← 所有文章

TTS API 与 MCP：如何把语音合成接入你的项目

发光的声波变成抽象形状

TTS 是文本转语音模型。NeuralSpace 提供以下模型：TTS, TTS HD。它们都通过同一个公开 API 运行，并为 AI 智能体提供了现成的 MCP 服务器。密钥在 API 密钥页面 签发。本文介绍它的能力、请求示例和接入方法。

TTS 能做什么

TTS 将文本合成为语音，并立即返回成品音频文件的链接。提供两个模型：TTS 和 TTS HD（更高质量）。声音有 alloy、echo、fable、onyx、nova 和 shimmer，格式有 mp3、opus、aac、flac 和 wav。价格取决于文本长度。

API 端点

请求发送到 POST /v1/audio/speech。示例：{"model": "tts-1", "input": "你好！这是语音合成。", "voice": "alloy", "response_format": "mp3"}。授权使用请求头 x-api-key 中的 API key。可用的模型 id：tts-1, tts-1-hd。

发光的声波变成抽象形状

MCP 工具

NeuralSpace 的 MCP 服务器位于 POST /mcp（Streamable HTTP）。要使用 TTS，智能体调用工具：text_to_speech, list_models, get_balance。这让 Claude Code、Cursor 等 MCP 客户端能直接使用网站模型。

如何接入

在 NeuralSpace 注册，打开 API 密钥页面 并创建 nsk-… 格式的密钥。然后在请求头或 MCP 客户端设置中传入它。完整文档见 /v1/docs 页面。

常见问题

有哪些声音？

alloy、echo、fable、onyx、nova 和 shimmer。

支持哪些格式？

mp3、opus、aac、flac 和 wav。

请求是什么格式？

POST /v1/audio/speech，带 model 和 input 字段。