MinMax旗下的TTS模型 speech系列
TTS，全称为Text-to-Speech，即文本转语音。TTS模型是一种将书面文本自动转换为人类可听的语音的人工智能模型。它的最终目标是生成听起来尽可能自然、清晰、富有表现力的语音，如同真人说话一般。
模型名称
speech-2.6-hdspeech-2.6-turbo
调用地址
https://www.dmxapi.cn/v1/audio/speech
Python 示例
python
# 文本转语音(TTS)调用示例（DMXAPI）
# 功能：将指定文本合成为 MP3 并保存到本地。
# 快速使用：
# 1) 安装依赖：pip install requests
# 2) 设置密钥：把下方 api_key 替换为您的DMXAPI密钥（生产建议用环境变量，如 os.getenv("DMXAPI_KEY")）
# 3) 运行脚本：python tts-openai.py
# 4) 输出位置：脚本同级的 outpu/ 目录，文件名包含时间戳。
# 注意：
# - 不要在生产环境硬编码密钥；避免泄露与误提交。
import requests # 第三方 HTTP 库，用于发起网络请求
import os
from datetime import datetime
# DMXAPI 的 url
url = "https://www.dmxapi.cn/v1/audio/speech"
api_key = "sk-*******************************************" # 替换为您的dmxapi的API密钥
# 请求负载（JSON 体）
# - model：使用的语音合成模型名称
# - input：要合成的文本内容
# - voice：音色/发音人，具体可查服务文档支持的取值
# 参数提示：
# - 长文本建议分段合成以提升稳定性
# - voice 可替换为平台支持的其他音色
payload = {
"model": "speech-2.6-hd",
"input": "DMXAPI，一个key使用全球大模型！",
"voice": "male-qn-qingse"
}
try:
# 发起 POST 请求到 TTS 服务
# - headers：携带认证信息，使用 Bearer Token 方式
# - json：以 JSON 格式提交负载
response = requests.post(
url,
headers={"Authorization": f"Bearer {api_key}"},
json=payload
)
# 如果服务返回 4xx/5xx 状态码，会抛出 HTTPError 异常，便于统一异常处理
response.raise_for_status()
# 处理音频响应：
# 一般音频的 Content-Type 为 "audio/mpeg" 或 "audio/mp3"
# 注意：此处直接访问 headers["Content-Type"]，如果服务未返回该头会触发 KeyError。
# 在生产代码中可考虑使用 headers.get("Content-Type", "") 来更稳健地取值。
if response.headers["Content-Type"] in ("audio/mpeg", "audio/mp3"):
# 以二进制写入的方式保存音频文件到本地
# 输出目录（默认 'outpu'；如需更改可修改此处）
output_dir = os.path.join(os.path.dirname(__file__), "output")
os.makedirs(output_dir, exist_ok=True)
# 使用时间戳保证文件名唯一，避免被覆盖
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
output_path = os.path.join(output_dir, f"output_{timestamp}.mp3")
# 将音频二进制内容写入目标文件
with open(output_path, "wb") as f:
_ = f.write(response.content)
print(f"语音合成成功，已保存为{output_path}")
else:
# 如果不是音频类型，打印文本内容以便排查问题
# 常见原因：参数错误、鉴权失败、服务端异常等
print("错误响应:", response.text)
except Exception as e:
# 捕获并输出所有异常，便于快速定位问题
# 可能出现的异常包括：
# - requests.exceptions.Timeout：请求超时
# - requests.exceptions.ConnectionError：网络连接失败
# - requests.exceptions.HTTPError：HTTP 状态码错误（由 raise_for_status 触发）
print(f"请求出错: {e}")运行输出示例：
text
语音合成成功，已保存为c:\Users\98317\Desktop\xiangmu\kefang\outpu\output_20251029_155307.mp3Python 流式输出示例
python
# 文本转语音(TTS)调用示例（DMXAPI）
# 功能：将指定文本合成为 MP3，并以「纯流式」方式播放，不保存到磁盘。
# 快速使用：
# - 安装依赖：pip install requests
# - 设置密钥：将下方 api_key 替换为您的 DMXAPI 密钥（生产建议使用环境变量，例如 os.getenv("DMXAPI_KEY")）
# - 运行脚本：python tts_stream.py
# 注意：
# - 为实现纯流式播放，本脚本不进行文件落盘。如需播放请确保系统已安装 ffplay（FFmpeg）。
# 说明：
# - 本脚本优先尝试使用 ffplay 实现「边下边播」，仅当 ffplay 不可用或启动失败时，才回退为将音频保存到本地文件并在 Windows 上自动打开。
# - 可通过环境变量 `FFPLAY_PATH` 指定 ffplay 的绝对路径（例如 C:\FFmpeg\bin\ffplay.exe），设置 `FFPLAY_DEBUG=1` 可查看 ffplay 的详细日志。
# - 关键步骤（请求参数、流式下载、播放/保存分支、进度打印与资源清理）均已补充详细中文注释，便于理解与维护。
import requests
