TTS 语音合成

能力概述

TTS 语音合成用于将业务文本转成可下载的音频结果。平台支持维护克隆音色、上传参考音频、提交合成任务，并通过本地网关和本地 TTS 服务完成实际生成。

业务价值

• 快速生成短视频口播、样音和配音草稿。
• 沉淀客户、主播或品牌口径的可复用音色。
• 降低反复录音和外部配音沟通成本。
• 让脚本、文案和音频素材形成同一条内容生产链路。

主要能力

• 克隆音色管理。
• 参考音频上传和启停控制。
• 文本合成任务提交。
• 输出音频播放、下载和事件追踪。
• 支持按地区网关执行，适配客户本地环境。

适合客户场景

• 视频脚本快速试音。
• 标准化口播批量生成。
• 客户提案样音准备。
• 内部剪辑前置配音占位。