连接
没有 Key 也能看到模型和音色列表(静态兜底),但合成会失败。
合成
风格标签(放在文本最开头,可多选)
音频标签(插入到光标处,可放在文本中间)
音色
点卡片选中,点 ▶ 用该音色合成一句样例(会消耗额度)。
客户端接入
受限说明:为什么有时候要等很久 / 为什么有长度限制
MiMo TTS 约 0.09 秒/字符,音频约 2.8 KB/字符。Vercel 函数上限 60 秒、响应体上限 4.5MB,
因此单次请求建议不超过 1200 字符。超长文本请拆成多次调用,或用 stream_format:"sse"。
服务端默认按 300 字符在句子边界自动分段并发合成再拼接。