音频 API
通过 宁享Token 的音频 API，你可以完成文本转语音（TTS）、语音转文字（ASR）、音乐生成等任务。
支持的能力
| 能力 | 模型 | 协议格式 | 说明 |
|---|---|---|---|
| 文本转语音 (TTS) | doubao-tts 系列 / seed-tts-2.0 | OpenAI 兼容 | 多音色、情感、流式输出 |
| 音色克隆 | doubao-tts-icl-2.0 / seed-icl-2.0 | OpenAI 兼容 | 声音复刻 |
| 音乐生成 | doubao-music / bgm / lyrics | OpenAI 兼容 | 全曲生成，含歌词与人声 |
| 文本转音效 | text-to-audio（已下架/暂未开放） | OpenAI 兼容 | 文本转音频 |
统一调用方式
OpenAI 兼容端点：
POST /v1/audio/speech # TTS
POST /v1/audio/transcriptions # ASR（规划中，暂未开放）文档目录
计费
- TTS：按输入字符数计费（每千字符单价见控制台）。
- ASR：规划中能力，暂未开放；开放后拟按音频时长（秒）计费。
- Suno：已下架/暂未开放（历史按生成曲目数计费）。
所有费用以 CNY 结算。
常见问题
支持哪些音频格式？
- 输入（ASR，规划中）：mp3 / wav / m4a / flac / ogg
- 输出（TTS）：mp3 / opus / aac / flac / wav
- 输出（Suno，已下架）：mp3（视频 mv 为 mp4）
是否支持流式 TTS？
支持，设置 stream: true 即可，响应为音频分块的 SSE 流。