/v1/audio/speech用于 OpenAI 风格语音合成。请求必须通过 provider 指定providers；当前千问 TTS 使用 ali。
Back to Audio endpoint listRequest parameters
FieldTypeRequiredDescription
modelstringYes语音models ID，例如 qwen-audio-3.0-tts-flash。inputstringYesText to read aloud.voicestring | { id: string }Yes预置音色名称，或由create音色APIreturns的 voice_id（传 { id: voice_id }）。providerstringYes指定providers ID；调用千问models时填写 ali。response_formatstringNo输出格式：aac、flac、mp3、opus、pcm 或 wav；默认 mp3。formatstringNoresponse_format 的兼容别名；两者同时传入时必须一致。speednumberNo语速，范围 0.25 到 4；默认 1。instructionsstringNo朗读方式或声音风格指令，是否生效取决于providers能力。Response fields
FieldTypeRequiredDescription
Content-TypeheaderYes输出音频的 MIME 类型。X-Generation-IdheaderYes生成记录 ID，可用于排查请求。bodybinaryYes音频二进制流；请按 response_format 保存到文件。Errors
401
UNAUTHORIZEDMissing or invalid Authorization Bearer token.
403
FORBIDDENThe current API key is not allowed to call this scope or model.
429
RATE_LIMITED请求过快或异步任务队列已满，请降低并发或稍后重试。
Notes
- 预置音色名称和 voice.id 都会按 provider 路由；当前 qwen-audio-3.0-tts-flash 的 provider 为 ali。
- 使用自定义音色时，先调用 POST /v1/audio/voices，再将returns的 id 作为 voice: { id: "..." } 传入。