使用者指南：關於模型介紹和選型建議請參見語音合成。
說明：啟動語音合成任務，設定模型、音色、採樣率等參數。
發送時機：建立 WebSocket 串連後立即發送。
響應事件：服務端返回 task-started 事件後才能發送後續指令。
說明：用於發送待合成文本。可一次性發送，也可分段按順序發送。
發送時機：在接收到服務端返回的 task-started 事件後。
數量限制：
說明：通知服務端文本發送完畢，請求結束任務。如需取消當前輪次的語音合成任務，可在
run-task
說明：啟動語音合成任務，設定模型、音色、採樣率等參數。
發送時機：建立 WebSocket 串連後立即發送。
響應事件：服務端返回 task-started 事件後才能發送後續指令。
headerobject（必選）
屬性 action string（必選）指令類型，固定為 run-task。task_idstring（必選）用戶端產生的任務 ID（UUID 格式），用於關聯後續事件。和後續 continue-task、finish-task 中的 task_id 保持一致。streamingstring（必選）固定為 duplexobject（必選）
屬性 task_group string（必選）工作群組，固定為 audio。taskstring（必選）任務類型，固定為 tts。functionstring（必選）功能類型，固定為 SpeechSynthesizer。modelstring（必選）模型名稱。inputobject（必選）輸入資料：固定為空白對象 {}，待合成文本通過 continue-task 指令發送。parametersobject（必選）語音合成參數。
屬性 text_type string（必選）固定為 PlainText。voicestring（必選）語音合成所使用的音色。
string（可選）音頻編碼格式。取值範圍：
integer（可選）音頻採樣率（Hz）。取值範圍：8000, 16000, 22050（預設）, 24000, 44100, 48000。volumeinteger（可選）音量。預設值：50。取值範圍：[0, 100]。ratefloat（可選）語速。預設值：1.0。取值範圍：[0.5, 2.0]。pitchfloat（可選）音調。預設值：1.0。取值範圍：[0.5, 2.0]。bit_rateinteger（可選）音頻碼率（kbps）。音頻格式為mp3或opus時，支援通過bit_rate參數調整碼率。預設值：32。取值範圍：[6, 510]。enable_ssmlboolean（可選）是否開啟 SSML 功能。預設值：false。設為 true 後，僅允許發送一次 continue-task 指令。SSML 的使用限制（支援的模型、音色和介面），請參見使用限制。word_timestamp_enabledboolean（可選）是否開啟字層級時間戳記。預設值：false。僅在流式輸出模式下可用。支援的音色範圍：cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash、cosyvoice-v3-plus和cosyvoice-v2模型的複刻音色，以及Qwen-Audio-TTS音色列表、CosyVoice音色列表中標記為支援的系統音色。其他模型的複刻音色不支援此功能。seedinteger（可選）產生時使用的隨機數種子，使合成的效果產生變化。在模型版本、文本、音色及其他參數均相同的前提下，使用相同的seed可複現相同的合成結果。預設值0。取值範圍：[0, 65535]。language_hintsarray[string]（可選）指定語音合成的目標語言，提升合成效果。當數字、縮寫、符號等朗讀方式或者小語種合成效果不符合預期時使用，例如：
string（可選）設定指令，用於控制方言、情感或角色等合成效果。具體使用說明請參見指令控制。enable_aigc_tagboolean（可選）是否在產生的音頻中添加AIGC隱性標識。設定為true時，會將隱性標識嵌入到支援格式（wav/mp3/opus）的音頻中。預設值：false。僅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支援該功能。aigc_propagatorstring（可選）設定AIGC隱性標識中的 ContentPropagator 欄位，用於標識內容的傳播者。僅在 enable_aigc_tag 為 true 時生效。預設值：阿里雲UID。僅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支援該功能。aigc_propagate_idstring（可選）設定AIGC隱性標識中的 PropagateID 欄位，用於唯一標識一次具體的傳播行為。僅在 enable_aigc_tag 為 true 時生效。預設值：本次語音合成請求Request ID。僅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支援該功能。hot_fixobject（可選）文本熱修複配置，用於自訂指定詞語的發音或對待合成文本進行替換。qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v2不支援該功能。參數介紹：
boolean（可選）是否啟用 Markdown 過濾。啟用該功能後，系統在合成語音前自動過濾輸入文本中的 Markdown 標記符號，避免將其朗讀為文字內容。預設值：false。取值範圍：
|
continue-task
說明：用於發送待合成文本。可一次性發送，也可分段按順序發送。
發送時機：在接收到服務端返回的 task-started 事件後。
數量限制：
- 單次調用最多發送 20000 字元
- 累計最多發送 200000 字元
- 發送間隔不得超過 23 秒，否則連線逾時
headerobject（必選）
屬性 action string（必選）指令類型，固定為 continue-task。task_idstring（必選）任務 ID（UUID 格式），需要和 run-task 中的 task_id 保持一致。streamingstring（必選）固定為 duplex。object（必選）
屬性 input object（必選）包含待合成文本。textstring（必選）待合成文本。單次最多 20000 字元，累計最多 200000 字元。 |
finish-task
說明：通知服務端文本發送完畢，請求結束任務。如需取消當前輪次的語音合成任務，可在 input 中設定 directive 為 cancel。
發送時機：所有文本發送完畢後立即發送。
響應事件：服務端返回 task-finished 事件。
headerobject（必選）
屬性 action string（必選）指令類型，固定為 finish-task。task_idstring（必選）任務 ID（UUID 格式），需要和 run-task 中的 task_id 保持一致。streamingstring（必選）固定為 duplexobject（必選）
屬性 input object（必選）任務輸入。為空白對象 {} 時表示正常結束任務；包含 directive 時可用於取消當前輪次的語音合成任務。directivestring（可選）控制任務結束行為。當前僅支援取值為 cancel，表示取消當前輪次的語音合成任務，服務端會立即返回 task-finished 事件，且不會輸出後續音頻。取消後，可在當前 WebSocket 串連上重新發起語音合成任務（發送新的 run-task 事件），無需重建立立串連。 |