微软Microsoft TTS API对接文档

微软 TTS 作为企业级 AI 语音服务，凭借高拟真、强稳定、全球化的优势，广泛应用于短视频配音、智能播报、教育培训、工具集成等各类场景。本文为你完整整理Microsoft TTS API 对接规范，包含接口说明、参数配置、调用示例、错误处理与常见问题，一站式完成语音合成接入。

一、产品优势

相比微软官方 Azure 语音合成 API，本接口做了大量体验优化，更适合中小开发者与企业使用：

• 低成本：10 元可生成 50 万字符，性价比更高
• 易接入：统一请求格式，无需复杂配置
• 高兼容：支持文本 / SSML 双模式，多音色多风格
• 稳定输出：直接返回音频二进制，方便前端 / 后端集成
• 精准计费：按字符精确计费，会员享免费额度与折扣

二、接口概述

Microsoft TTS API 提供标准化语音合成能力，支持调节语速、音量、音调、情感风格，支持 SSML 精细控制停顿、语气、发音结构，满足专业配音需求。

核心特性

• 支持普通文本与 SSML 两种输入方式
• 多语言、多音色、多角色可选
• 可自定义语速、音量、音调、说话风格
• 计费精确到字符（中文 2 字符 / 其他 1 字符）
• 会员享免费额度与专属折扣
• 直接返回 MP3/WAV 二进制音频数据

三、接口信息

• 请求方式：POST
• 接口地址：https://www.jiaozitts.com/api/v1/microsoft-tts

认证方式

所有请求需在请求头携带 Token 鉴权：

Authorization: Bearer {your_api_key}
Content-Type: application/json

四、请求参数

1. 基础参数（二选一）

2. 语音参数

五、常用音色列表（中文）

六、支持音频码率

七、响应说明

1. 成功响应（音频）

接口直接返回二进制音频数据，响应头包含：

• Content-Type: audio/mpeg
• X-Characters: 本次合成字符数
• X-Cost: 本次消耗费用

2. 成功响应（JSON）

批量任务场景返回：

{
  "code": 200,
  "message": "成功",
  "data": {}
}

3. 错误响应

{
  "code": 400/401/403/500,
  "error": "错误码",
  "message": "错误描述"
}

八、错误码说明

九、代码示例

1. PHP 文本合成示例

function synthesizeText($text, $apiKey, $outputPath) {
    $apiUrl = 'https://www.jiaozitts.com/api/v1/microsoft-tts';
    $params = [
        'text' => $text,
        'voice' => 'zh-CN-XiaoxiaoNeural',
        'rate' => 0,
        'volume' => 0,
        'pitch' => 0,
        'kbitrate' => 'audio-16khz-32kbitrate-mono-mp3'
    ];

    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $apiUrl);
    curl_setopt($ch, CURLOPT_POST, true);
    curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($params));
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_HEADER, true);
    curl_setopt($ch, CURLOPT_HTTPHEADER, [
        'Content-Type: application/json',
        'Authorization: Bearer ' . $apiKey
    ]);

    $response = curl_exec($ch);
    $httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
    $headerSize = curl_getinfo($ch, CURLINFO_HEADER_SIZE);
    curl_close($ch);

    $headers = substr($response, 0, $headerSize);
    $body = substr($response, $headerSize);

    if ($httpCode !== 200) {
        $error = json_decode($body, true);
        throw new Exception($error['message'] ?? '请求失败');
    }
    file_put_contents($outputPath, $body);
    return $outputPath;
}

// 使用
synthesizeText('欢迎使用微软语音合成', '你的API Key', 'output.mp3');

2. PHP SSML 合成示例

function synthesizeSSML($apiKey, $outputPath) {
    $ssml = '<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="http://www.w3.org/2001/mstts" xml:lang="zh-CN">
  <voice name="zh-CN-XiaoxiaoNeural">
    <prosody rate="+10%" pitch="+5%">欢迎使用Microsoft SSML语音合成</prosody>
  </voice>
</speak>';

    $apiUrl = 'https://www.jiaozitts.com/api/v1/microsoft-tts';
    $params = ['ssml' => $ssml];

    // 请求逻辑同上
}

十、常见问题（FAQ）

1. 如何获取 API Key？
   登录会员中心 → 进入 API 密钥 → 创建并管理密钥。
2. 字符如何计费？
   中文字符计 2 个，英文 / 数字 / 符号计 1 个。
3. 会员有什么优惠？
   VIP/SVIP 享每月免费字符额度，超出部分享折扣。
4. 支持哪些格式？
   主流支持 MP3，同时支持 WAV、OGG 等（通过码率参数切换）。
5. SSML 怎么用？
   使用 ssml 参数传入标准 SSML 文本，支持停顿、语气、语速精细控制。
6. 接口超时时间？
   60 秒。
7. 如何测试接口？
   使用官方测试页面，输入 API Key 即可在线调试。
8. 返回音频可直接播放吗？
   可以，返回标准二进制音频，支持浏览器直接播放与本地保存。

十一、适用场景

• 短视频配音、自媒体解说
• 有声阅读、课件播报
• 智能硬件、APP 语音提示
• 客服系统、机器人播报
• 工具软件、网站语音集成