Skip to main content

Integrasikan model sintesis suara

Panggil model sintesis suara Token Plan dari alat Agent, konversikan teks menjadi audio, dan unduh audio secara lokal.

Model yang didukung

ModelKemampuan
qwen-audio-3.0-tts-plusSintesis suara
Untuk model lainnya, lihat model yang didukung oleh Token Plan.

Prasyarat

  • Langganan Token Plan dan API key yang diawali dengan sk-sp-. Untuk detailnya, lihat Ringkasan integrasi.
  • Python 3.9 atau yang lebih baru.
  • Alat coding AI Anda mendukung Slash Commands. Untuk path konfigurasi alat lainnya, lihat Alat lainnya.

Antarmuka

POST https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer Gunakan Authorization: Bearer $ANTHROPIC_AUTH_TOKEN pada header permintaan. Respons berisi URL audio.

Langkah 1: Buat Slash Command

Konfigurasikan API key Token Plan sebagai variabel lingkungan $ANTHROPIC_AUTH_TOKEN. Buat .claude/commands/text-to-speech.md di root proyek dan tambahkan konten berikut:
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.

Langkah 2: Sintesis ucapan

Di Claude Code, masukkan /text-to-speech Hello, welcome to Model Studio. Untuk mengubah suara, tentukan suara tersebut dalam perintah, misalnya /text-to-speech use longanlingxin to say: Hello.

Parameter permintaan

ParameterWajib diisiDeskripsi
modelYaID model sintesis suara.
input.textYaTeks untuk disintesis.
input.voiceYaSuara, misalnya longanhuan_v3.6.
input.formatTidakFormat audio. Mendukung mp3, pcm, wav, dan opus. Default: mp3.
input.sample_rateTidakLaju sampel. Default: 22050.
Untuk parameter lainnya, lihat API HTTP sintesis suara Qwen-Audio-TTS. Untuk suara yang tersedia, lihat Daftar suara Qwen-Audio-TTS.

Respons

  • URL audio: output.audio.url.
  • Waktu kedaluwarsa URL: output.audio.expires_at.
  • Jumlah karakter yang ditagihkan: usage.characters.
  • URL audio memiliki masa berlaku. Unduh audio segera.

Batasan

  • Suara harus sesuai dengan versi model. Untuk suara yang tersedia, lihat daftar suara.
  • Penagihan didasarkan pada karakter yang valid. Konsumsi Credits aktual ditampilkan di Usage di konsol.

Alat lainnya

Untuk mekanisme ekstensi dan jalur konfigurasi alat lainnya, lihat Ikhtisar integrasi. Simpan Slash Command di atas ke jalur yang sesuai.