文档中心

豆包语音

语音播客接口

语音播客

1 接口功能

火山控制台开启试用：开通管理

对提供的长文本或网页链接进行分析总结，也可以对一个特定话题做联网总结，最终流式生成双人播客音频。

2 接口说明

2.1 请求Request

请求路径

wss://openspeech.bytedance.com/api/v3/sami/podcasttts

建连&鉴权

Request Headers

Key	说明	是否必须	Value示例
X-Api-Key	使用火山引擎控制台获取的API Key，可参考获取API Key	是	your-api-key
X-Api-Resource-Id	表示调用服务的资源信息 ID 播客语音合成：volc.service_type.10050	是	volc.service_type.10050
X-Api-Request-Id	标识客户端请求ID，uuid随机字符串	否	67ee89ba-7050-4c04-a3d7-ac61a63499b3

Key

说明

是否必须

Value示例

X-Api-Key

使用火山引擎控制台获取的API Key，可参考获取API Key

是

your-api-key

X-Api-Resource-Id

表示调用服务的资源信息 ID

播客语音合成：volc.service_type.10050

是

volc.service_type.10050

X-Api-Request-Id

标识客户端请求ID，uuid随机字符串

否

67ee89ba-7050-4c04-a3d7-ac61a63499b3

Response Headers

Key	说明	Value示例
X-Tt-Logid	服务端返回的 logid，建议用户获取和打印方便定位问题	2025041513355271DF5CF1A0AE0508E78C

WebSocket 二进制协议

WebSocket 使用二进制协议传输数据。
协议的组成由至少 4 个字节的可变 header、payload size 和 payload 三部分组成，其中

header 描述消息类型、序列化方式以及压缩格式等信息；
payload size 是 payload 的长度；
payload 是具体负载内容，依据消息类型不同 payload 内容不同；

需注意：协议中整数类型的字段都使用大端表示。

二进制帧

Byte	Left 4-bit	Right 4-bit	说明
0 - Left half	Protocol version		目前只有v1，始终填0b0001
0 - Right half		Header size (4x)	目前只有4字节，始终填0b0001
1 - Left half	Message type		固定为0b001
1 - Right half		Message type specific flags	在sendText时，为0 在finishConnection时，为0b100
2 - Left half	Serialization method		0b0000：Raw（无特殊序列化方式，主要针对二进制音频数据）0b0001：JSON（主要针对文本类型消息）
2 - Right half		Compression method	0b0000：无压缩0b0001：gzip
3	Reserved		留空（0b0000 0000）
[4 ~ 7]	[Optional field,like event number,...]		取决于Message type specific flags，可能有、也可能没有
...	Payload		可能是音频数据、文本数据、音频文本混合数据

