创建语音：gpt-4o-mini-tts

使用 Vortap 的语音合成接口，可以将文本转换为音频文件。该接口兼容 OpenAI API 调用格式，适用于朗读、语音助手、有声内容生成等场景。

接口地址

POST https://www.vortapapi.com/v1/audio/speech

请求头

Header	必填	说明
Authorization	是	使用 Bearer Token 进行鉴权，格式为 Bearer sk-***
Content-Type	是	固定为 application/json

请求参数

参数	类型	必填	说明
model	string	是	语音合成模型，例如 gpt-4o-mini-tts
input	string	是	需要转换为语音的文本内容
voice	string	是	语音音色名称
response_format	string	否	返回音频格式，例如 mp3、wav、opus、aac、flac、pcm
speed	number	否	语速倍率，默认通常为 1.0

可用音色

常见可用音色包括：

• alloy
• ash
• ballad
• coral
• echo
• fable
• nova
• onyx
• sage
• shimmer

实际可用音色可能随模型版本更新而变化，请以接口返回和当前模型支持情况为准。

示例请求

curl https://www.vortapapi.com/v1/audio/speech \
  -H "Authorization: Bearer sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini-tts",
    "input": "你好，欢迎使用 Vortap 语音合成接口。",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Python 示例

import requests

url = "https://www.vortapapi.com/v1/audio/speech"

headers = {
    "Authorization": "Bearer sk-***",
    "Content-Type": "application/json",
}

payload = {
    "model": "gpt-4o-mini-tts",
    "input": "你好，欢迎使用 Vortap 语音合成接口。",
    "voice": "alloy",
    "response_format": "mp3",
}

response = requests.post(url, headers=headers, json=payload)

with open("speech.mp3", "wb") as f:
    f.write(response.content)

JavaScript 示例

const response = await fetch("https://www.vortapapi.com/v1/audio/speech", {
  method: "POST",
  headers: {
    "Authorization": "Bearer sk-***",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "gpt-4o-mini-tts",
    input: "你好，欢迎使用 Vortap 语音合成接口。",
    voice: "alloy",
    response_format: "mp3"
  })
});

const arrayBuffer = await response.arrayBuffer();
await Bun.write("speech.mp3", arrayBuffer);

返回结果

接口成功时会直接返回音频二进制数据，而不是 JSON。请根据 response_format 参数将响应内容保存为对应格式的文件。

例如，当 response_format 为 mp3 时，可以将响应保存为：

speech.mp3

错误响应示例

当请求参数不正确、鉴权失败或模型不可用时，接口会返回 JSON 格式的错误信息。

{
  "error": {
    "message": "Invalid API key",
    "type": "invalid_request_error",
    "param": null,
    "code": "invalid_api_key"
  }
}

注意事项

• input 应传入需要朗读的文本内容，文本过长时建议拆分后分别生成。
• 返回内容是音频文件二进制流，客户端需要以二进制方式读取和保存。
• 如果需要更高质量或不同风格的朗读效果，可以尝试切换 voice。
• speed 可用于调整语速，例如 0.8 表示更慢，1.2 表示更快。