2.0 KiB
2.0 KiB
OpenAI Audio Speech
该插件调用 OpenAI 风格的同步文字转语音接口，把影策提示词映射为 input。当前只发送模型与文本，声音、格式、语速和其他 TTS 选项尚未纳入 adapter。
接口与鉴权
{{OPERATIONS}}
POST {channel_base_url}/v1/audio/speech
Authorization: Bearer <API_KEY>
Content-Type: application/json
模型、声音与输出格式
模型、voice、格式、单次文本长度、流式能力和价格以 OpenAI 或兼容渠道实际文档为准。当前影策 metadata 没有声明参数表，这意味着只有 model 和 prompt 的内部映射稳定，不意味着上游没有必填 voice。若上游要求 voice，管理员必须先扩展 adapter，不能依赖未白名单的字段自动透传。
参数与字段映射
{{PARAMETERS}}
实际请求正文固定为：
{"model":"YOUR_TTS_MODEL","input":"请在午夜前离开这座城市。"}
完整上游常见请求参考：
curl "{channel_base_url}/v1/audio/speech" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"YOUR_TTS_MODEL","voice":"YOUR_VOICE","input":"请在午夜前离开这座城市。","response_format":"mp3"}' \
--output speech.mp3
第二个示例包含当前 adapter 尚未发送的 voice 和 response_format，用于说明必须补齐的协议字段。
响应与当前实现差异
OpenAI 官方 Speech API 通常直接返回音频二进制流；当前 parseAudioResponse 却按 JSON 中的 url/audio_url/data 解析。因此本插件当前更适合“返回音频 URL JSON”的兼容渠道，不能宣称已经正确处理 OpenAI 官方二进制响应。直连官方服务前必须增加二进制响应合同、MIME/文件名处理和资源保存测试。
官方资料
{{CONTRACT}}