payload请求参数

字段	描述	是否必须	类型	默认值
action	生成类型： 0：根据提供的 input_text 或者 input_info.input_url 总结生成播客 3：根据提供的 nlp_texts 对话文本直接生成播客 4：根据提供的 prompt_text 文本联网生成播客	是	number	0
input_text	待播客合成输入文本，上下文最长 32k，超过会报错 action = 0 时候和 input_info.input_url 二选一，都不为空优先生效 input_text	否	string	——
prompt_text	prompt文本，不具备指令能力 action = 4 时必填一般比较简单，比如 “火山引擎” ，“怎么平衡工作和生活？”	否	string	——
nlp_texts	待合成的播客轮次文本列表 action = 3 时必填	否	[]object	——
nlp_texts.text	每个轮次播客文本单轮不超过 300 字符总文本长度不超过 10000 字符	否	string	——
nlp_texts.speaker	每个轮次播客发音人详细参见：可选发音人列表	否	string	——
input_info	输入辅助信息	否	object	——
input_info.input_url	网页链接或者可下载的文件(pdf,doc,txt)链接,会自动转换成长文播客文本	否	string	——
input_info.only_nlp_text	只输出播客轮次文本列表，没有音频，默认值为false	否	bool	——
input_info.return_audio_url	返回可下载的完整播客音频链接，有效期 1h 新增一个事件 363 （PodcastEnd），里面会有 meta_info.audio_url 字段	否	bool	——
input_info.input_text_max_length	当action=0时，支持设置模型处理的最大字符数，默认为 20000 字符。系统会自动截断超过设定值的文本，为保证模型处理的稳定性，建议取值≦12000字符事件 363 （PodcastEnd），里面会有input_metrics表示截断信息	否	int	——
input_info.max_char_length_per_round	每轮最大合成字符数，默认为 300 字符。达到上限时不做硬截断，优先在句号（。）等句末标点处断句，保证语句完整后，再判断是否超出字符上限	否	int	——
input_info.strict_audit	用于声明安全审核等级，true代表严格审核、false代表普通审核，默认为false	否	bool	false
use_head_music	是否使用开头音效	否	bool	true
use_tail_music	是否使用结尾音效	否	bool	false
aigc_watermark	是否在合成结尾增加音频节奏标识，作为显示水印	否	bool	false
aigc_metadata	在合成音频 header加入元数据隐式水印，支持 mp3/wav/ogg_opus	否	object	——
aigc_metadata.enable	是否启用隐式水印	否	bool	false
aigc_metadata.content_producer	合成服务提供者的名称或编码	否	string	""
aigc_metadata.produce_id	内容制作编号	否	string	""
aigc_metadata.content_propagator	内容传播服务提供者的名称或编码	否	string	""
aigc_metadata.propagate_id	内容传播编号	否	string	""
audio_config	音频参数，便于服务节省音频解码耗时	否	object	——
audio_config.format	音频编码格式，mp3/ogg_opus/pcm/aac	否	string	pcm
audio_config.sample_rate	音频采样率，可选值 [16000, 24000, 48000]	否	number	24000
audio_config.speech_rate	语速，取值范围[-50,100]，100代表2.0倍速，-50代表0.5倍数	否	number	0
speaker_info	指定发音人信息	否	object	——
speaker_info.random_order	发音人是否随机顺序开始，默认是	否	bool	true
speaker_info.speakers	播客发音人, 只能选择 2 发音人详细参见：可选发音人列表	否	[]string
speaker_info.speaker_additions	发音人额外信息，使用 TTS 和 ICL 音色的时候可生效： key: speaker_id value: 参考tts 合成文档（https://www.volcengine.com/docs/6561/1719100?lang=zh）里面的【req_params.additions】参数，是个jsonstring 在使用复刻 2.0 音色的使用如果要切换模型也需要输入到下面的additions参数里面。model 参数的取值参考上述文档里面【req_params.model】的介绍。参考：{"SPEAKERID1": additions, "SPEAKERID2": additions} Golang: additions = fmt.Sprintf("{"model": "seed-tts-2.0-standard"}") Python: additions = json.dumps({"model": "seed-tts-2.0-standard"})	否	map[string][string]	——
retry_info	重试信息	否	object	——
retry_info.retry_task_id	前一个没获取完整的播客记录的 task_id(第一次StartSession使用的 session_id就是任务的 task_id)	否	string	——
retry_info.last_finished_round_id	前一个获取完整的播客记录的轮次 id	否	number	——

可选发音人列表

发音人的选择最好用同个系列的配对使用会有更好的效果
默认：dayi/mizai 系列

系列	发音人名称
黑猫侦探社咪仔	zh_female_mizaitongxue_v2_saturn_bigtts
黑猫侦探社咪仔	zh_male_dayixiansheng_v2_saturn_bigtts
刘飞和潇磊	zh_male_liufei_v2_saturn_bigtts
刘飞和潇磊	zh_male_xiaolei_v2_saturn_bigtts
TTS 音色列表	https://www.volcengine.com/docs/6561/1257544?lang=zh

参数使用示例
action = 0 长文本总结模式示例

{
    "input_text": "分析下当前的大模型发展",
    "action": 0,
    "use_head_music": false,
    "audio_config": {
        "format": "mp3",
        "sample_rate": 24000,
        "speech_rate": 0
    },
    "speaker_info": {
        "random_order": true,
        "speakers": [
            "zh_male_dayixiansheng_v2_saturn_bigtts",
            "zh_female_mizaitongxue_v2_saturn_bigtts"
        ]
    },
    "aigc_watermark": false,
    "aigc_metadata": {
        "enable": true,
        "content_producer": "volcengine",
        "produce_id": "12abc",
        "content_propagator": "volcengine",
        "propagate_id": "34def"
    }
}

