语音合成与双人对谈播客 API：从文本到长音频

除音乐生成外，平台还提供一套语音合成（TTS）接口，覆盖从单条语音到整期播客节目的生产需求。

文本转语音接口

按官方接口文档，核心规格如下：

• 输入文本：单次请求最大 500 字符，长文本需分段调用再拼接；
• 说话人选择：通过预置音色参数指定说话人（官方文档列举了多个英文音色名），音色参数与其他细粒度控制参数互斥——选了其一就不能同时选另一组；
• 调用方式：与其他生成接口一致，走密钥认证与任务化流程，见第一个生成请求怎么发。

双人对谈播客接口

输入双人对谈的台词脚本，直接生成完整连续的长音频对谈节目——不需要分别合成再剪辑拼接。适合：

• 新闻与评论类播客的自动化生产；
• 有声内容的对话体改编；
• 客服与培训场景的多人对话素材。

计费口径

官方定价页按生成时长计价：TTS 与播客接口分别对应不同的小时单价，并发能力随档位配置。当前具体价格以官方 API 平台定价页实时显示为准。

与创作端的关系

• 网页版也有语音入口：创作端的语音合成走订阅体系，订阅档位包含每月语音合成时长额度（不同档位额度不同，以订阅页为准），见免费版、Pro 与 Premier 对比；
• API 走独立计费：开发者接入不占用创作端订阅额度，两套体系分开核算；
• 官方技术报告中将 TTS 与播客列为平台级能力，并提及与多家一线厂商的横向评测表现，细节以其技术报告页为准。

接口参数、音色清单与并发限制可能随版本更新，生产接入前以官方开发者文档为准。