语音合成流式接口将文字信息转化为声音信息，同时提供了众多极具特色的发音人（音库）供您选择，可以在 这里 在线体验发音人效果。
该语音能力是通过Websocket API的方式给开发者提供一个通用的接口。Websocket API具备流式传输能力，适用于需要流式数据传输的AI服务场景。相较于SDK，API具有轻量、跨语言的特点；相较于HTTP API，Websocket API协议有原生支持跨域的优势。
原WebAPI普通版本接口(http[s]: //api.xfyun.cn/v1/service/v1/tts) 不再对外开放，已经使用WebAPI普通版本的用户仍可使用，同时也欢迎体验新版流式接口并尽快完成迁移~
小语种及少数民族方言：
- 目前新增：韩语、日语、维吾尔语、藏语、法语、俄语、西班牙语、印地语、德语、越南语、巴西葡萄牙语、意大利语、葡萄牙语、泰语、乌尔都语；
- 使用小语种时上传文本编码必须使用unicode编码且设置tte=unicode（unicode即utf16小端的编码方式）或者使用UTF8的编码方式；
- 需先在控制台开启小语种发音人才可合成小语种，否则报错11200。
示例demo请点击 这里 下载。
目前仅提供部分开发语言的demo，其他语言请参照下方接口文档进行开发。
也欢迎热心的开发者到 讯飞开放平台社区 分享你们的demo。
集成在线语音合成流式API时，需按照以下要求。
- 通过接口密钥基于hmac-sha256计算签名，向服务器端发送Websocket协议握手请求。详见下方 接口鉴权 。
- 握手成功后，客户端通过Websocket连接同时上传和接收数据。数据上传完毕，客户端需要上传一次数据结束标识。详见下方 接口数据传输与接收 。
- 接收到服务器端的结果全部返回标识后断开Websocket连接。
注： Websocket使用注意事项如下
- 服务端支持的websocket-version 为13，请确保客户端使用的框架支持该版本。
- 服务端返回的所有的帧类型均为TextMessage，对应于原生websocket的协议帧中opcode=1，请确保客户端解析到的帧类型一定为该类型，如果不是，请尝试升级客户端框架版本，或者更换技术框架。
- 如果出现分帧问题，即一个json数据包分多帧返回给了客户端，导致客户端解析json失败。出现这种问题大部分情况是客户端的框架对websocket协议解析存在问题，如果出现请先尝试升级框架版本，或者更换技术框架。
- 客户端会话结束后如果需要关闭连接，尽量保证传给服务端的错误码为websocket错误码1000（如果客户端框架没有提供关闭时传错误码的接口。则无需关注本条）。
默认关闭IP白名单，即该服务不限制调用IP。
在调用该业务接口时
- 若关闭IP白名单，接口认为IP不限，不会校验IP。
- 若打开IP白名单，则服务端会检查调用方IP是否在讯飞开放平台配置的IP白名单中，对于没有配置到白名单中的IP发来的请求，服务端会拒绝服务。
IP白名单规则
- 在 控制台-相应服务的IP白名单处编辑，保存后五分钟左右生效。
- 不同Appid的不同服务都需要分别设置IP白名单。
- IP白名单需设置为外网IP，请勿设置局域网IP；
- 如果握手阶段返回{"message":"Your IP address is not allowed"}，则表示由于IP白名单配置有误或还未生效，服务端拒绝服务。
在握手阶段，请求方需要对请求进行签名，服务端通过签名来校验请求的合法性。
鉴权方法
通过在请求地址后面加上鉴权相关参数的方式。示例url：
鉴权参数：
· date参数生成规则
date必须是UTC+0或GMT时区，RFC1123格式(Thu, 01 Aug 2019 01:53:21 GMT)。
服务端会对Date进行时钟偏移检查，最大允许300秒的偏差，超出偏差的请求都将被拒绝。
· authorization参数生成规则
1）获取接口密钥APIKey 和 APISecret。
在讯飞开放平台控制台，创建应用进入语音合成（流式版）服务后即可查看，均为32位字符串。
2）参数authorization base64编码前（authorization_origin）的格式如下。
其中 api_key 是在控制台获取的APIKey，algorithm 是加密算法（仅支持hmac-sha256），headers 是参与签名的参数（见下方注释）。
signature 是使用加密算法对参与签名的参数签名后并使用base64编码的字符串，详见下方。
注： headers是参与签名的参数，请注意是固定的参数名（"host date request-line"），而非这些参数的值。
3）signature的原始字段(signature_origin)规则如下。
signature原始字段由 host，date，request-line三个参数按照格式拼接成，
拼接的格式为(
为换行符,’:’后面有一个空格)：
假设
那么 signature原始字段(signature_origin)则为：
4）使用hmac-sha256算法结合apiSecret对signature_origin签名，获得签名后的摘要signature_sha。
其中 apiSecret 是在控制台获取的APISecret
5）使用base64编码对signature_sha进行编码获得最终的signature。
假设
则signature为
