生成语音

POST 
https://api.knoxstudio.ai/v1/text-to-speech/:voice_id

使用来自 音色 的 ElevenLabs voice_id 合成完整 text。公开音色如 21m00Tcm4TlvDq8ikWAM 也可使用。默认模型 eleven_multilingual_v2。按字符计费（$0.15 或 $0.10 / 千字符）。指南：文本转语音。

请求

路径参数

名称	类型	必填	描述
voice_id	String	是	ElevenLabs 音色 ID。

查询参数

名称	类型	必填	描述
enable_logging	Boolean	否	默认 true。false 请求零保留模式。
optimize_streaming_latency	Integer	否	已弃用。0–4 延迟/质量权衡。
output_format	String	否	默认 mp3_44100_128。格式为 codec_sample_rate_bitrate。

允许的 output_format 包含 WAV：alaw_8000, mp3_22050_32, mp3_24000_48, mp3_44100_128, mp3_44100_192, mp3_44100_32, mp3_44100_64, mp3_44100_96, opus_48000_128, opus_48000_192, opus_48000_32, opus_48000_64, opus_48000_96, pcm_16000, pcm_22050, pcm_24000, pcm_32000, pcm_44100, pcm_48000, pcm_8000, ulaw_8000, wav_16000, wav_22050, wav_24000, wav_32000, wav_44100, wav_48000, wav_8000。

请求头

名称	类型	必填	描述
Authorization	String	是	Bearer <token> Knox API key。也接受 xi-api-key。
Content-Type	String	是	application/json。

请求体

名称	类型	必填	描述
text	String	是	要朗读的文本。最大字符数取决于 model_id（5,000–40,000）。
model_id	String	否	默认 eleven_multilingual_v2。见 GET /v1/text-to-speech/models。
language_code	String	否	ISO 639-1。对 eleven_multilingual_v2 会被忽略。
voice_settings	Object	否	单次覆盖：stability（0.5）、similarity_boost（0.75）、style（0）、speed（1.0）、use_speaker_boost（true）。
pronunciation_dictionary_locators	List of Objects	否	最多 3 个定位器，含 pronunciation_dictionary_id 和可选 version_id。
seed	Integer	否	0–4294967295。尽力保证确定性。
previous_text	String	否	前文，用于连贯性。
next_text	String	否	后文，用于连贯性。
previous_request_ids	List of Strings	否	最多 3 个先前 request_id。若同时发送则覆盖 previous_text。
next_request_ids	List of Strings	否	最多 3 个后续 request_id。若同时发送则覆盖 next_text。
apply_text_normalization	String	否	auto（默认）、on 或 off。
apply_language_text_normalization	Boolean	否	额外语言规范化（日语）。会增加延迟。默认 false。

cURL 示例

curl -X POST "https://api.knoxstudio.ai/v1/text-to-speech/21m00Tcm4TlvDq8ikWAM?output_format=mp3_44100_128" \
     -H "Authorization: Bearer $KNOXCHAT_API_KEY" \
     -H "Content-Type: application/json" \
     -o speech.mp3 \
     -d '{
  "text": "Hello from Knox. This is text to speech.",
  "model_id": "eleven_multilingual_v2"
}'

响应

成功响应 (200)

生成的音频文件。Content-Type 随 output_format。

错误响应

校验失败返回 HTTP 422：

{
  "detail": [
    {
      "loc": ["body", "field"],
      "msg": "…",
      "type": "value_error"
    }
  ]
}

其他错误使用 { "detail": "message" }。

状态	何时
400	未携带 Upgrade: websocket 访问 WebSocket 路径。
401	缺少或无效的 API key。
402	余额不足。
403	Token 无权使用该模型。
404	资源不存在。
422	校验错误。
429	超出速率限制。
500	服务器内部错误。