语音
语音合成与识别能力，超低时延、智能生动。通过语音类模型实现 TTS（文本转语音）及语音相关能力。
语音模型
| 模型名称 | 介绍 |
|---|---|
| Speech-HD | 精准还原真实语气细节，全面提升音色相似度 |
| Speech-Turbo | 极速响应，语气表达生动自然 |
Base URL 与鉴权
请求地址 = 地址 + 接口路径。地址见概览 · Base URL（地址）。语音类开放接口路径前缀为 /v1 或 /v3（ASR），鉴权为 Authorization: Bearer <API_KEY>。
接口约定
语音类接口使用 API Key 作为 Bearer Token，请求 URL = Base URL + /v1 + 具体路径。响应格式与概览一致：顶层 resultCode（OK 表示成功）、resultMsg，业务数据与二者同级。
常见能力
- TTS：文本转语音：传入文本与模型/音色参数，返回音频 URL 或流；若为异步任务则返回
task_id，通过GET /v1/tasks/:id查询 - STT（流式）：WebSocket 实时语音识别：Doubao 流式 ASR（
wss://…/v3/sauc/bigmodel） - STT（文件极速版）：HTTP 一次请求识别：
POST /v3/auc/bigmodel/recognize/flash
请求头需包含 Authorization: Bearer <API_KEY>、Content-Type: application/json（或 multipart/form-data 等，视接口而定）。
说明
流式 ASR 协议细节见 Doubao 流式 ASR 文档；TTS 等其它语音接口路径以官方文档为准。