火山引擎 · 豆包语音
文字进,声音出。
豆包双向流式合成 + 实时语音识别。HTTP 一次合成,WebSocket 流式播放与上屏。
0
100
未连接
PCM16 · 16 kHz
点击「开始识别」,说话时会实时上屏。
浏览器需要麦克风权限;localhost 或 HTTPS 才能录音。识别结果实时更新,说话停顿后给出最终分句。
接口示例
# 一次性合成
curl -X POST http://127.0.0.1:8090/v1/tts \
-H 'Content-Type: application/json' \
-d '{"text":"你好,欢迎使用豆包语音。","speaker":"zh_female_gaolengyujie_uranus_bigtts"}' \
--output speech.mp3
# 实时识别:WebSocket ws://127.0.0.1:8090/v1/asr/stream?format=pcm&rate=16000
# 发送二进制 PCM16 音频帧,接收 JSON 识别结果
更多参数与协议说明见 README。