流式语音服务合成接口

流式语音合成服务通过websocket的方式实时的将文本生成语音，可将文字转化为流畅自然的人声，提供多种发音人供您选择，支持中英混输，可灵活配置音频参数（音调、音量、语速等）以满足需求。

The streaming speech synthesis service enables real-time text-to-speech generation via WebSocket. It can convert text into fluent and natural human speech, provides multiple selectable speakers, supports mixed input of Chinese and English, and allows flexible configuration of audio parameters including pitch, volume, speech rate and others to meet various user needs.

搜集汇总

背景与挑战

背景概述

该数据集提供基于WebSocket的实时流式语音合成服务，可将文本转换为自然流畅的语音，支持多发音人选择、中英文混合输入以及音调/音量/语速等参数灵活调节。