6）根据以上信息拼接authorization base64编码前（authorization_origin）的字符串，示例如下。
注： headers是参与签名的参数，请注意是固定的参数名（"host date request-line"），而非这些参数的值。
7）最后再对authorization_origin进行base64编码获得最终的authorization参数。
鉴权url示例(golang)
鉴权结果
如果握手成功，会返回HTTP 101状态码，表示协议升级成功；如果握手失败，则根据不同错误类型返回不同HTTP Code状态码，同时携带错误描述信息，详细错误说明如下：
1. 检查api_key,api_secret 是否正确。
2.检查计算签名的参数host，date，request-line是否按照协议要求拼接。
3. 检查signature签名的base64长度是否正常(正常44个字节)。
握手失败返回示例：
握手成功后客户端和服务端会建立websocket连接，客户端通过websocket连接可以同时上传和接收数据。
客户端每次会话只用发送一次文本数据和参数，引擎有合成结果时会推送给客户端。当引擎的数据合成完毕时，会返回结束标识，具体为：
请求参数
请求数据均为json字符串
公共参数说明(common)
业务参数说明(business)
raw：未压缩的pcm
lame：mp3 (当aue=lame时需传参sfl=1)
speex-org-wb;7： 标准开源speex（for speex_wideband，即16k）数字代表指定压缩等级（默认等级为8）
speex-org-nb;7： 标准开源speex（for speex_narrowband，即8k）数字代表指定压缩等级（默认等级为8）
speex;7：压缩格式，压缩等级1~10，默认为7（8k讯飞定制speex）
speex-wb;7：压缩格式，压缩等级1~10，默认为7（16k讯飞定制speex）
"speex-org-wb;7" 数字代表指定压缩等级（默认等级为8），数字必传
标准开源speex编码以及讯飞定制speex说明请参考音频格式说明
mp3格式音频
取值：1 开启
audio/L16;rate=8000：合成8K 的音频
audio/L16;rate=16000：合成16K 的音频
auf不传值：合成16K 的音频
0:无背景音（默认值）
1:有背景音
GB2312
GBK
BIG5
UNICODE(小语种必须使用UNICODE编码，合成的文本需使用utf16小端的编码方式，详见java示例demo)
GB18030
UTF8（小语种）
0：自动判断处理，如果不确定将按照英文词语拼写处理（缺省）
1：所有英文按字母发音
2：自动判断处理，如果不确定将按照字母朗读
默认按英文单词发音
0：自动判断（默认值）
1：完全数值
2：完全字符串
3：字符串优先
业务参数说明(data)
base64编码前最大长度需小于8000字节，约2000汉字
注：由于流式合成的文本只能一次性传输，不支持多次分段传输，此处status必须为2。
请求参数示例：
数据上传结束标识示例：
返回参数说明：
注：请注意合成是以句为单位切割的，若文本只有一句话，则每次返回结果的ced是相同的。
返回参数示例
1.服务端可能返回data为空的帧，并且错误码为0，这种帧客户端可以直接忽略，不解析。
2.合成返回的帧长度较大，服务端是可能会出现一个消息分为多个websocket 帧返回给客户端。这个时候客户端需要合并这些帧，当然这些大多数框架已经实现的这个逻辑，不排除少部分框架没有做这个逻辑，导致解析失败。
3.合成的音频是无意义的音频，这种情况大多是客户端用的字符编码格式和参数中传的不一致。请确保tte传的值和文本编码格式保持一致
4.合成的音频效果不是期望的效果，可以通过更换发音人解决，（部分发音人需要开通权限！）
5.小语种文本须使用Unicode编码，且tte=Unicode或者UTF8编码。
备注：如出现下述列表中没有的错误码，可到 这里 查询。
2)检查上传的文本是不是已超过最大限制
2)调用超时，如果使用的是mp3格式的话，要传sfl=1来开启流式返回mp3的功能，否则文本长度过长就可能会超时。
注: demo只是一个简单的调用示例，不适合直接放在复杂多变的生产环境使用
语音合成流式API demo java语言
语音合成流式API demo python3语言
语音合成流式API demo js语言
语音合成流式API demo nodejs语言
讯飞开放平台AI能力-JAVASDK: Github地址
讯飞开放平台AI能力-PHPSDK: Github地址
注： 其他开发语言请参照 接口调用流程 进行开发，也欢迎热心的开发者到 讯飞开放平台社区 分享你们的demo。
在线语音合成-WebAPI
在线合成背景音乐可以替换吗？
答：合成的背景音乐是不能替换的，只能通过BGS参数来控制是否播放背景音乐。
WebAPI在线合成报11200授权错误
答：这个问题一般是使用了未授权的发音人，请到控制台检查是否所用发音人未添加，或授权已到期；另外，若总合成交互量超过上限也会报错11200。
WebAPI在线合成支持保存的音频的格式
答：支持保存pcm、mp3、speex格式的音频。
错误码及相应解决方案查询网址
答：错误码及相应解决方案查询
在线语音合成的字节有什么限制要求？
答：WebAPI接口一次限制8000字节，超长文本按照自然段切分，分多次合成请求进行。