action = 0 url 解析模式示例

{
    "action": 0,
    "use_head_music": false,
    "audio_config": {
        "format": "mp3",
        "sample_rate": 24000,
        "speech_rate": 0,
    },
    "input_info": {
        "input_url": "https://mp.weixin.qq.com/s/CiN0XRWQc3hIV9lLLS0rGA"
    }
}

action = 3 根据提供的对话文本调用示例

{
    "action": 3,
    "use_head_music": false,
    "audio_config": {
        "format": "mp3",
        "sample_rate": 24000,
        "speech_rate": 0,
    },
    "nlp_texts": [
        {
            "speaker": "zh_male_dayixiansheng_v2_saturn_bigtts",
            "text": "今天呢我们要聊的呢是火山引擎在这个 FORCE 原动力大会上面的一些比较重磅的发布。"
        },
        {
            "speaker": "zh_female_mizaitongxue_v2_saturn_bigtts",
            "text": "来看看都有哪些亮点哈。"
        }
    ]
}

action = 4 根据提供prompt文本联网总结调用示例

{
    "action": 4,
    "prompt_text": "火山引擎",
    "use_head_music": false,
    "audio_config": {
        "format": "mp3",
        "sample_rate": 24000,
        "speech_rate": 0,
    }
}

2.2 响应Response

建连响应

主要关注建连阶段 HTTP Response 的状态码和 Body

建连成功：状态码为 200
建连失败：状态码不为 200，Body 中提供错误原因说明

WebSocket 传输响应

二进制帧 - 正常响应帧

Byte	Left 4-bit	Right 4-bit	说明
0 - Left half	Protocol version		目前只有v1，始终填0b0001
0 - Right half		Header size (4x)	目前只有4字节，始终填0b0001
1 - Left half	Message type		音频帧返回：0b1011 其他帧返回：0b1001
1 - Right half		Message type specific flags	固定为0b0100
2 - Left half	Serialization method		0b0000：Raw（无特殊序列化方式，主要针对二进制音频数据）0b0001：JSON（主要针对文本类型消息）
2 - Right half		Compression method	0b0000：无压缩0b0001：gzip
3	Reserved		留空（0b0000 0000）
[4 ~ 7]	[Optional field,like event number,...]		取决于Message type specific flags，可能有、也可能没有
...	Payload		可能是音频数据、文本数据、音频文本混合数据

payload响应参数

字段	描述	类型
data	返回的二进制数据包	byte
event	返回的事件类型	number

二进制帧 - 错误响应帧

Byte	Left 4-bit	Right 4-bit	说明
0 - Left half	Protocol version		目前只有v1，始终填0b0001
0 - Right half		Header size (4x)	目前只有4字节，始终填0b0001
1	Message type	Message type specific flags	0b11110000
2 - Left half	Serialization method		0b0000：Raw（无特殊序列化方式，主要针对二进制音频数据）0b0001：JSON（主要针对文本类型消息）
2 - Right half		Compression method	0b0000：无压缩0b0001：gzip
3	Reserved		留空（0b0000 0000）
[4 ~ 7]	Error code		错误码
...	Payload		错误消息对象

2.3 event定义

在生成 podcast 阶段，不需要客户端发送上行的event帧。event类型如下：

Event code	含义	事件类型	应用阶段：上行/下行
150	SessionStarted，会话任务开始	Session 类	下行
360	PodcastRoundStart，播客返回新轮次内容开始，带着轮次 idx 和 speaker	数据类	下行
361	PodcastRoundResponse，播客返回轮次的音频内容	数据类	下行
362	PodcastRoundEnd，播客返回内容当前轮次结束示例： { "audio_duration":8.419333, // 单位秒，时长 "end_time":38.216, // 单位秒，开始时间 "start_time":25.25 // 单位秒，结束时间 }	数据类	下行
363	PodcastEnd，返回一些播客总结性的信息，表示播客结束（为了兼容之前的使用，这个事件不一定会返回）示例：{'meta_info': {'audio_url': 'https://speech-tts-podcast.tos-cn-beijing.volces.com/speech-tts-podcast/tts_audio/aGjiRDfUWi/b598a76a-ebb2-4117-9270-9b3b740e1adb/podcast_demo.mp3?X-Tos-Algorithm=TOS4-HMAC-SHA256&X-Tos-Credential=AKLTY2M5ZDg4NzA2MDUxNDI0ZThkMTU5YTNkNjk4ZDg5OTM%2F20250825%2Fcn-beijing%2Ftos%2Frequest&X-Tos-Date=20250825T070712Z&X-Tos-Expires=3600&X-Tos-Signature=55a5e2d0bd40f91fc846068f9d35737b96e9891134aabb783b973f91b5f993c9&X-Tos-SignedHeaders=host', 'topics': null, 'input_metrics': {'origin_input_text_length': 14, 'input_text_length': 10, 'input_text_truncated': true}}}	数据类	下行
152	SessionFinished，会话已结束（上行&下行）标识语音一个完整的语音合成完成	Session 类	下行
154	UsageResponse, 播客返回的用量事件。示例:{"usage":{"input_text_tokens":980,"output_audio_tokens":0}} 其中input_text_tokens表示"API调用token-输入-文本", output_audio_tokens表示"API调用token-输出-音频" 。	数据类	下行

