API 指南 / Trellis 语音合成（CosyVoice3）

API 指南 · Trellis 语音合成（CosyVoice3）

文字转语音（TTS），内置 16 个预置音色，另支持零样本音色克隆与情感/语气控制。

调用方式

同步：直接 POST 返回结果（建议超时 600s）；超时后请勿自动重试。

异步（推荐）：POST 加请求头 X-Trellis-Async: 1 → 返回 202 {id, poll}；轮询 GET /v1/jobs/{id}（间隔 5–10s）。

平台已预置 16 个音色，调用方通常直接选 voice=<id> 即可，无需上传。现成音色见 GET /v1/audio/voices 或下方表格。

「合成」：把 input（要念的文本）和 voice（预置或已注册的 voice_id）发给 /v1/audio/speech，返回 audio/wav 字节。

可选 instruction 控制情感/语气（如“用开心愉快的语气说这句话。”）。字符数见响应头 X-Usage-Characters（按字符计费）。

如需自定义音色（按角色/用户克隆）：再「注册音色」，上传参考音频 + 其文本 prompt_text 得到 voice_id；注册会广播到所有实例，注册不计费。

调用示例：

cURL（预置音色，最简单）

curl https://api.trellis.hk/v1/audio/speech \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"trellis-cosyvoice3","input":"你好，很高兴认识你。","voice":"yunshang"}' \
  -o out.wav

cURL（自定义音色：注册后合成）

# 1) 注册音色
VID=$(curl -s https://api.trellis.hk/v1/audio/voices \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -F file=@ref.wav -F "prompt_text=参考文本" -F name=demo | jq -r .voice_id)

# 2) 合成
curl -s https://api.trellis.hk/v1/audio/speech \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"trellis-cosyvoice3\",\"input\":\"你好，很高兴认识你。\",\"voice\":\"$VID\"}" \
  -o out.wav

查看 API 文档模型信息与价格

所有模型共用同一 API Key 与同一端点：https://api.trellis.hk/v1