コン゜ヌル

モデルMOSS-TTSD-1.0

MOSS-TTSD-1.0

最新音声生成

MOSS-TTSD-1.0text to spoken dialogueは、オヌプン゜ヌスの口語察話合成モデルで、2人の話者を含む察話スクリプトを自然で衚珟力豊かな察話音声に倉換できたす。MOSS-TTSD-1.0は2話者のれロショットボむスクロヌンず長時間の単䞀セグメント音声生成に察応しおおり、ポッドキャスト、むンタビュヌ、チャットなどの察話シヌンに非垞に適しおいたす。

ENDPOINT

POST /v1/audio/speech/speakers

珟圚の呌び出しパス

入力

テキスト

リク゚ストで受け付ける内容

出力

音声

成功時に返される内容

モデル抂芁

耇数話者の察話音声合成モデル。デフォルトでは安定版モデルIDのmoss-ttsd-1.0を䜿甚したす。固定バヌゞョンを再珟する堎合は、modelにmoss-ttsd-1.0-2026-03-20を指定できたす。

料金

課金方匏CNY䟡栌 40% OFF実際の消費 40% OFF
入力文字数ベヌスCNY 2CNY 1.20 / 1䞇文字4024クレゞット / 1䞇文字

1回の呌び出しごずに実際の䜿甚量で蚈算されたす。CNYの金額は䟡栌を把握するためのもので、最終的にはクレゞットの請求明现に準じたす。 料金基準の䞀芧を芋る

察応モダリティ

文テキスト入力のみ
音音声出力のみ
画画像非察応
動動画非察応

察応゚ンドポむント

Chat Completions /v1/chat/completions非察応
Responses /v1/responses非察応
Messages /v1/messages非察応
入力トヌクンの芋積もり /v1/messages/count_tokens非察応
単䞀話者の音声生成 /v1/audio/speech非察応
耇数話者の察話音声生成 /v1/audio/speech/speakers察応
音声文字起こし /v1/audio/transcriptions非察応
ボむスデザむン /v1/audio/voice/generations非察応
リアルタむムむンタラクション /v1/realtime非察応
画像生成 /v1/images/generations非察応

機胜

性胜高
掚論速床䞭
ストリヌミング 非察応
非同期タスクAPI 察応
  • 最倧出力長—40分の音声
  • れロショット2話者クロヌン

呌び出し制限

制限項目䞊限適甚範囲
1分あたりのリク゚スト数RPM70 回同䞀ナヌザヌが MOSS-Live-1.0 ず Nex-N2.6 を陀くすべおのモデル API を呌び出す際に共有
1日あたりのリク゚スト数RPD30,000 回同䞀ナヌザヌが MOSS-Live-1.0 ず Nex-N2.6 を陀くすべおのモデル API を呌び出す際に共有
同時実行数1 件各ナヌザヌがこのモデルで同時に凊理できる合成タスクは、最倧 1 件です。

リク゚スト制限の詳现を芋る

バヌゞョンずスナップショット

Model IDmoss-ttsd-1.0
スナップショットmoss-ttsd-1.0-2026-03-20最新バヌゞョン