在关闭连接阶段，需要客户端传递上行event帧去关闭连接。event类型如下：

Event code	含义	事件类型	应用阶段：上行/下行
2	FinishConnection，结束连接	Connect 类	上行
52	ConnectionFinished 结束连接成功	Connect 类	下行

示意图（重要！！！！）：

2.4 不同类型帧举例说明

StartSession

请求 request

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	StartSession		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(payload)
28 ~ ...	{}		`payload` 见下面的例子

payload

{
    "input_text": "分析下当前的大模型发展",
    "action": 0,
    "use_head_music": false,
    "audio_config": {
        "format": "pcm",
        "sample_rate": 24000,
        "speech_rate": 0,
    }
}

断点续传的时候需要加上 retry 信息
payload

{
    "input_text": "分析下当前的大模型发展",
    "action": 0,
    "use_head_music": false,
    "audio_config": {
        "format": "pcm",
        "sample_rate": 24000,
        "speech_rate": 0,
    },
    "retry_info": {
        "retry_task_id": "xxxxxxxxx",
        "last_finished_round_id": 5
    }
}

响应Response

SessionStarted

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1011	0100	Audio-only response	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	SessionStarted		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(audio_binary)
28 ~ ...	{ }		payload_json 扩展保留，暂留空JSON

UsageResponse

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1011	0100	Audio-only response	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	UsageResponse		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(audio_binary)
28 ~ ...	文本 token 消耗推送： {"usage":{"input_text_tokens":980,"output_audio_tokens":0}} 音频 token 消耗推送： {"usage":{"input_text_tokens": 0,"output_audio_tokens":501}}		payload_json 用量信息

下面三个事件循环 ♻️,如果没有收到PodcastTTSRoundEnd（需要和PodcastSpeaker成对出现）就断掉了链接说明需要断点续传重新发起请求

PodcastRoundStart

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1011	0100	Audio-only response	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	PodcastRoundStart		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(audio_binary)
28 ~ ...	{ "text_type": "", // 文本类型 "speaker": "", // 本次说话speaker "round_id": -1, // 对话轮次，-1 是开头音乐 "text": "" // 对话文本 }		response_meta_json round_id == -1，代表开头音频 round_id ==9999，代表结尾音频

PodcastRoundResponse

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	PodcastTTSResponse		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(payload)
28 ~ ...	... 音频内容		payload

PodcastRoundEnd

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	PodcastRoundEnd		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(response_meta_json)
28 ~ ...	{ "is_error": true, "error_msg": "something error" } or { "audio_duration":8.419333, // 单位秒 "end_time":38.216, // 单位秒 "start_time":25.25 // 单位秒 } 每句播客返回带着时长以及在完整播客音频的开始和结束时间位置。		response_meta_json

PodcastEnd

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	PodcastEnd		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(response_meta_json)
28 ~ ...	{'meta_info': {'audio_url': 'https://speech-tts-podcast.tos-cn-beijing.volces.com/speech-tts-podcast/tts_audio/aGjiRDfUWi/a0979493-196a-42ad-aff1-1dfe63c7e219/podcast_demo.mp3?X-Tos-Algorithm=TOS4-HMAC-SHA256&X-Tos-Credential=AKLTY2M5ZDg4NzA2MDUxNDI0ZThkMTU5YTNkNjk4ZDg5OTM%2F20250825%2Fcn-beijing%2Ftos%2Frequest&X-Tos-Date=20250825T084035Z&X-Tos-Expires=3600&X-Tos-Signature=2a549ee5f5ed8a32ce34d475ccf56f50a02e78b3431eb760fb9edc3d0d15296b&X-Tos-SignedHeaders=host', 'topics': None}}		response_meta_json 没有需要返回的 meta 信息这个事件不会推送

