智凌 API 文字转语音异步接口接入教程：300 + 音色一键合成，万字成本仅 1 元

在短视频配音、有声书制作、科普解说、智能客服播报等内容生产场景中，高质量的文字转语音（TTS）能力是提升效率的核心工具。本地合成工具音色生硬、主流云服务定价偏高、长文本同步合成易超时，是很多开发者与内容团队的普遍痛点。

本文将详细讲解智凌平台「文字转语音」异步 API 的完整接入方案，覆盖接口规则、参数说明、可运行代码示例与落地最佳实践，帮助开发者快速集成高情感、多音色的语音合成能力。

一、接口概览

1.1 核心能力

该接口为异步语音合成接口，支持长文本一键生成音频，覆盖 300 + 优质发音人，具备强情感表现力，可满足视频配音、有声读物、广告旁白、资讯播报等多种场景需求，同时支持声音克隆能力，可定制专属音色。

• 文本上限：单请求最大支持 5000 字，长内容无需频繁拆分

• 异步模式：提交任务后返回任务 ID，后台自动合成，避免长文本请求超时

• 音色丰富：覆盖知性女声、青年男声、解说音、客服音等多风格发音人

• 适用场景：短视频批量配音、小说听书化、企业智能播报、AI 数字人配音

1.2 计费与免费额度

接口采用按量点数计费模式，定价透明，量级越大成本越低：

• 计费规则：0.1 点 / 字，不满 1 点按 1 点计费，折合 1.00 元 / 万字

• 免费额度：总计 30 次调用额度，可用于接口调试与功能验证

• 计费优先级：全站会员 > 单独包月 > 次数包 > 点数计费 > 账户余额 > 免费额度

1.3 请求频率限制

• 免费 / 测试用户：QPS 限制为 100 次 / 秒

• 付费用户（余额 / 次数包 / 会员计费）：无 QPS 与每日调用次数限制，支持高并发批量合成

注意：本接口为异步接口，提交成功仅代表任务已创建，最终音频结果需通过配套的「查询文字转语音任务结果」接口轮询获取。

二、接口详细说明

2.1 基础信息

• 接口地址：https://api.17zhiling.com/api/voiceclone/tts/async

• 请求方式：HTTP POST

• 请求头：Content-Type: application/x-www-form-urlencoded; charset=utf-8;

• 返回格式：application/json

2.2 请求参数

共 3 个必填参数，接入简洁：

2.3 返回参数

接口返回标准 JSON 结构，提交成功后返回任务 ID：

返回示例：

{  "code": 200,  "msg": "",  "data": "6a229c7bfe091e6c5dc935c8",  "exec_time": 0.166649,  "ip": "111.194.4.79" }

2.4 发音人参考

平台提供 300 + 发音人，以下为部分常用女声示例，完整列表可在控制台查看：

2.5 错误码说明

三、快速接入实战（Python 版）

下面以 Python 为例，演示完整的任务提交流程，代码可直接复制使用。

3.1 前期准备

1. 登录智凌平台控制台，在「密钥管理」中获取你的接口 key

2. 确认需要使用的发音人 ID

3. 安装 Python 请求库：

pip install requests

3.2 提交语音合成任务

import requests
import json

# 配置信息
API_KEY = "你的接口密钥"  # 替换为控制台获取的key
API_URL = "https://api.17zhiling.com/api/voiceclone/tts/async"
TIMEOUT = 10  # 请求超时时间，单位秒

def submit_tts_task(text: str, voice_id: str = "306") -> str:
    """
    提交文字转语音异步任务
    :param text: 待合成的文本内容
    :param voice_id: 发音人ID，默认晓妍-自然流畅
    :return: 任务ID
    """
    payload = {
        "key": API_KEY,
        "text": text,
        "voiceId": voice_id
    }

    headers = {
        "Content-Type": "application/x-www-form-urlencoded; charset=utf-8"
    }

    try:
        response = requests.post(
            API_URL,
            data=payload,
            headers=headers,
            timeout=TIMEOUT
        )
        response.raise_for_status()
        result = response.json()

        if result.get("code") == 200:
            task_id = result["data"]
            print(f"任务提交成功，任务ID：{task_id}")
            return task_id
        else:
            raise Exception(f"提交失败：{result.get('msg')}")

    except requests.exceptions.RequestException as e:
        raise Exception(f"网络请求失败：{str(e)}")

if __name__ == "__main__":
    test_text = "大家好，我是晓妍，欢迎体验智凌文字转语音接口。本接口支持300+优质发音人，情感表现力强，适用于短视频配音、有声书制作等多种场景。"
    try:
        task_id = submit_tts_task(test_text, voice_id="306")
        # 拿到task_id后，调用任务查询接口轮询获取音频地址
    except Exception as e:
        print(f"错误：{e}")

3.3 任务结果查询说明

提交任务后，需通过平台配套的「查询文字转语音任务结果」接口轮询获取最终音频文件地址。通用轮询逻辑如下：

1. 提交任务获取 task_id

2. 每隔 1-2 秒调用查询接口，检查任务状态

3. 任务完成后获取音频直链，可直接下载或播放

4. 若任务失败，根据返回的错误信息排查原因

任务查询接口的具体参数与返回结构，请参考平台对应 API 文档。

四、进阶使用与最佳实践

4.1 长文本分段优化

单接口最大支持 5000 字，若合成超长文本（如整章小说），建议按段落、语义进行拆分，分批提交任务，既避免触发长度限制，也可通过并行提交提升整体合成速度。

4.2 发音人选型建议

• 情感类、故事类内容：优先选择「晓妍 - 自然流畅」，语气起伏自然，代入感强

• 知识科普、纪录片解说：推荐「解说小美」「晓辰 - 知性女声」，语速平稳，专业感强

• 广告、宣传类内容：选择「晓颜 - 青年女声」，音色明亮有活力

• 企业定制场景：可使用声音克隆能力，打造专属品牌音色

4.3 成本优化技巧

• 接口按字计费、不满 1 点按 1 点计费，短句建议合并后批量提交，避免零散调用造成成本浪费

• 长期大量使用可开通次数包或会员套餐，进一步降低单字成本

• 调试阶段使用免费额度，验证效果后再正式批量调用

4.4 高并发场景注意事项

• 付费用户无 QPS 限制，可根据业务量并发提交任务

• 建议添加任务失败重试机制，针对网络波动、临时服务异常自动重试

• 批量合成时做好任务状态管理，避免重复提交造成额度浪费

五、常见问题排查

1. 返回 -1 密钥无效：检查 key 是否复制完整，确认账户状态正常、点数余额充足

2. 返回 -1 文本长度超限：检查文本字数是否超过 5000 字，拆分后重新提交

3. 发音人无效：确认 voiceId 与平台提供的发音人列表一致，避免拼写错误

4. 合成结果无声音：检查文本是否为空、是否包含大量特殊符号，建议使用规范中文文本

合规提示

1. 接口仅用于合法合规的内容创作与业务场景，禁止生成违规、侵权、虚假宣传类音频内容

2. 使用声音克隆功能时，需获得音色本人授权，禁止擅自克隆他人声音用于商用

3. 请妥善保管接口密钥，避免泄露造成额度损失与安全风险

整体来看，智凌这款文字转语音接口接入门槛低、定价亲民、音色覆盖全面，尤其适合短视频团队、有声内容平台与工具类产品开发者。30 次免费额度足够完成功能验证与效果测试，有需求的开发者可直接前往控制台开通测试。