import os
import shutil
import subprocess
import sys
from datetime import datetime
from typing import BinaryIO
# 模块用途速览：
# - requests：发送 HTTP 请求并按流方式接收响应内容
# - os/shutil/subprocess：环境变量读取、外部播放器检查、调用系统程序
# - datetime：生成时间戳用于本地文件命名
# DMXAPI 的 URL
url = "https://www.dmxapi.cn/v1/audio/speech"
# 密钥：生产环境建议通过环境变量注入
api_key = os.getenv("DMXAPI_KEY", "sk-*******************************************")
# 安全提示：请避免在生产代码中硬编码密钥，推荐通过环境变量或密钥管控服务注入。
# 请求负载（JSON 体）
payload = {
"model": "speech-2.6-hd",
"input": "DMXAPI，一个key使用全球大模型！",
"voice": "male-qn-qingse",
}
# 字段说明：
# - model：TTS 模型名称
# - input：待合成的文本内容
# - voice：发音人音色或角色（不同平台支持的枚举可能不同）
try:
# 发起 POST 请求到 TTS 服务（开启流式传输）
# 说明：Accept 指定期望的音频类型，`stream=True` 允许我们一边接收一边播放或写入文件。
response = requests.post(
url,
headers={
"Authorization": f"Bearer {api_key}",
"Accept": "audio/mpeg",
},
json=payload,
stream=True,
timeout=(10, 120), # 连接/读取超时（可根据网络情况调整）
)
# 若返回 4xx/5xx，抛出异常
response.raise_for_status()
# 处理音频响应：常见类型为 audio/mpeg、audio/mp3；也可能返回 application/octet-stream
content_type = response.headers.get("Content-Type", "")
print(f"Content-Type: {content_type}")
if content_type.startswith("audio/") or content_type in ("audio/mpeg", "audio/mp3", "application/octet-stream", "binary/octet-stream"):
total = int(response.headers.get("Content-Length", 0))
written = 0
chunk_size = 1024 * 64 # 64KB 每块
last_percent = -1
# 文件保存相关变量（当未使用 ffplay 时启用）
f_out: BinaryIO | None = None
output_path: str | None = None
# 优先使用 ffplay 进行边下边播（不落盘）
# 允许通过环境变量 FFPLAY_PATH 指定 ffplay 完整路径；否则回退 PATH 检测
def _is_executable(path: str) -> bool:
if not path:
return False
try:
return os.path.isfile(path) and os.access(path, os.X_OK)
except Exception:
return False
def find_ffplay_path() -> str | None:
# 1) 显式环境变量
env_path = os.getenv("FFPLAY_PATH")
if env_path and _is_executable(env_path):
return env_path
# 2) PATH 中的 ffplay
which_path = shutil.which("ffplay")
if which_path and _is_executable(which_path):
return which_path
# 3) 常见的 Conda/Windows 安装位置（尤其是 conda-forge 的 Library\bin）
candidates: list[str] = []
if os.name == "nt":
bases: list[str] = []
# CONDA_PREFIX 优先，其次使用当前解释器前缀
conda_prefix = os.getenv("CONDA_PREFIX")
if conda_prefix:
bases.append(conda_prefix)
if sys.prefix and (not bases or sys.prefix not in bases):
bases.append(sys.prefix)
for base in bases:
candidates.extend([
os.path.join(base, "Library", "bin", "ffplay.exe"),
os.path.join(base, "Library", "mingw-w64", "bin", "ffplay.exe"),
os.path.join(base, "bin", "ffplay.exe"),