FinishSession

请求request

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	FinishSession		event type
8 ~ 11	uint32(12)		len(<session_id>)
12 ~ 23	nxckjoejnkegf		session_id
24 ~ 27	uint32( ...)		len(payload)
28 ~ ...	{}		tts_session_meta

响应response

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	SessionFinished		event type
8 ~ 11	uint32(7)		len(<connection_id>)
12 ~ 15	uint32(58)		len(<response_meta_json>)
28 ~ ...	{ "status_code": 20000000, "message": "ok" }		response_meta_json 仅含status_code和message字段

FinishConnection

请求request

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	FinishConnection		event type
8 ~ 11	uint32(2)		len(<response_meta_json>)
12 ~ 13	{}		tts_session_meta

响应response

Byte	Left 4-bit	Right 4-bit	说明
0	0001	0001	v1	4-byte header
1	1001	0100	Full-client request	with event number
2	0001	0000	JSON	no compression
3	0000	0000
4 ~ 7	ConnectionFinished		event type
8 ~ 11	uint32(7)		len(<connection_id>)
12 ~ 15	uint32(58)		len(<response_meta_json>)
28 ~ ...	{ "status_code": 20000000, "message": "ok" }		response_meta_json 仅含status_code和message字段

3 错误码

Code	Message	说明
20000000	ok	音频合成结束的成功状态码
45000000	quota exceeded for types: concurrency	并发限流，一般是请求并发数超过限制
40000010	PodcastTTS invalid param	参数错误，根据 msg 信息检测入参是否正确
40000022	IllegalPayload:TextRiskAuditFailed	开启严格风控之后命中风控合成失败，建议检查输入文本
55000000	服务端一些error	服务端通用错误
50302102	action = 0 的报错： NLP RespError(50000001/FangzhouPodcastNLPFailed:content filter) action = 4 的报错： NLP RespError(50000001/server error: GetOutlineFailed:Failed to generate the podcast. The cause of the error is: content filter) 或者 NLP RespError(50000001/server error: GetOutlineFailed:Failed to generate the podcast. The cause of the error is: get outline base model return empty)	触发安全审核过滤
50302102	NLP RespError(50000001/FangzhouPodcastNLPFailed:content length)	文本上下文超过限制

4 调用示例

Python调用示例

Java调用示例

Go调用示例

C#调用示例

TypeScript调用示例

前提条件

调用之前，您需要获取以下信息：
- <appid>：使用控制台获取的APP ID，可参考控制台使用FAQ-Q1。
- <access_token>：使用控制台获取的Access Token，可参考控制台使用FAQ-Q1。

Python环境

Python：3.9版本及以上。
Pip：25.1.1版本及以上。您可以使用下面命令安装。

python3 -m pip install --upgrade pip

下载代码示例

volcengine.speech.volc_speech_python_sdk_1.0.0.25.tar.gz

未知大小

解压缩代码包，安装依赖

mkdir -p volcengine_podcasts_demo
tar xvzf volcengine_podcasts_demo.tar.gz -C ./volcengine_podcasts_demo
cd volcengine_podcasts_demo
python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install --upgrade pip
pip3 install -e .

发起调用

<appid>替换为您的APP ID。
<access_token>替换为您的Access Token。
<text> 为播客文本。

python3 examples/volcengine/podcasts.py --appid <appid> --access_token <access_token> --text "介绍下火山引擎"

前提条件

调用之前，您需要获取以下信息：
- <appid>：使用控制台获取的APP ID，可参考控制台使用FAQ-Q1。
- <access_token>：使用控制台获取的Access Token，可参考控制台使用FAQ-Q1。

Java环境

Java：21版本及以上。
Maven：3.9.10版本及以上。

下载代码示例

volcengine.speech.volc_speech_java_sdk_1.0.0.19.tar.gz

未知大小

解压缩代码包，安装依赖

mkdir -p volcengine_podcasts_demo
tar xvzf volcengine_podcasts_demo.tar.gz -C ./volcengine_podcasts_demo
cd volcengine_podcasts_demo

