控制台

模型MOSS-TTSD-1.0

MOSS-TTSD-1.0

最新语音生成

MOSS-TTSD-1.0(text to spoken dialogue)是一个开源的口语对话合成模型,可以将包含两位说话人的对话脚本转换为自然、富有表现力的对话语音。MOSS-TTSD-1.0支持双说话人零样本音色克隆与长时间单段语音生成,非常适合播客,访谈,聊天等对话场景。

ENDPOINT

POST /v1/audio/speech/speakers

当前调用路径

输入

文本

请求可接受的内容

输出

音频

成功返回的内容

模型概览

多人对话语音合成模型。默认使用稳定模型 ID moss-ttsd-1.0;如需复现固定版本,可在 model 中传 moss-ttsd-1.0-2026-03-20。

计费

计费方式人民币价格 六折优惠实际扣除 六折优惠
按输入字符¥2¥1.20 / 万字符4024 积分 / 万字符

单次调用按实际用量计算,人民币金额用于价格理解,最终以积分账单为准。 查看完整计费标准

模态支持

文文本仅输入
音音频仅输出
图图片不支持
视视频不支持

支持的 Endpoint

Chat Completions /v1/chat/completions不支持
Responses /v1/responses不支持
Messages /v1/messages不支持
估算输入 Token /v1/messages/count_tokens不支持
单人语音生成 /v1/audio/speech不支持
多人对话语音生成 /v1/audio/speech/speakers支持
音频转写 /v1/audio/transcriptions不支持
音色设计 /v1/audio/voice/generations不支持
实时交互 /v1/realtime不支持
图像生成 /v1/images/generations不支持

能力

性能高
推理速度中
流式 不支持
异步任务接口 支持
  • 最大输出长度—40分钟音频
  • 零样本双说话人克隆

调用限额

限制项上限适用范围
每分钟请求数(RPM)70 次同一用户调用除 MOSS-Live-1.0 和 Nex-N2.6 外的所有模型接口时共享
每日请求数(RPD)30,000 次同一用户调用除 MOSS-Live-1.0 和 Nex-N2.6 外的所有模型接口时共享
并发数1 个每个用户在该模型下最多可同时处理 1 个合成任务。

查看完整请求限制

版本与快照

Model IDmoss-ttsd-1.0
快照moss-ttsd-1.0-2026-03-20最新版本