Sign in

v1

latestOpenAPI 3.0.1ZHIPU AI 开发者协议和政策2026-07-2649130210.9 KB
模型 API

文本转语音

使用 GLM-TTS 将文本转换为自然语音，支持多种声音、情感控制和语调调整。点击 Try it 按钮可快速试用。

post/paas/v4/audio/speech

Request body

model'glm-tts' required

要使用的TTS模型

inputstring required

要转换为语音的文本

voice'tongtong' | 'chuichui' | 'xiaochen' | 'jam' | 'kazi' | 'douji' | 'luodo' required

生成音频时使用的音色，支持系统音色以及复刻音色两种类型，其中系统音色如下： tongtong: 彤彤，默认音色 chuichui: 锤锤 xiaochen: 小陈 jam: 动动动物圈jam音色 kazi: 动动动物圈kazi音色 douji: 动动动物圈douji音色 luodo: 动动动物圈luodo音色

watermark_enabledboolean

控制AI生成音频时是否添加水印。去水印操作路径：右上角个人中心-安全管理-去水印管理-打开开关。

  • true: 默认启用AI生成的显式水印及隐式数字水印，符合政策要求。
  • false: 关闭所有水印，仅对已完成去水印动作的用户生效。
streamboolean

是否启用流式输出。

  • true: 启用流式输出，模型将通过标准Event Stream逐块返回生成的音频内容。
  • false: 关闭流式输出，模型在生成所有内容后一次性返回所有内容。默认值为false。
speednumber

语速，默认1.0，取值范围[0.5, 2]

volumenumber

音量，默认1.0，取值范围(0, 10]

encode_format'base64' | 'hex'

仅流式返回时，决定返回的编码格式。默认返回对应音频文件格式的base64字符串。

response_format'wav' | 'pcm'

音频输出格式，默认返回pcm格式的文件。流式生成音频时，仅支持返回pcm格式的文件

Example request

{
  "watermark_enabled": true
}

Response

业务处理成功

  • 采样率建议设置为24000