关于Http直接请求方式调用CosyVoice2-API(非代码)

1. 前情提要

1. 系统版本：Windows下WSL安装的Ubuntu22.4
2. 版本：CosyVoice2-2024/12
3. python环境：miniconda3 > python3.10

​ 注：

1. CosyVoice2的本地安装部署文档参考
2. 所有的接口请求前缀以实际部署请求接口为准，本示例参考官方文档端口用50000

2. API调用详解

注意注意注意： 每个接口都是分成两次请求，第一次POST请求，得到$event_id后带入同地址的第二次GET请求可得音频下载地址

1. 音频合成接口

请求地址

1. 第一次：/call/generate_audio/
2. 第二次：/call/generate_audio/$event_id

请求方式

1. 第一次：POST
2. 第二次：GET

参数说明

POST请求参数说明：

​ 不同的推理模式有不同推理操作步骤以及对应的推理模型。根据你所选的推理模式查看对应操作步骤，再去传对应的参数。

参数	类型	必填	示例	备注
Headers				头部参数
content-type	String	是	application/json	内容格式
PayLoad
data	Array	是		数组存放10个参数
— [0]	String	是	我是生成式语音大模型	待转写文本内容
— [1]	String	是	预训练音色	推理模式： 预训练音色 3s极速复刻 跨语种复刻 自然语言控制
— [2]	String	是	中文女	预训练音色
— [3]	String	根据对应操作步骤确定是否必填		prompt文本
— [4]	String	根据对应操作步骤确定是否必填	{“path”:“http://xxx/test.wav”}	prompt 上传音频，path指向在线访问地址即可
— [5]	String	根据对应操作步骤确定是否必填	格式同[4]	prompt录音音频
— [6]	String	根据对应操作步骤确定是否必填		instruct文本
— [7]	number	是	0	推理种子
— [8]	String	是	false	是否流式推送
— [9]	number	是	1	速度调节(仅支持非流式推理模式下的设置)

参数示例

POST请求参数示例

{
    "data": [
        "我是通义实验室语音团队全新推出的生成式语音大模型，提供舒适自然的语音合成能力。", 
        "预训练音色",
        "中文女",
        "",	
        null,
        null,
        "",
        0,
        "false",
        1
    ]
}

结果说明

POST结果：

参数	类型	示例	说明
event_id	String	828f4c88b5a743c08980a1e38fa63cd5	事件ID

GET结果：

参数	类型	示例	说明
data	Array		数组
— path	String	${event_id)/140706251637808/21	文件请求相对路径
— url	String	http://ip:port/stream/${path｝	文件请求全路径
— size	String
— orig_name	String	audio.wav	合成音频文件名称
— mime_type	String		协议类型
— is_stream	Boolean	true	是否流式推送
— meta	Object	{“_type”: “gradio.FileData”}	元数据

结果示例

event: generating
data: [{"path": "828f4c88b5a743c08980a1e38fa63cd5/140706251637808/21", "url": "http://ip:port/call/gen/stream/828f4c88b5a743c08980a1e38fa63cd5/140706251637808/21", "size": null, "orig_name": "audio.wav", "mime_type": null, "is_stream": true, "meta": {"_type": "gradio.FileData"}}]

event: complete
data: [{"path": "828f4c88b5a743c08980a1e38fa63cd5/140706251637808/21", "url": "http://127.0.0.1:50000/call/gen/stream/828f4c88b5a743c08980a1e38fa63cd5/140706251637808/21", "size": null, "orig_name": "audio.wav", "mime_type": null, "is_stream": true, "meta": {"_type": "gradio.FileData"}}]

**注意一下：**结果示例中返回的url实际上是错误的，真正的url格式请参考【结果说明】中的url说明

2. 获取操作步骤

请求地址

1. 第一次：/call/change_instruction/
2. 第二次：/call/change_instruction/$event_id

请求方式

1. 第一次：POST
2. 第二次：GET

参数说明

POST请求参数说明：

参数	类型	必填	示例	备注
Headers				头部参数
content-type	String	是	application/json	内容格式
PayLoad
data	Array	是	[]	传推理模式
——[0]	String	是	“预训练音色”

参数示例

POST请求参数示例

{
    "data": [
       "预训练音色"
    ]
}

结果说明

POST结果：

参数	类型	示例	说明
event_id	String	828f4c88b5a743c08980a1e38fa63cd5	事件ID

GET结果：

参数	类型	示例	说明
data	Array		数组，字符串，Unicode编码

结果示例

event: complete
data: ["1. \u9009\u62e9\u9884\u8bad\u7ec3\u97f3\u8272\n2. \u70b9\u51fb\u751f\u6210\u97f3\u9891\u6309\u94ae"]

3. 获取推理种子

请求地址

1. 第一次：/call/generate_seed/
2. 第二次：/call/generate_seed/$event_id

请求方式

1. 第一次：POST
2. 第二次：GET

参数说明

POST请求参数说明：

参数	类型	必填	示例	备注
Headers				头部参数
content-type	String	是	application/json	内容格式
PayLoad
data	Array	是	[]	传空数组即可

参数示例

POST请求参数示例

{
    "data": []
}

结果说明

POST结果：

参数	类型	示例	说明
event_id	String	828f4c88b5a743c08980a1e38fa63cd5	事件ID

GET结果：

参数	类型	示例	说明
data	Array		数组
— value	number	54349340	推理种子
— type	String	“update”	含义暂未可知

结果示例

event: complete
data: [{"value": 54349340, "__type__": "update"}]