Skip to main content

Intégrer le modèle de synthèse vocale

Appeler un modèle de synthèse vocale Token Plan depuis un outil Agent, convertir du texte en audio et télécharger l'audio localement.

Modèles pris en charge

ModèleCapacité
qwen-audio-3.0-tts-plusSynthèse vocale
Pour plus de modèles, consultez modèles pris en charge par Token Plan.

Prérequis

  • Un abonnement Token Plan et une clé API commençant par sk-sp-. Pour plus de détails, consultez Vue d’ensemble de l’intégration.
  • Python 3.9 ou une version ultérieure.
  • Votre outil de codage IA prend en charge les Slash Commands. Pour connaître les chemins de configuration des autres outils, consultez Autres outils.

Interface

POST https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer Utilisez Authorization: Bearer $ANTHROPIC_AUTH_TOKEN dans l'en-tête de requête. La réponse contient une URL audio.

Étape 1 : Créer une Slash Command

Configurez la clé API Token Plan en tant que variable d'environnement $ANTHROPIC_AUTH_TOKEN. Créez .claude/commands/text-to-speech.md à la racine du projet et ajoutez le contenu suivant :
Call the Token Plan speech synthesis API to convert text to an audio file and download it locally.

Text to synthesize: $ARGUMENTS

## Steps

1. Extract text, voice (default: longanhuan_v3.6), format (default: mp3), and sample_rate (default: 22050). If a model is specified, use that model; otherwise use qwen-audio-3.0-tts-plus.
2. Use the Bash tool to run the following command:
```bash
RESPONSE=$(curl -s -X POST "https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer" \
  -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-audio-3.0-tts-plus",
    "input": {
      "text": "<text>",
      "voice": "<voice>",
      "format": "<format>",
      "sample_rate": <sample_rate>
    }
  }')

AUDIO_URL=$(printf '%s' "$RESPONSE" | python3 -c 'import json,sys; print(json.load(sys.stdin)["output"]["audio"]["url"])')
curl -s -o "speech_$(date +%Y%m%d_%H%M%S).<format>" "$AUDIO_URL"
```
3. Output the path of the downloaded audio file.

Étape 2 : Synthétiser la parole

Dans Claude Code, saisissez /text-to-speech Hello, welcome to Model Studio. Pour changer de voix, spécifiez-la dans la commande, par exemple /text-to-speech use longanlingxin to say: Hello.

Paramètres de la requête

ParamètreObligatoireDescription
modelOuiID du modèle de synthèse vocale.
input.textOuiTexte à synthétiser.
input.voiceOuiVoix, par exemple longanhuan_v3.6.
input.formatNonFormat audio. Prend en charge mp3, pcm, wav et opus. Valeur par défaut : mp3.
input.sample_rateNonTaux d’échantillonnage. Valeur par défaut : 22050.
Pour plus de paramètres, voir API HTTP de synthèse vocale Qwen-Audio-TTS. Pour les voix disponibles, voir Liste des voix Qwen-Audio-TTS.

Réponse

  • URL de l’audio : output.audio.url.
  • Heure d’expiration de l’URL : output.audio.expires_at.
  • Caractères facturés : usage.characters.
  • Les URL audio expirent. Téléchargez l’audio rapidement.

Limites

  • La voix doit correspondre à la version du modèle. Pour connaître les voix disponibles, consultez la liste des voix.
  • La facturation est basée sur les caractères valides. La consommation réelle de Credits est affichée dans Usage dans la console.

Autres outils

Pour les mécanismes d’extension et les chemins de configuration des autres outils, consultez Présentation de l’intégration. Enregistrez la Slash Command ci-dessus dans le chemin correspondant.