语音接口 audio

端点	用途
POST /v1/audio/speech	文本转语音（TTS）
POST /v1/audio/transcriptions	语音转文本（ASR，multipart 上传）
POST /v1/audio/translations	语音翻译成文本

文本转语音

curl https://api.token.heimatianqi.com/v1/audio/speech \
  -H "Authorization: Bearer sk-heima-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","input":"你好，这是语音合成测试。","voice":"alloy"}' \
  --output speech.mp3

语音转文本

curl https://api.token.heimatianqi.com/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-heima-xxxxxxxx" \
  -F model=whisper-1 \
  -F file=@audio.mp3

计费

音频模型按音频 tokens（输入/输出分别计价）计费，具体价格以「模型与价格」为准； 计费过程同样能在「使用日志 → 计费过程」里逐项核对。

注意事项

• 上传音频请控制体积（大文件先压缩），避免超时；平台对请求体有上限。
• 部分音频模型需要实名认证（见「实名认证」一篇的清单）。
• 语音接口的模型可用性依赖上游，详情页会标注支持的端点类型。

常见问题

• 返回二进制还是 JSON？ speech 返回音频二进制；transcriptions / translations 返回 JSON。
• 格式不支持：换用上游支持的容器/编码（如 mp3、wav），报错信息里会说明。