xplaai V2.5 音色设计

xplaai 音色设计支持用自然语言描述年龄感、情绪、语速和表达方式，并生成对应风格的音频。

模型 ID

• mimo-v2.5-tts-voicedesign

接口

/v1/audio/speech

模型规格

• 成功请求 ¥0.12 / 1,000 输入字符；500 字约 ¥0.06
• instructions 必填，用自然语言描述音色、情绪、语速和表达方式
• 支持 metadata.optimize_text_preview=true，在合成前润色播报文案
• 不传 voice 或 metadata.sample_audio；响应为音频二进制