首页 / 模型 / 语音与向量

语音与向量

语音合成、声音克隆、语音转写、文本向量化——与对话模型共用同一个 API 密钥、同一个余额，无需另外开通。

OpenAI 兼容实测可用按量计费

四类能力

每类能力都有独立端点与计费口径，下列价格以平台点数计价（1 元 = 1000 点）。

语音合成 1 点 / 字

文本转语音，三种音色可选：标准播报、自然对话、轻快。单次上限 2000 字符，输出 22.05kHz 单声道 WAV。
POST /v1/audio/speech　参数 text / voice / model

声音克隆 3 点 / 字

Zero-shot 克隆——只需一段参考音频与对应文本，即可用该音色合成新内容，无需训练。
POST /v1/audio/clone　参数 text / prompt_text / prompt_audio_b64

语音转写 5 点 / 秒

中英文语音识别，按音频时长计费。音频以 base64 提交。
POST /v1/audio/transcriptions　参数 audio_b64

向量嵌入 3 点 / 千 token

文本向量化，用于语义检索、聚类、RAG。两个模型可选：bge-m3（1024 维）与 nomic（768 维）。
POST /v1/embeddings　参数 input / model

模型清单

声

语音合成

3 种音色

标准播报tts-001

自然对话tts-longxiaoxia

轻快tts-xiaohe

已上线

克

声音克隆

Zero-shot

声音克隆voice-clone

已上线

转

语音转写

中英双语

语音转写 · 中英asr-zh

已上线

向

向量嵌入

语义检索 · RAG

bge-m3 · 1024 维bge-m3:latest

nomic · 768 维nomic-embed-text

已上线

调用示例

端点遵循 OpenAI 兼容格式，可直接用官方 SDK，把 base_url 指向玺芮算力即可。

语音合成（curl）

curl https://api.shinloo.com/v1/audio/speech \
  -H "Authorization: Bearer sk-sl-…" \
  -H "Content-Type: application/json" \
  -d '{{"text": "你好，欢迎使用玺芮算力", "voice": "001"}}' \
  --output hello.wav

向量嵌入（curl）

curl https://api.shinloo.com/v1/embeddings \
  -H "Authorization: Bearer sk-sl-…" \
  -H "Content-Type: application/json" \
  -d '{{"model": "bge-m3:latest", "input": "要检索的文本"}}'

Python（OpenAI SDK）

from openai import OpenAI

client = OpenAI(base_url="https://api.shinloo.com/v1", api_key="sk-sl-...")

with client.audio.speech.with_streaming_response.create(
    model="tts-001", voice="001", input="你好"
) as r:
    r.stream_to_file("hello.wav")

语音合成用 text 字段传文本（不是 OpenAI 的 input）；向量嵌入用 input 字段。转写与克隆需将音频转成 base64 后提交。

查看完整文档全部模型注册领 ¥10

计费说明

单位

1 元 = 1000 点。语音合成 1 点/字（¥0.001/字），声音克隆 3 点/字，转写 5 点/秒（¥0.005/秒），向量 3 点/千 token。

扣费时机

请求受理时先扣点，上游失败自动退回余额，不会白扣。

限流

语音端点 20 次/分钟；单次合成上限 2000 字符。

共用余额

与对话模型完全共用同一个 Key 与余额，无需分别充值。

实时模型与价格可用 GET /v1/models 核验。