让音频生产跟上内容发布节奏
每当新文章、课程或产品页面上线,即可自动触发合成旁白配音,实现内容与音频同步发布。
传入文本,即刻返回自然流畅的人声。只需一次简单的 REST 调用,Voiceslab TTS API 就能将工作台的高品质音色(包括你的专属克隆音色)接入应用,按字符透明计费。

文字转语音 API
画外音工作流程
配音脚本
预览、优化、导出
在线配音试听
API 底层采用与下方演示完全一致的音色与语音引擎。无需编写一行代码,输入一句话、选好音色即可直接试听。
产品概述
文字转语音 API 能让你的软件自动将文本转化为自然语音。无需手动打开工作台点击生成,应用只需发起一次 HTTP 请求,就能拿到可直接播放、存储或发布的音频文件。
Voiceslab API 是标准的 REST API,提供单人语音合成、多人对话合成、可用音色查询及额度余额查询等接口。任何支持发起 HTTP 请求的编程语言均可直接调用,并与你的 Voiceslab 套餐共用同一额度。
极简调用
使用 API Key 完成鉴权,传入文本与音色 ID 即可保存音频文件。在请求地址后加上 ?response=json 参数,即可返回音频下载链接而非直接返回音频文件。
查看 API 开发文档curl https://voiceslab.io/api/v1/tts \
-H "Authorization: Bearer $VOICESLAB_API_KEY" \
-H "Content-Type: application/json" \
-d '{"text": "Welcome to our app!", "voice_id": "Rachel"}' \
--output welcome.mp3为什么团队都在用
当音频成为产品的核心体验时,靠人工手动生成文件根本无法规模化。
每当新文章、课程或产品页面上线,即可自动触发合成旁白配音,实现内容与音频同步发布。
只需在工作台完成一次声音克隆,即可通过 API 随时调用,让每一段音频都保持统一、高辨识度的专属声线。
无需自行部署语音模型或维护 GPU。传入文本即可获取音频,严格按实际转换的字符数付费。
接入流程
大多数开发者只需几分钟就能跑通第一次接口调用。
所有付费套餐均支持调用 API 生成语音,也可搭配额度包使用。
前往“控制台 → API & MCP”,为密钥命名,还可按需设置每日字符消耗上限。
调用音色列表接口查看官方音色库与你的克隆音色,复制对应的音色 ID。
将文本与音色 ID 发送至语音合成接口,即可保存返回的 MP3、WAV 或 Opus 音频文件。
核心特性
将自然人声无缝集成到应用、自动化工作流或内容生产管线所需的全部能力。
既可调用 Voiceslab 官方音色库,也可使用你在工作台克隆的专属音色。克隆音色严格私密,仅供你的账号调用。
一次调用即可转换整篇文章或长篇脚本,支持输出 MP3、WAV 或 Opus 格式。
支持在同一段脚本中编排最多 5 种音色,直接生成单个 MP3 多人对话音频,非常适合播客、课程与教学内容。
支持在每次请求中按需调节语速与音量,同时保持音色原有的自然质感。
在请求中传入 Idempotency-Key,重试请求会直接返回原始结果,不会重复扣费。生成失败的请求不计费。
最多可创建 5 个 API Key,支持为每个密钥设置可选的每日字符上限,并在控制台查看每日用量。

直接送货
支持在同一段脚本中编排最多 5 种音色,直接生成单个 MP3 多人对话音频,非常适合播客、课程与教学内容。

为更多受众打造
在请求中传入 Idempotency-Key,重试请求会直接返回原始结果,不会重复扣费。生成失败的请求不计费。
计费与限额
API 与 Voiceslab 工作台共用同一额度:所有语言统一按输入文本 1 字符 = 1 额度计算。系统优先扣减套餐内的月度额度,用完后再扣减永不过期的额度包余额。
Basic 套餐含每月 200,000 额度,Pro 套餐含每月 500,000 额度。每个 API Key 每分钟最多可发起 60 次请求,每个账号最多同时运行 2 个生成任务。生成的音频文件保留 7 天,JSON 模式下返回的下载链接有效期为 1 小时。
创建之前的问题
API 请求消耗你的 Voiceslab 额度,所有语言统一按输入文本 1 字符 = 1 额度计费。Basic 套餐含每月 200,000 额度,Pro 套餐含每月 500,000 额度;你也可以购买永不过期的额度包补充额度。
免费账号可以创建 API Key、获取音色列表及查询额度余额,但生成语音需要订阅付费套餐或购买额度包。
可以。在 Voiceslab 工作台完成声音克隆后,在 API 请求中传入对应的音色 ID 即可。你的克隆音色为私有资产,仅限你的账号调用。
单人语音合成支持 MP3、WAV 和 Opus 格式;多人对话合成仅输出 MP3 格式。
不会。如果生成失败,系统会自动退还额度。只要请求时传入了 Idempotency-Key,对已完成请求的重试也不会再次扣费。
可以。通过 Voiceslab MCP 服务,Claude、ChatGPT、Cursor 及其他 MCP 客户端都能使用你的账号查询音色并生成语音。
文字转语音 API
语音轨道