os.path.join(base, "Scripts", "ffplay.exe"),
])
# 常见系统安装位置
candidates.extend([
r"C:\\ffmpeg\\bin\\ffplay.exe",
r"C:\\Program Files\\ffmpeg\\bin\\ffplay.exe",
r"C:\\Program Files (x86)\\ffmpeg\\bin\\ffplay.exe",
r"C:\\ProgramData\\chocolatey\\bin\\ffplay.exe",
])
# 在调试模式下打印候选路径，便于排查
if os.getenv("FFPLAY_DEBUG") == "1":
try:
print("FFPLAY 检测候选:")
for p in candidates:
print(" -", p, "[存在]" if _is_executable(p) else "[缺失]")
except Exception:
pass
for p in candidates:
if _is_executable(p):
return p
return None
ffplay_path = find_ffplay_path()
ffplay_proc: subprocess.Popen[bytes] | None = None
use_ffplay = bool(ffplay_path)
# 说明：如果系统存在 ffplay，将尝试实时播放；否则进入保存到文件的回退分支。
# 先读取首块数据用于格式嗅探与快速启动 ffplay
it = response.iter_content(chunk_size=chunk_size)
try:
first_chunk_raw = next(it) # pyright: ignore[reportAny]
first_chunk: bytes = first_chunk_raw if isinstance(first_chunk_raw, bytes) else b""
except StopIteration:
print("音频流为空，未收到数据")
first_chunk = b""
def looks_like_mp3(buf: bytes) -> bool:
# MP3 开头可能是 ID3 标签或帧同步字节 0xFFExx
return buf.startswith(b"ID3") or (len(buf) >= 2 and buf[0] == 0xFF and (buf[1] & 0xE0) == 0xE0)
if use_ffplay and ffplay_path:
try:
ffplay_args: list[str] = [ffplay_path, "-hide_banner", "-nodisp", "-autoexit", "-loglevel", "error"]
# ffplay 参数说明：
# - -nodisp：不显示视频/波形窗口；
# - -autoexit：播放结束后自动退出；
# - -loglevel error：仅输出错误级别日志，减少控制台噪音。
if content_type in ("audio/mpeg", "audio/mp3") or looks_like_mp3(first_chunk):
ffplay_args += ["-f", "mp3", "-i", "pipe:0"]
else:
ffplay_args += ["-i", "pipe:0"]
ffplay_proc = subprocess.Popen(
ffplay_args,
stdin=subprocess.PIPE,
stdout=subprocess.DEVNULL,
stderr=None if os.getenv("FFPLAY_DEBUG") == "1" else subprocess.DEVNULL,
)
print(f"已启动 ffplay 进行实时播放（不保存文件），路径：{ffplay_path}")
except Exception as _e:
print(f"启动 ffplay 失败：{_e}，将启用回退逻辑：保存到本地并在结束后自动播放。")
use_ffplay = False
# 若 ffplay 不可用，准备保存到文件
if not use_ffplay:
try:
# 注意：为与现有项目结构保持一致，音频文件存放在 `outpu` 子目录下。
output_dir = os.path.join(os.path.dirname(__file__), "output")
os.makedirs(output_dir, exist_ok=True)
ts = datetime.now().strftime("%Y%m%d_%H%M%S")
ext = ".mp3" if (content_type in ("audio/mpeg", "audio/mp3") or looks_like_mp3(first_chunk)) else ".bin"
output_path = os.path.join(output_dir, f"tts_{ts}{ext}")
f_out = open(output_path, "wb")
hint = "（可设置环境变量 FFPLAY_PATH 指向 ffplay.exe 或将其加入 PATH）"
print(f"未检测到 ffplay，将保存到文件：{output_path} {hint}")
except Exception as _e:
print(f"打开输出文件失败：{_e}，将仅显示下载进度（不保存、不播放）。")
f_out = None
# 将首块数据写入 ffplay 并更新进度
if first_chunk:
written += len(first_chunk)
# 写入 ffplay
if use_ffplay and ffplay_proc and ffplay_proc.poll() is None and ffplay_proc.stdin:
try:
_ = ffplay_proc.stdin.write(first_chunk)
