跳到主要内容

选择接入方式

为帮助您更好地使用爱声云 TTS 服务，我们提供两种接入方式：WebSocket 实时接口和 HTTP 标准接口。以下是详细说明：

WebSocket 实时语音生成​

适用于需要实时交互的场景，具有以下优势：

低延迟​

  • 可预先建立 WebSocket 连接，消除连接建立的延迟时间（约节省 200ms）
  • 适合对响应速度要求较高的实时应用

流式处理能力​

  • 支持边输入边生成语音输出
  • 特别适合与大语言模型配合使用，可直接将模型输出转化为语音

多会话支持​

  • 通过 context_id 实现多会话区分
  • 单个连接可同时处理多路对话，提高资源利用效率

HTTP 离线语音生成​

适用于需要预先生成语音内容的场景：

特点​

  • 支持多种音频格式输出（WAV、MP3）
  • 适合批量语音生成
  • 便于音频文件存储和管理

注：PCM 格式输出因缺少音频格式定义，不建议直接使用，可能无法在本地正常播放。

选择建议：

  • 实时交互场景（如对话机器人）：选择 WebSocket 接口
  • 内容预生成场景（如有声内容制作）：选择 HTTP 接口