1. Openai
考拉
  • FAQ常见问题
    • 自查方法
    • 入门必看
      • 我注册并且充值了，key 在哪？
      • 如何充值？
      • 可以使用哪些大模型 API ？
      • 如何获取 OpenAI Key ？ 如何获取 Claude Key ？ 如何获取 Gemini Key ？等等
      • 怎么更换模型使用？
      • 接口在中国大陆能使用吗？
      • 按量计费还是按月支付？
      • 配置模型的时候 URL 用哪个？
      • 怎么检查一次调用消耗了多少 Token？
      • 请问我余额为负了怎么回事？
    • 常见误区
      • 明明余额还有很多，为什么显示令牌无法使用？
      • Key 为什么不能用？为什么我调用 API 没反应？
      • 新建令牌参数怎么填？
      • 为什么调用接口返回“无效的令牌”？
      • API 接口返回报错，报错代码 400 401 403 404 405 413 429 500 503 504 524 是什么意思？
  • 软件/插件 配置koalaapi教程
    • IDE 与 AI 编程助手 (IDE & Coding Assistants)
      • Cursor接入koalaapi教程
      • Trae 配置使用 koalaapi教程
      • gemini cli 配置教程
      • opencode接入koalaapi教程
      • vscode接入koalaapi教程
      • GPT-codex安装教程
      • claudecode安装教程（win/mac)
    • 桌面级 AI 客户端 (Desktop Clients)
      • Claude Desktop 配置koalaapi教程（测试中）
      • WorkBuddy 接入koalaapi教程
      • koalaapi接入chatbox
      • koalaapi接入Cherry Studio
    • 工作流与自动化工具 (Workflows & Automation)
      • cc switch使用教程
      • n8n配置使用koalaapi教程
      • Dify 配置使用 koalaapi教程
    • 开源项目与高级部署 (Open Source & Infrastructure)
      • open claw在云服务器linux环境下通过终端配置koalaapi
      • 腾讯云openclaw接入koalaapi教程
      • Coze 配置使用 koalaapi教程
      • Hermes Agent linux安装接入4sapi教程
      • OpenClaw 接入 koalaapi教程
  • 模型接口
    • Openai
      • 文本生成
        POST
      • 文本生成---上下文阅读
        POST
      • 图片理解
        POST
      • 图片生成（gpt-image-2）
        POST
      • 图片生成（gpt-image-1）
        POST
      • 图片编辑/edits
        POST
      • 图片编辑 / 网页版
        POST
      • 函数调用 tools
        POST
      • v1/Responses / 通用
        POST
      • 创建文本嵌入
        POST
      • 批量创建嵌入
        POST
      • 文本转语音 / TTS
        POST
      • 语音转文本 / whisper-1
        POST
      • 语音转文本 / gpt-4o-transcribe
        POST
      • 音频翻译
        POST
      • Audio接口 / 输出
        POST
      • Audio接口 / 输入
        POST
      • 内容补全接口
        POST
      • 创建内容审核
        POST
      • PDF文件分析
        POST
      • deep-research / 深度研究
        POST
      • Web search / 联网搜索
        POST
      • response_format
        POST
      • 图像编辑（gpt-image-2）
        POST
    • Anthropic
      • 原生接口
        • 文本生成 (思考配置)
        • 图片理解
        • 文本生成
        • 文本生成 / 强制返回思考
        • 函数调用
        • Web search / 联网搜索
      • OpenAI兼容接口
        • 文本生成
        • 图片理解
        • 文本生成 / 强制返回思考
        • 函数调用
        • Web search / 联网搜索
    • Google
      • OpenAI兼容接口（推荐）
        • 文本生成
        • 文本生成 / 强制返回思考
        • 图片理解
        • 图片生成
        • 图片修改
        • 图片生成 / Imagen 4
        • 音频理解
        • 视频理解
        • 文本转语音 / TTS
        • 图片编辑（Nano-banana）
        • 图片编辑（Nano-banana） base64格式
      • Google Gemini接口
        • 文本生成
        • 文字转语音
        • 音频转文
        • 视频转文
        • 图片理解
        • 文生图片（nanobanana pro）
        • 图片编辑（nanobanana）
        • 图片编辑（nanobanana pro）
    • Midjourney
      • openai兼容/chat格式
        • MJ视频 （chat格式）
      • 原生接口
        • 文生图（Imagine）
        • 图片融合（Blend）
        • 按钮点击（Action）
        • 窗口执行（Modal）
        • 生成视频（Video）
        • 图生文（Describe）
        • 编辑图片（Edit）
        • 上传（upload）
        • 换脸（FaceSwap）
        • 缩短提示词（Shorten）
        • 查询
        • 获取种子（Seed）接口
        • 批量查询
        • 文生图 / OpenAI兼容
    • FLUX
      • /fal-ai/nano-banana 文生图
      • /fal-ai/nano-banana/edit 图片编辑
    • 文生图接口
      • flux / OpenAI兼容接口
      • flux-kontext-pro / OpenAI兼容接口
      • stable-diffusion / OpenAI兼容接口
      • ideogram / OpenAI兼容接口
      • recraftv3 / OpenAI兼容接口
      • flux携带参考图 / OpenAI兼容接口
    • Suno
      • 场景一：stems声曲分离 Vocals Instrumental
      • 生成歌曲
      • 生成歌词
      • 查询任务状态（批量）
      • 查询任务状态（单个）
    • 3D模型
      • Hunyuan3D-2
    • veo
      • 图生视频
      • 文生视频
      • 查询视频生成状态
      • 图生视频（chat格式）
    • 豆包
      • doubao-seedream-4-0-250828-文生图
      • doubao-seedream-4-0-250828-图生图
      • doubao-seedream-4-0-250828-多图生图
    • sora
      • 官方异步格式
        • 创建视频任务
        • 获取视频任务状态
        • 编辑视频(remix)
        • 获取视频内容
      • 渠道异步格式
        • 创建视频任务
        • 获取视频任务状态
        • 转存视频
        • 创建视频(带 Character)
        • 编辑视频(remix)
        • 获取视频内容
        • 创建视频任务 Copy
        • 从已生成的任务中创建角色
        • 使用故事板创建视频
      • chat格式
        • 创建绘画
      • 创建角色接口
        • 创建角色
    • FLUX
      • Flux(Dalle3 Edits(图生图&文生图))
      • Flux 创建（OpenAI dall-e-3格式）
  • 个人API接口文档
    • 获取个人token
    • 一、个人信息
      • 1. 获取个人信息
      • 2. 修改个人信息
      • 3. 注销账户
      • 4. 获取可用模型列表
      • 5. 获取用户分组
      • 6. 更新用户设置（额度预警等）
      • 7. 生成系统访问令牌
    • 二、令牌管理（API Key）
      • 1. 获取令牌列表
      • 2.搜索令牌
      • 3. 获取单个令牌
      • 4.创建令牌
      • 5.更新令牌
      • 6. 删除令牌
      • 7.批量删除令牌
      • 8.获取单个令牌（明文显示）
    • 三、日志与统计
      • 1. 查看个人使用日志
      • 2. 个人日志统计
      • 3. 令牌每日消耗
      • 4. 令牌模型消耗预览（Top 3）
      • 5. 令牌全量模型消耗
      • 6. 导出令牌每日消耗 XLSX
      • 7. 个人额度时序数据
  • 数据模型
    • 示例数据模型
      • 未命名数据模型
      • Pet
      • Category
      • Tag
  1. Openai