ffplay_proc.stdin.flush()
except Exception:
ffplay_proc = None
# 写入文件
if f_out is not None:
try:
_ = f_out.write(first_chunk)
f_out.flush()
except Exception:
pass
# 打印首块后的进度
if total > 0:
percent = int(written * 100 / total)
if percent % 5 == 0:
print(f"下载进度 {percent}% ({written/1024:.0f} KB)", end="\r")
else:
print(f"已下载 {written/(1024*1024):.2f} MB...", end="\r")
# 继续写入剩余数据
for chunk in it: # pyright: ignore[reportAny]
chunk_bytes: bytes = chunk if isinstance(chunk, bytes) else b""
if not chunk_bytes:
continue
written += len(chunk_bytes)
if use_ffplay and ffplay_proc and ffplay_proc.poll() is None and ffplay_proc.stdin:
try:
_ = ffplay_proc.stdin.write(chunk_bytes)
ffplay_proc.stdin.flush()
except BrokenPipeError:
ffplay_proc = None
except Exception:
ffplay_proc = None
# 同时写入文件（当启用回退保存时）
if f_out is not None:
try:
_ = f_out.write(chunk_bytes)
except Exception:
pass
# 简单进度输出：有 Content-Length 时按百分比，否则按 MB 计数
if total > 0:
percent = int(written * 100 / total)
if percent != last_percent and percent % 5 == 0: # 每 5% 打印一次
print(f"下载进度 {percent}% ({written/1024:.0f} KB)", end="\r")
last_percent = percent
else:
if written % (1024 * 1024) < chunk_size: # 约每 1MB 打印
print(f"已下载 {written/(1024*1024):.2f} MB...", end="\r")
# 播放结束时清理 ffplay 的输入并等待退出
if use_ffplay and ffplay_proc and ffplay_proc.stdin:
try:
ffplay_proc.stdin.close()
except Exception:
pass
try:
ffplay_proc.wait(timeout=5) # pyright: ignore[reportUnusedCallResult]
except Exception:
pass
# 若保存到文件，关闭并尝试自动打开
if f_out is not None:
try:
f_out.close()
except Exception:
pass
# 尝试用系统默认播放器打开（Windows）
try:
if output_path and os.name == "nt":
# Windows 环境：使用系统默认播放器打开生成的音频文件。
os.startfile(output_path)
print(f"\n语音合成成功，已保存并自动打开：{output_path}")
else:
print(f"\n语音合成成功，已保存：{output_path}")
except Exception as _e:
print(f"\n语音合成成功，已保存：{output_path}（自动打开失败：{_e}）")
else:
if use_ffplay:
print("\n语音合成成功（纯流式播放已完成，未保存文件）")
else:
print("\n语音合成功能已以流式方式完成下载与消费，但未播放且不保存文件。建议安装 FFmpeg 的 ffplay 以实现边下边播。")
else:
# 若非音频类型，流式读取文本内容以便排查问题
# 说明：部分错误情况下服务可能返回 JSON 或纯文本，打印出来有助于定位问题。
err_lines: list[str] = []
for line in response.iter_lines(decode_unicode=True): # pyright: ignore[reportAny]
line_str: str = line if isinstance(line, str) else str(line) # pyright: ignore[reportAny]
if line_str:
err_lines.append(line_str)
if sum(len(x) for x in err_lines) > 4000:
break
err_text = "\n".join(err_lines) if err_lines else response.text
print("错误响应:", err_text)
except Exception as e:
# 统一异常捕获与输出
# 顶层兜底：避免未处理异常导致脚本直接中断，便于在控制台查看问题原因。
print(f"请求出错: {e}")运行输出示例：
text
Content-Type: audio/mpeg
已启动 ffplay 进行实时播放（不保存文件），路径：C:\ffmpeg\ffmpeg-master-latest-win64-gpl\bin\ffplay.exe
已下载 0.06 MB...