发起调用

<appid>替换为您的APP ID。
<access_token>替换为您的Access Token。
<text> 为播客文本。

mvn compile exec:java -Dexec.mainClass=com.speech.volcengine.Podcasts -DappId=<appid> -DaccessToken=<access_token> -Dtext="介绍下火山引擎"

前提条件

调用之前，您需要获取以下信息：
- <appid>：使用控制台获取的APP ID，可参考控制台使用FAQ-Q1。
- <access_token>：使用控制台获取的Access Token，可参考控制台使用FAQ-Q1。

Go环境

Go：1.21.0版本及以上。

下载代码示例

volcengine.speech.volc_speech_go_sdk_1.0.0.23.tar.gz

未知大小

解压缩代码包，安装依赖

mkdir -p volcengine_podcasts_demo
tar xvzf volcengine_podcasts_demo.tar.gz -C ./volcengine_podcasts_demo
cd volcengine_podcasts_demo

发起调用

<appid>替换为您的APP ID。
<access_token>替换为您的Access Token。
<text> 为播客文本。

go run volcengine/podcasts/main.go --appid <appid> --access_token <access_token>  --text "介绍下火山引擎"

前提条件

调用之前，您需要获取以下信息：
- <appid>：使用控制台获取的APP ID，可参考控制台使用FAQ-Q1。
- <access_token>：使用控制台获取的Access Token，可参考控制台使用FAQ-Q1。

C#环境

.Net 9.0版本。

下载代码示例

volcengine.speech.volc_speech_dotnet_sdk_1.0.0.13.tar.gz

未知大小

解压缩代码包，安装依赖

mkdir -p volcengine_podcasts_demo
tar xvzf volcengine_podcasts_demo.tar.gz -C ./volcengine_podcasts_demo
cd volcengine_podcasts_demo

发起调用

<appid>替换为您的APP ID。
<access_token>替换为您的Access Token。
<text> 为播客文本。

dotnet run --project Volcengine/Podcasts/Volcengine.Speech.Podcasts.csproj -- --appid <appid> --access_token <access_token> --text "介绍下火山引擎"

前提条件

调用之前，您需要获取以下信息：
- <appid>：使用控制台获取的APP ID，可参考控制台使用FAQ-Q1。
- <access_token>：使用控制台获取的Access Token，可参考控制台使用FAQ-Q1。

node环境

node：v24.0版本及以上。

下载代码示例

volcengine.speech.volc_speech_js_sdk_1.0.0.19.tar.gz

未知大小

解压缩代码包，安装依赖

mkdir -p volcengine_podcasts_demo
tar xvzf volcengine_podcasts_demo.tar.gz -C ./volcengine_podcasts_demo
cd volcengine_podcasts_demo
npm install
npm install -g typescript
npm install -g ts-node

发起调用

<appid>替换为您的APP ID。
<access_token>替换为您的Access Token。
<text> 为播客文本。

npx ts-node src/volcengine/podcasts.ts --appid <appid> --access_token <access_token> --text "介绍下火山引擎"

输出音频 demo：

podcast_final.mp3

未知大小

最近更新时间：2026.09.29 16:52:01

这个页面对您有帮助吗？

有用

无用

豆包语音

2.1 请求Request #

请求路径 #

建连&鉴权 #

Request Headers

Response Headers

WebSocket 二进制协议 #

二进制帧

payload请求参数

2.2 响应Response #

建连响应 #

WebSocket 传输响应 #

二进制帧 - 正常响应帧

payload响应参数

二进制帧 - 错误响应帧

2.3 event定义 #

2.4 不同类型帧举例说明 #

StartSession #

请求 request

响应Response

SessionStarted

PodcastRoundStart

PodcastRoundResponse

PodcastRoundEnd

PodcastEnd

FinishSession #

请求request

响应response

FinishConnection #

请求request

响应response

前提条件 #

Python环境 #

下载代码示例 #

发起调用 #

2.1 请求Request

请求路径

建连&鉴权

WebSocket 二进制协议

2.2 响应Response

建连响应

WebSocket 传输响应

2.3 event定义

2.4 不同类型帧举例说明

StartSession

FinishSession

FinishConnection

前提条件

Python环境

下载代码示例

发起调用