将文本或Markdown文件合成为高质量语音音频，基于火山引擎V3异步长文本合成接口，支持情感设置、SSML标记、字幕时间戳同步输出，适用于有声书、哄睡故事、批量音频生产等场景。
豆包 TTS - 火山引擎语音合成 (V3 API)
功能概述
豆包 TTS - 火山引擎语音合成 (V3 API)是一项面向实际任务的技能，主要用于将文本或 Markdown 文件合成为高质量语音音频，支持异步长文本合成（最高 10 万字符）；用户需要在火山引擎控制台开通 语音合成 服务；
核心要点
- 创建应用，获取 APP ID 和 Access Token；
- 确保已配置 VOLCENGINE_APP_ID 和 VOLCENGINE_ACCESS_TOKEN 环境变量；
- 非交互模式：。
使用与执行
它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。
豆包 TTS - 火山引擎语音合成 (V3 API)
将文本或 Markdown 文件合成为高质量语音音频，支持异步长文本合成（最高 10 万字符）。
前置条件
- 用户需要在火山引擎控制台开通语音合成服务
- 创建应用，获取
APP ID和Access Token - 确保已配置
VOLCENGINE_APP_ID和VOLCENGINE_ACCESS_TOKEN环境变量
安装
bash {baseDir}/install.sh
非交互模式：
bash {baseDir}/install.sh --app-id --access-token
使用方式
基础合成
python3 {baseDir}/scripts/tts.py "你好，这是一段测试文本"
合成 Markdown 文件
python3 {baseDir}/scripts/tts.py ""
指定音色和输出
python3 {baseDir}/scripts/tts.py "" --voice-type BV700_streaming --output story.mp3
启用字幕时间戳
python3 {baseDir}/scripts/tts.py "" --subtitle
设置情感
python3 {baseDir}/scripts/tts.py "" --emotion happy --emotion-scale 4
使用 SSML（仅模型 1.0）
python3 {baseDir}/scripts/tts.py "" --ssml --model 1.0
完整参数组合
python3 {baseDir}/scripts/tts.py story.md
--voice-type zh_female_chancan_v2_h5
--format mp3
--sample-rate 24000
--output story.mp3
--subtitle
--emotion happy
--model 1.0
参数说明：
| 参数 | 说明 | 默认值 |
|---|---|---|
input |
文本内容或文件路径（必填） | - |
--voice-type, -v |
音色 ID | zh_female_chancan_v2_h5 |
--format, -f |
音频格式 mp3/wav/pcm/ogg_opus | mp3 |
--sample-rate |
采样率 | 24000 |
--output, -o |
输出文件路径 | 自动生成 |
--ssml |
文本格式为 SSML（仅模型 1.0） | false |
--emotion |
情感设置 happy/sad/angry 等 | 无 |
--emotion-scale |
情绪强度 1~5 | 4 |
--subtitle |
启用字幕时间戳 | false |
--speed |
语速 [-50,100] | 0 |
--volume |
音量 [-50,100] | 0 |
--model |
模型版本 1.0/2.0 | 1.0 |
--timeout |
最长等待秒数 | 1800 |
API 版本说明
本 Skill 使用 V3 API（/api/v3/tts/submit + /api/v3/tts/query），鉴权通过以下 Header：
X-Api-App-Id: 应用 IDX-Api-Access-Key: Access TokenX-Api-Resource-Id: 资源 ID（模型 1.0 用seed-tts-1.0，模型 2.0 用seed-tts-2.0）
注意事项
- 模型 2.0 暂不支持 SSML
- SSML 闭合标签内字符数不能超过 150 个
- 合成音频在服务端保存 7 天，下载链接有效期 1 小时
- submit 和 query 接口共享并发配额
配置说明
环境变量加载优先级：
- 全局配置:
~/.config/doubao-tts/.env - 项目目录: 当前工作目录下的
.env - 系统环境变量
错误处理
| 错误码 | 说明 |
|---|---|
| 20000000 | 成功 |
| 40000000 | 请求参数错误 |
| 40000001 | 任务不存在或已过期 |
| 45000000 | 音色鉴权失败或并发限流 |
| 55000000 | 服务端错误 |
规则
- 始终通过
{baseDir}引用脚本路径 - 合成前确认环境变量已配置
- 首次使用前需运行
bash {baseDir}/install.sh
热门AI工具
相关专题
本专题从实际API接口调试场景出发，讲解Postman身份认证的完整配置流程，包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查，帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开，讲解Headers选项的具体使用方式，包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法，帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法，涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看，帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题，整理Excel、CSV、SQL、TXT等常见文件的数据导入方法，涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作，帮助用户将本地文件中的数据写入数据库，并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题，围绕数据库连接安全、账号密码保护和访问权限管理展开，整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法，同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项，帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理，覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库，整理相应的连接设置方法，并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开，说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充，并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章