语音合成成功（纯流式播放已完成，未保存文件）可选择音色列表
| 序号 | 语言 | Voice ID | 音色名称 |
|---|---|---|---|
| 1 | 中文 (普通话) | male-qn-qingse | 青涩青年音色 |
| 2 | 中文 (普通话) | male-qn-jingying | 精英青年音色 |
| 3 | 中文 (普通话) | male-qn-badao | 霸道青年音色 |
| 4 | 中文 (普通话) | male-qn-daxuesheng | 青年大学生音色 |
| 5 | 中文 (普通话) | female-shaonv | 少女音色 |
| 6 | 中文 (普通话) | female-yujie | 御姐音色 |
| 7 | 中文 (普通话) | female-chengshu | 成熟女性音色 |
| 8 | 中文 (普通话) | female-tianmei | 甜美女性音色 |
| 9 | 中文 (普通话) | male-qn-qingse-jingpin | 青涩青年音色-beta |
| 10 | 中文 (普通话) | male-qn-jingying-jingpin | 精英青年音色-beta |
| 11 | 中文 (普通话) | male-qn-badao-jingpin | 霸道青年音色-beta |
| 12 | 中文 (普通话) | male-qn-daxuesheng-jingpin | 青年大学生音色-beta |
| 13 | 中文 (普通话) | female-shaonv-jingpin | 少女音色-beta |
| 14 | 中文 (普通话) | female-yujie-jingpin | 御姐音色-beta |
| 15 | 中文 (普通话) | female-chengshu-jingpin | 成熟女性音色-beta |
| 16 | 中文 (普通话) | female-tianmei-jingpin | 甜美女性音色-beta |
| 17 | 中文 (普通话) | clever_boy | 聪明男童 |
| 18 | 中文 (普通话) | cute_boy | 可爱男童 |
| 19 | 中文 (普通话) | lovely_girl | 萌萌女童 |
| 20 | 中文 (普通话) | cartoon_pig | 卡通猪小琪 |
| 21 | 中文 (普通话) | bingjiao_didi | 病娇弟弟 |
| 22 | 中文 (普通话) | junlang_nanyou | 俊朗男友 |
| 23 | 中文 (普通话) | chunzhen_xuedi | 纯真学弟 |
| 24 | 中文 (普通话) | lengdan_xiongzhang | 冷淡学长 |
| 25 | 中文 (普通话) | badao_shaoye | 霸道少爷 |
| 26 | 中文 (普通话) | tianxin_xiaoling | 甜心小玲 |
| 27 | 中文 (普通话) | qiaopi_mengmei | 俏皮萌妹 |
| 28 | 中文 (普通话) | wumei_yujie | 妩媚御姐 |
| 29 | 中文 (普通话) | diadia_xuemei | 嗲嗲学妹 |
| 30 | 中文 (普通话) | danya_xuejie | 淡雅学姐 |
| 31 | 中文 (普通话) | Chinese (Mandarin)_Reliable_Executive | 沉稳高管 |
| 32 | 中文 (普通话) | Chinese (Mandarin)_News_Anchor | 新闻女声 |
| 33 | 中文 (普通话) | Chinese (Mandarin)_Mature_Woman | 傲娇御姐 |
| 34 | 中文 (普通话) | Chinese (Mandarin)_Unrestrained_Young_Man | 不羁青年 |
| 35 | 中文 (普通话) | Arrogant_Miss | 嚣张小姐 |
| 36 | 中文 (普通话) | Robot_Armor | 机械战甲 |
| 37 | 中文 (普通话) | Chinese (Mandarin)_Kind-hearted_Antie | 热心大婶 |
| 38 | 中文 (普通话) | Chinese (Mandarin)_HK_Flight_Attendant | 港普空姐 |
| 39 | 中文 (普通话) | Chinese (Mandarin)_Humorous_Elder | 搞笑大爷 |
| 40 | 中文 (普通话) | Chinese (Mandarin)_Gentleman | 温润男声 |
| 41 | 中文 (普通话) | Chinese (Mandarin)_Warm_Bestie | 温暖闺蜜 |
