Description / 描述
增加通用 TTS API 配置,用于万能接入联网与本地TTS推理✨
目前开源TTS模型众多,但是请求参数各家都有不同,即使标注了兼容OpenAI/v1/audio/speech接口,实际实现也五花八门。能否在[模型提供商]->[文字转语音]->[新增模型提供商]位置,建立起一个通用的请求体构建功能,让用户自行决定送入json的变量名称,变量值。而不必为了频繁的新增TTS供应商而不断的写适配页面。只需在说明页面使用文本说明即可适配使用,实现低代码(Low-Code)开发。
Use Case / 使用场景
用近期才开源的 Qwen3 TTS系列举例,其标准请求体构建如下:✨
curl -X POST http://127.0.0.1:7861/v1/audio/speech
-H "Content-Type: application/json"
-d '{
"model": "mlx-community/Qwen3-TTS-12Hz-1.7B-Base-8bit",
"input": "你好,请放入你要生成的语音在这里!",
"voice": "default",
"language": "zh",
"ref_audio": "/Volumes/refaudio/qwen3_voice_000.wav",
"ref_text": "你好,这是一个语音合成测试。很高兴见到你!",
"response_format": "wav"
}'
--output cloned_speech.wav
需求是在[新增模型提供商]位置,建立一个[通用TTS API]选项卡,内部包含如下表单并能实现传递请求的逻辑✨
让用户自己填写表单来构建请求体,适配不同模型,使一些新模型要求的额外参数得到有效传递运行。✨
| 序号 |
变量名 |
变量值 |
| 01 |
model |
Qwen3-TTS-12Hz-1.7B-Base-8bit |
| 02 |
input |
$约定的变量传递标记$ |
| 03 |
voice |
default |
| 04 |
ref_audio |
/Volumes/refaudio/qwen3_voice_000.wav |
| 05 |
ref_text |
你好,这是一个语音合成测试。很高兴见到你! |
Willing to Submit PR? / 是否愿意提交PR?
Code of Conduct
Description / 描述
增加通用 TTS API 配置,用于万能接入联网与本地TTS推理✨
目前开源TTS模型众多,但是请求参数各家都有不同,即使标注了兼容OpenAI/v1/audio/speech接口,实际实现也五花八门。能否在[模型提供商]->[文字转语音]->[新增模型提供商]位置,建立起一个通用的请求体构建功能,让用户自行决定送入json的变量名称,变量值。而不必为了频繁的新增TTS供应商而不断的写适配页面。只需在说明页面使用文本说明即可适配使用,实现低代码(Low-Code)开发。
Use Case / 使用场景
用近期才开源的 Qwen3 TTS系列举例,其标准请求体构建如下:✨
curl -X POST http://127.0.0.1:7861/v1/audio/speech
-H "Content-Type: application/json"
-d '{
"model": "mlx-community/Qwen3-TTS-12Hz-1.7B-Base-8bit",
"input": "你好,请放入你要生成的语音在这里!",
"voice": "default",
"language": "zh",
"ref_audio": "/Volumes/refaudio/qwen3_voice_000.wav",
"ref_text": "你好,这是一个语音合成测试。很高兴见到你!",
"response_format": "wav"
}'
--output cloned_speech.wav
需求是在[新增模型提供商]位置,建立一个[通用TTS API]选项卡,内部包含如下表单并能实现传递请求的逻辑✨
让用户自己填写表单来构建请求体,适配不同模型,使一些新模型要求的额外参数得到有效传递运行。✨
Willing to Submit PR? / 是否愿意提交PR?
Code of Conduct