模型网关 · 组件
可配置的语音合成中继
可用 合成数据 T1 · 波形与时间轴
功能
按供应商特定的音色、模型和输出选项生成语音。一个网关变体以字节流转发；另一个支持两家语音服务商、第三家暂缓开放；移动端保存生成的 MP3。录音、播放和旁白属于独立能力。
核心模式
文字转语音请求＋输出格式适配
- 输入
- Text-to-speech request
- 输出
- Audio stream or provider JSON
关键参数
| 名称 | 类型 | 默认值 | 取值 |
|---|---|---|---|
| text | string | — | — |
| language | — | — | — |
| target_languages | array | [] | — |
| speed | number | 1 | 0.25–4 |
| sample_rate_hz | integer | 32000 | 8000–192000 |
成熟度与限制
可用
已实现语音合成处理器及媒体用量核算路径。此等级依据静态源码检查，不代表运行测试、真实服务接入或生产部署已通过验证。
含凭据的配置未纳入盘点。采用 MIT，须保留版权声明。服务兼容性取决于配置；元数据隐私及可选载荷插件须复核。本次仅作静态检查。各变体的依赖、限制及较低成熟度分别记录，不代表同一已部署系统。
