文字转语音高级版接口，支持更长文本、大量音色可选，支持 SSML 标记，可自由调节语速音量，输出多种音频格式，适合播报、有声、小程序、机器人语音场景。

✅ 接口亮点

1. 支持 plain 普通文本、SSML 标记文本
2. 多音频格式：mp3 /wav/pcm /ogg_opus
3. 语速 0.2~3 倍、音量 0.1~3 倍自由调节
4. 多音色可选，voice_type 切换音色
5. 两种返回模式：json /raw 原始音频流
6. 混合鉴权：API Key / APP_ID+APP_SECRET
7. 和平台其他接口统一错误码，方便统一封装

📌 接入基础信息

• 接口路径：/pro
• 完整域名：https://api.xiaotuo.net
• 调试入口：https://api.xiaotuo.net/api/v1/calls/invoke
• 参数位置：Query 参数
• 鉴权：hybrid 混合鉴权
• 上限：文本最高 1024 字节，约 500 字

请求参数

表格

curl 调用示例

# 基础调用，mp3默认格式
curl "https://api.xiaotuo.net/pro?text=你好，测试语音合成&voice_type=1&speed_ratio=1&volume_ratio=1"

注意：调用时自行追加平台要求的鉴权凭证

📋 鉴权说明

混合鉴权二选一：

1. API Key 鉴权：缺 Key 返回 100，密钥无效 / 未绑定返回 101，支持 IP 白名单校验
2. APP_ID + APP_SECRET 鉴权：缺失、不匹配、无效对应 130/131/132/133
   额外校验：实名认证、邮箱绑定、账号状态、IP 黑名单拦截

🚦 计费与限流

• price=0，计费模式以控制台账单为准
• 子 API Key 可配置每日请求上限，超限返回 114（429）
• 上游异常返回 20001/20002/20003，业务建议增加重试、降级逻辑

📋 核心错误码速查

表格

🧩 适用开发场景

• 智能播报、有声读物、短视频配音
• 小程序、APP、机器人语音交互
• 后台消息朗读、通知语音、离线音频素材
• SSML 精细控制停顿、重音的专业 TTS 场景

⚠️ 重要提醒

1. 文本上限约 500 字，长文本建议分段调用；
2. format=raw 直接返回音频二进制流，适合前端直接播放；
3. SSML 语法遵循上游规范，不支持的标签会被忽略；
4. 配额、IP 白名单、权限以平台控制台显示为准。