简介

短文本在线合成

百度短文本在线合成服务，基于HTTP请求的REST API接口，将文本转换为可以播放的音频文件。

每次请求合成的文本建议120GBK以内，如需更长文本转换可使用长文本在线合成。

合成的文件格式为 mp3，pcm（8k及16k），wav（16k），具体见aue参数。 若您需要其它格式，音频文件的转换方法请参考“语音识别工具”=>“音频文件转码”一节

本文档描述了使用语音合成服务REST API的方法。

• 多音字可以通过标注自行定义发音。格式如：重(chong2)报集团。
• 目前只有中英文混合这一种语言，优先中文发音。示例： " I bought 3 books” 发音 “three”; “ 3 books are bought” 发音 “three”; “我们买了 3 books” 发音“三”

长文本在线合成

长文本在线合成接口可以将10万字以内文本一次性合成，异步返回音频。支持多种优质音库，将超长文本快速转换成稳定流畅、饱满真实的音频。适用于阅读听书、新闻播报等客户。

应用场景

阅读听书：万字小说一次性合成，可反复播放，给用户带来更流畅、更稳定的听书体验

新闻播报：长篇稿件批量快速合成，释放播音员人力，保障新闻生产时效性

产品优势

• 一次性合成：支持一次性合成10万字，无需拆分文本和拼接音频，并支持下载到本地，大幅节省开发成本
• 优质音库：为您提供极致拟人、情感饱满的语音合成效果
• 合成速度快：5万字最快仅需5分钟，合成速度业界领先水平

产品功能

1. 支持中文普通话、简单中英文混读
2. 支持 mp3-16k、mp3-48k、wav、pcm-8k、pcm-16k 等多种音频格式和采样率
3. 支持自定义语速、语调、音量调节
4. 支持多音字标注发音，格式如：重(chong2)报集团。
5. 支持文本分段，段落间增加1s停顿
6. 支持主动查询、自动回调两种方式获取结果