| 42 | 中文 (普通话) | Chinese (Mandarin)_Male_Announcer | 播报男声 |
| 43 | 中文 (普通话) | Chinese (Mandarin)_Sweet_Lady | 甜美女声 |
| 44 | 中文 (普通话) | Chinese (Mandarin)_Southern_Young_Man | 南方小哥 |
| 45 | 中文 (普通话) | Chinese (Mandarin)_Wise_Women | 阅历姐姐 |
| 46 | 中文 (普通话) | Chinese (Mandarin)_Gentle_Youth | 温润青年 |
| 47 | 中文 (普通话) | Chinese (Mandarin)_Warm_Girl | 温暖少女 |
| 48 | 中文 (普通话) | Chinese (Mandarin)_Kind-hearted_Elder | 花甲奶奶 |
| 49 | 中文 (普通话) | Chinese (Mandarin)_Cute_Spirit | 憨憨萌兽 |
| 50 | 中文 (普通话) | Chinese (Mandarin)_Radio_Host | 电台男主播 |
| 51 | 中文 (普通话) | Chinese (Mandarin)_Lyrical_Voice | 抒情男声 |
| 52 | 中文 (普通话) | Chinese (Mandarin)_Straightforward_Boy | 率真弟弟 |
| 53 | 中文 (普通话) | Chinese (Mandarin)_Sincere_Adult | 真诚青年 |
| 54 | 中文 (普通话) | Chinese (Mandarin)_Gentle_Senior | 温柔学姐 |
| 55 | 中文 (普通话) | Chinese (Mandarin)_Stubborn_Friend | 嘴硬竹马 |
| 56 | 中文 (普通话) | Chinese (Mandarin)_Crisp_Girl | 清脆少女 |
| 57 | 中文 (普通话) | Chinese (Mandarin)_Pure-hearted_Boy | 清澈邻家弟弟 |
| 58 | 中文 (普通话) | Chinese (Mandarin)_Soft_Girl | 软软女孩 |
| 59 | 中文 (粤语) | Cantonese_ProfessionalHost（F) | 专业女主持 |
| 60 | 中文 (粤语) | Cantonese_GentleLady | 温柔女声 |
| 61 | 中文 (粤语) | Cantonese_ProfessionalHost（M) | 专业男主持 |
| 62 | 中文 (粤语) | Cantonese_PlayfulMan | 活泼男声 |
| 63 | 中文 (粤语) | Cantonese_CuteGirl | 可爱女孩 |
| 64 | 中文 (粤语) | Cantonese_KindWoman | 善良女声 |
| 65 | 英文 | Santa_Claus | Santa Claus |
| 66 | 英文 | Grinch | Grinch |
| 67 | 英文 | Rudolph | Rudolph |
| 68 | 英文 | Arnold | Arnold |
| 69 | 英文 | Charming_Santa | Charming Santa |
| 70 | 英文 | Charming_Lady | Charming Lady |
| 71 | 英文 | Sweet_Girl | Sweet Girl |
| 72 | 英文 | Cute_Elf | Cute Elf |
| 73 | 英文 | Attractive_Girl | Attractive Girl |
| 74 | 英文 | Serene_Woman | Serene Woman |
| 75 | 英文 | English_Trustworthy_Man | Trustworthy Man |
| 76 | 英文 | English_Graceful_Lady | Graceful Lady |
| 77 | 英文 | English_Aussie_Bloke | Aussie Bloke |
| 78 | 英文 | English_Whispering_girl | Whispering girl |
| 79 | 英文 | English_Diligent_Man | Diligent Man |
| 80 | 英文 | English_Gentle-voiced_man | Gentle-voiced man |
© 2025 DMXAPI MinMax旗下...