POST/omni/media/v1/audio/generations

语音生成 (TTS)

文字转语音是同步的——文字进、一个音档以签章 URL 回。base URL 与 atp- 密钥同上。Gateway 把 unified model 路由到音讯供应商（例如 fish-s2-pro）并说对应方言。没有非同步任务；GET /omni/media/v1/audio/tasks/{id} 一律回 404。

输出写入物件储存、以带签章的边缘 URL（https://media-<env>.atptoken.ai/v/...）回传，TTL 30 分钟——不会内嵌 base64。请尽快取用。
当项目（project）余额 ≤ 0，请求会以 402 insufficient_quota 拒绝。

生成语音#

curl https://api.atptoken.ai/omni/media/v1/audio/generations \
  -H "Authorization: Bearer atp-..." -H "Content-Type: application/json" \
  -d '{ "model": "fish-s2-pro", "text": "Hello from ATP Token.", "format": "mp3" }'

字段	类型	说明
model	string · 必填	统一语音模型 ID （`audio` 供应商池）
text	string · 必填	要转成语音的文字
reference_id	string	语音 ID（多人对话时传阵列）
format	string	`mp3` （默认） / `wav` / `pcm` / `opus`
sample_rate	integer	Hz （依格式默认）
prosody	object	`{ "speed": 1, "volume": 0, "normalize_loudness": true }`
temperature	number	表现力，0–1（默认 `0.7`）

**OpenAI 风格 client：**OpenAI TTS 模型也接受 OpenAI 格式——input、voice、response_format——由 Gateway 转换。

回应#

`200`

{
  "created": 1781776187,
  "data": [
    { "url": "https://media-prod.atptoken.ai/v/audio/aud_....mp3?exp=...&sig=..." }
  ]
}

错误#

400

缺 `model` 或 `text`，或 `format` 无效。

402

`insufficient_quota`：项目余额 ≤ 0；充值后再送（不要重试轰炸）。

422

该模型没有音讯供应商。

下一步

这页有帮助吗？