超拟人合成接口使用指南（讯飞）

简介

        超拟人合成接口是一种先进的文本转音频技术，通过利用大模型生成拟声词，使合成音频更加拟人化和真实。本文将对该接口的主要功能、请求和响应格式、常见错误码等进行总结归纳，帮助用户快速上手并正确使用该接口。

接口描述

        超拟人合成接口支持将文本数据合成为音频，音频结果（audio）以多帧形式返回。由于结果帧的顺序可能无法保证，建议在接入方在一定时间片内根据服务响应帧中的 seq 序号进行重排序。

接口功能

请求方法和URL

• 请求方法：ws(s)://cbm01.cn-huabei-1.xf-yun.com/v1/private/medd90fec

请求格式

请求格式包含 header、parameter 和 payload 三个部分。以下是一个示例请求协议：

{
    "header": {
        "app_id": "123456",
        "status": 2,
        "request_id": "null",
        "res_id": ""
    },
    "parameter": {
        "oral": {
            "oral_level":"mid"
        },
        "tts": {
            "vcn": "x4_lingxiaoxuan_oral",
            "speed": 50,
            "volume": 50,
            "pitch": 50,
            "bgs": 0,
            "reg": 0,
            "rdn": 0,
            "rhy": 0,
            "scn": 0,
            "version": 0,
            "L5SilLen": 0,
            "ParagraphSilLen": 0,
            "audio": {
                "encoding": "speex-wb",
                "sample_rate": 16000,
                "channels": 1,
                "bit_depth": 16,
                "frame_size": 0
            },
            "pybuf": {
                "encoding": "utf8",
                "compress": "raw",
                "format": "plain"
            }
        }
    },
    "payload": {
        "text": {
            "encoding": "utf8",
            "compress": "raw",
            "format": "json",
            "status": 2,
            "seq": 0,
            "text": "5aSn5qih5Z6L6L6T5Ye6"
        }
    }
}

请求参数说明

• header：协议头部，包含 app_id、status 等信息。
• parameter：AI 能力功能参数，包括 oral 和 tts 参数，设置口语化等级、发音人、语速、音量等。
• payload：输入数据段，包含待合成文本，采用 Base64 编码。

响应格式

        服务输出的结果段以多帧形式返回，建议在接入方在一定时间片内根据服务响应帧中的 seq 序号进行重排序。以下是一个响应协议的示例：

{
    "header": {
        "code": 0,
        "message": "success",
        "sid": "aso000ede92@dx18caf514baab832882",
        "status": 1
    },
    "payload": {
        "audio": {
            "encoding": "speex-wb",
            "sample_rate": 16000,
            "channels": 1,
            "bit_depth": 16,
            "status": 0,
            "seq": 0,
            "audio": "",
            "frame_size": 0
        },
        "pybuf": {
            "encoding": "utf8",
            "compress": "raw",
            "format": "plain",
            "status": 0,
            "seq": 0,
            "text": ""
        }
    }
}

响应参数说明

• header：协议头部，描述返回码、错误信息、会话 ID 等。
• payload：响应数据块，包含 audio 和 pybuf 数据段，分别为音频数据和拼音标注数据（如果 rhy 参数为 1）。

常见错误码

以下列出了一些常见的错误码及其处理策略：

错误码	错误描述	说明	处理策略
10009	input invalid data	输入数据非法	检查输入数据
10010	service license not enough	没有授权许可或授权数已满	提交工单
10019	service read buffer timeout, session timeout	session超时	检查是否数据发送完毕但未关闭连接
10043	Syscall AudioCodingDecode error	音频解码失败	检查aue参数，如果为speex，请确保音频是speex音频并分段压缩且与帧大小一致
10114	session timeout	session 超时	会话时间超时，检查是否发送数据时间超过了60s
10139	invalid param	参数错误	检查参数是否正确
10160	parse request json error	请求数据格式非法	检查请求数据是否是合法的json
10161	parse base64 string error	base64解码失败	检查发送的数据是否使用base64编码了
10163	param validate error:...	参数校验失败	具体原因见详细的描述
10200	read data timeout	读取数据超时	检查是否累计10s未发送数据并且未关闭连接
10222	context deadline exceeded	1.上传的数据超过了接口上限； 2.SSL证书无效；	1.检查接口上传的数据（文本、音频、图片等）是否超越了接口的最大限制，可到相应的接口文档查询具体的上限； 2. 请将log导出发到工单：https://console.xfyun.cn/workorder/commit；
10223	RemoteLB: can't find valued addr	lb 找不到节点	提交工单
10313	invalid appid	appid和apikey不匹配	检查appid是否合法
10317	invalid version	版本非法	请到控制台提交工单联系技术人员
10700	not authority	引擎异常	按照报错原因的描述，对照开发文档检查输入输出，如果仍然无法排除问题，请提供sid以及接口返回的错误信息，到控制台提交工单联系技术人员排查。
11200	auth no license	功能未授权	请先检查appid是否正确，并且确保该appid下添加了相关服务。若没问题，则按照如下方法排查。 1. 确认总调用量是否已超越限制，或者总次数授权已到期，若已超限或者已过期请联系商务人员。 2. 查看是否使用了未授权的功能，或者授权已过期。
11201	auth no enough license	该APPID的每日交互次数超过限制	根据自身情况提交应用审核进行服务量提额，或者联系商务购买企业级正式接口，获得海量服务量权限以便商用。
11503	server error :atmos return an error data	服务内部响应数据错误	提交工单
11502	server error: too many datas in resp	服务配置错误	提交工单
100001~100010	WrapperInitErr	调用引擎时出现错误	请根据message中包含的errno前往 5.2引擎错误码 查看对应的说明及处理策略