文本转语音 / TTS

POST
/v1/audio/speech
文本转语音（TTS）API 基于先进的生成 AI 模型，可以将输入的文本转换为逼真的语音音频。支持多种用途：
为书面博客文章配音
生成多种语言的语音音频
提供实时音频输出流
可用模型列表：
gpt-4o-audio-preview —— OpenAI 最新的音频生成模型，支持对话式音频生成
gpt-4o-mini-tts —— 智能实时应用的首选模型，支持高级语音控制，可以通过提示词控制多种语音特性：
口音 (Accent)
情感范围 (Emotional range)
语调 (Intonation)
印象/风格 (Impressions)
语速 (Speed of speech)
语调 (Tone)
轻声说话 (Whispering)
tts-1-hd —— 高清音质的上一代 TTS 模型
tts-1 —— 标准 TTS 模型，平衡质量和速度
性能建议： 为获得最快的响应时间，建议使用 wav 或 pcm 作为响应格式。对于高质量音频，建议使用 tts-1-hd；对于更快的生成速度，使用 tts-1；对于智能语音应用，推荐使用 gpt-4o-mini-tts。
音色预览： 你可以在 OpenAI.fm 试听不同音色效果。
模型调用方式
标准 TTS 模型（tts-1, tts-1-hd）
使用 /v1/audio/speech 端点，通过 client.audio.speech.create() 方法调用。
​gpt-4o-mini-tts 模型
使用 /v1/audio/speech 端点，支持 instructions 参数进行高级语音控制。
gpt-4o-audio-preview 模型
使用 /v1/chat/completions 端点，需要设置 modalities: ["text", "audio"] 和 audio 配置。

请求参数

Header 参数

Body 参数application/json

示例
{
    "model": "tts-1",
    "input": "The quick brown fox jumped over the lazy dog.",
    "voice": "alloy",
    "response_format": "wav"
}

请求示例代码

Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location '/v1/audio/speech' \
--header 'Authorization: sk-' \
--header 'Content-Type: application/json' \
--data '{
    "model": "tts-1",
    "input": "The quick brown fox jumped over the lazy dog.",
    "voice": "alloy",
    "response_format": "wav"
}'

返回响应

🟢200成功
application/json
Bodyapplication/json

示例
{
    "model": "tts-1",
    "input": "The quick brown fox jumped over the lazy dog.",
    "voice": "alloy"
}
修改于 2026-04-29 07:54:37
上一页
批量创建嵌入
下一页
语音转文本 / whisper-1
Built with