ZeroFA API

语音合成（TTS）

OpenAI 兼容的文本转语音接口。根据 model 路由到 OpenAI 兼容 TTS 或阿里 Qwen-TTS 上游，并返回二进制音频。

POSThttps://zerofa.ai/v1/audio/speech

请求参数

Header 参数
Authorizationstring必填
API Key，格式为 Bearer <key>。
示例：Bearer sk-zerofa-xxx
Content-Typestring必填
示例：application/json
Body 参数application/json
modelstring必填
TTS 模型，可在下方查看可用模型。
示例：<tts-model>
inputstring必填
需要合成的文本，按字符数计费。
示例：你好，这是 ZeroFA 的语音合成测试。
voicestring可选
音色名称由模型决定，例如 Qwen-TTS 的 Cherry 或 OpenAI 的 alloy。
示例：Cherry
response_formatstring可选
输出格式可为 mp3、opus、aac、flac、wav 或 pcm；部分上游固定格式。
示例：mp3
speednumber可选
语速，仅部分上游支持。
示例：1.0

计费模型

按输入字符数计费，不按时长或 token。失败请求不扣费。

语音转写（STT）

POST/v1/audio/transcriptions

使用 multipart 上传音频文件并返回转写文本，按音频时长计费。response_format 支持 json、text 和 verbose_json。示例 model 是占位符，请从实时模型列表选择 STT 模型；没有匹配模型时表示该能力当前未开放。

语音转写 · curl
curl https://zerofa.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-zerofa-xxx" \
  -F "model=<stt-model>" \
  -F "file=@audio.wav" \
  -F "response_format=json"

可用模型

TTS 模型见 模型广场 并筛选语音类型。示例中的 model 是占位符；没有匹配模型时表示 TTS 当前未开放。

请求与响应体

用下面的示例确认请求格式与返回结构。需要在线发起请求时，点击页面顶部“调试”拉起在线运行面板。

curl https://zerofa.ai/v1/audio/speech \
  -H "Authorization: Bearer sk-zerofa-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<tts-model>",
    "input": "你好，这是 ZeroFA 的语音合成测试。",
    "voice": "Cherry"
  }' \
  --output speech.wav
响应为二进制音频（如 audio/wav 或 audio/mpeg），不是 JSON。请直接写入文件或播放。