Sambert客户端事件 - 阿里云百炼

用户指南：关于模型介绍和选型建议请参见语音合成。

Sambert仅支持在北京地域使用。

run-task

说明：启动语音合成任务，设置模型、采样率等参数，并一次性发送待合成文本。 发送时机：建立 WebSocket 连接后立即发送。 响应事件：服务端返回 task-started 事件。

Sambert 不支持流式输入，待合成文本需要在 run-task 的 input.text 中一次性发送。不支持 continue-task 和 finish-task 指令。

headerobject（必选）

属性

actionstring（必选）指令类型，固定为 run-task。task_idstring（必选）客户端生成的任务 ID（UUID 格式），用于关联后续事件。streamingstring（必选）固定为 out

payloadobject（必选）

属性

task_groupstring（必选）任务组，固定为 audio。taskstring（必选）任务类型，固定为 tts。functionstring（必选）功能类型，固定为 SpeechSynthesizer。modelstring（必选）模型名称，如 sambert-zhichu-v1。inputobject（必选）输入数据，包含 text 字段，直接传入待合成文本。textstring（必选）待合成文本。parametersobject（必选）语音合成参数。

属性

text_typestring（必选）固定为 PlainText。formatstring（可选）音频编码格式。取值范围：

pcm
wav（默认）
mp3

sample_rateinteger（可选）音频采样率（Hz）。取值范围：8000, 16000（默认）, 22050, 24000。volumeinteger（可选）音量。默认值：50。取值范围：[0, 100]。ratefloat（可选）语速。默认值：1.0。取值范围：[0.5, 2.0]。pitchfloat（可选）音调。默认值：1.0。取值范围：[0.5, 2.0]。word_timestamp_enabledboolean（可选）是否开启字级别时间戳。默认值：false。适用范围：所有 Sambert 模型。phoneme_timestamp_enabledboolean（可选）是否开启音素级别时间戳。默认值：false。需要先开启 word_timestamp_enabled。

{
    "header": {
        "action": "run-task",
        "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
        "streaming": "out"
    },
    "payload": {
        "task_group": "audio",
        "task": "tts",
        "function": "SpeechSynthesizer",
        "model": "sambert-zhichu-v1",
        "parameters": {
            "text_type": "PlainText",
            "format": "wav",
            "sample_rate": 16000,
            "volume": 50,
            "rate": 1.0,
            "pitch": 1.0,
            "word_timestamp_enabled": true,
            "phoneme_timestamp_enabled": true
        },
        "input": {
            "text": "待合成文本"
        }
    }
}

​run-task

run-task