豆包语音合成模型2.0产品图片
内容纠错

豆包语音合成模型2.0

型号 doubao-seed-tts-2.0大模型与软件服务
关键规格 1供方提供WebSocket 双流接口
关键规格 2供方提供WebSocket 单流接口
关键规格 3供方提供HTTP POST 接口
关键规格 4供方提供音频格式 mp3
参考单价询价

下载资料参考小计 询价

价格与库存供选型参考,正式报价和交期请供方确认。

规格参数

接口

双流接口协议
WebSocket · 适合实时对话等低延迟场景
双流接口地址
wss://openspeech.bytedance.com/api/v3/plan/tts/bidirection · 支持流式发送文本、流式接收音频
单流接口协议
WebSocket · 适合长文本播报
单流接口地址
wss://openspeech.bytedance.com/api/v3/plan/tts/unidirectional/stream · 一次性发送全部文本,流式接收音频片段
HTTP 接口
HTTP POST https://openspeech.bytedance.com/api/v3/plan/tts/unidirectional · 一次性返回完整音频,适合简单场景或非实时调用
鉴权参数
X-Api-Key(专属 API Key)、X-Api-Resource-Id=seed-tts-2.0 · 官方核心配置要求

系统

示例音频输出
mp3,24000Hz · 来自示例代码 audio_params,非正式规格表

资料下载

同类对比

规格本品 · doubao-seed-tts-2.0kimi-k3.1-pro火山方舟模型 APIqwen-audio-3.1-asr-flashdoubao-seed-2.1-turbo
主控—————
NPU—————
内存 / 显存—————
参考单价询价询价询价询价询价
库存—————

产品介绍

接入前提:需要火山方舟 Agent Plan 的专属 API Key;流式语音合成接口中 X-Api-Resource-Id 配置为 seed-tts-2.0。

接口选择(来自官方文档的接口表):

双流接口:WebSocket,wss://openspeech.bytedance.com/api/v3/plan/tts/bidirection,支持流式发送文本、流式接收音频,适合实时对话等低延迟场景。

单流接口:WebSocket,wss://openspeech.bytedance.com/api/v3/plan/tts/unidirectional/stream,一次性发送全部文本、流式接收音频片段,适合长文本播报。

HTTP 接口:HTTP POST https://openspeech.bytedance.com/api/v3/plan/tts/unidirectional,一次性返回完整音频,适合简单场景或非实时调用。

参数与输出:示例代码使用 req_params 中的 speaker(如 zh_female_gaolengyujie_uranus_bigtts、zh_female_vv_uranus_bigtts)与 audio_params(format=mp3,sample_rate=24000)。双流示例逐字符发送、字符间隔 5ms,可返回 usage 用量信息(需设置 X-Control-Require-Usage-Tokens-Return)。

集成注意:运行双流、单流示例前需先获取官方提供的 protocols.py 封装文件;计费按套餐内 AFP 抵扣规则与超额后付费规则执行,具体价格口径需查官方计费文档。

同一页面还提供豆包流式语音识别模型2.0(doubao-seed-asr-2.0,Resource-Id 为 volc.seedasr.sauc.duration),本条记录仅整理 TTS 模型。

资料来源 火山方舟文档

整理说明 内容由 AI 根据公开资料整理;事实与推断分开呈现。

内容纠错

产品参数对比

选型助手

让需求变成可修改的筛选条件

依据已录入参数生成条件,结果可查看和修改。帧率与性能需核对实测,不能仅凭算力数值保证。