核心能力
音色克隆
3 秒清晰录音复刻声音分身，样本转写加持，音色语气一如本人
语音合成
数十款高品质神经音色（含粤语等方言）开箱即用，或用一段自然语言描述定制专属音色
流式合成
WebSocket 边生成边播放，48kHz 高保真音频分片，对话级延迟
高可用保障
多模型热备容灾，单点异常自动切换，合成稳定在线业务无感知
适用场景
- 有声内容、播客的批量合成
- 品牌专属音色 / IP 音色定制——克隆自己或已授权的声音
- 实时语音助手与语音客服的发声（WSS 流式，边生成边播）
- 方言内容合成（粤语等方言音色直出）
接入方式
REST 同步合成与 WSS 流式并存，OpenAI 兼容契约，按字符计费。 克隆声音经声音库管理（上传 3-10 秒样本与转写），克隆一次按名复用， 合成走服务端特征缓存；30 天未使用的克隆声音自动清理，合成即续期。
全类型模型库
基础合成（tts-flash）
丰富神经音色库，日常配音首选
音色设计（tts-design）
无需样本，自然语言描述定制音色
音色克隆（tts-clone）
3 秒样本复刻声音分身，48kHz 高保真