01
Stream Synthesis
语音合成
按字符数计费 ¥0.01/100字
WebSocket 流式推送，实时播放。支持 17 种系统声线与已克隆音色。播放结束后自动上报字符数扣费。
字符数：0 · 预估费用：¥0.000
状态 · 就绪
02
Zero-Shot Voice Cloning
声音克隆
按字符计费 ¥0.01/100字
网页录音或上传 10–20 秒参考音频，上传至 CF KV 永久托管。按参考音频文本字符数扣费，之后调用免费。
注意
参考音频文本须与录音一字不差，否则克隆效果显著下降。余额不足时无法上传。
方式 A · 麦克风一键录制 (极简推荐)
就绪
朗读："你好，这是我用于流式声音克隆的一段参考音频。"
方式 B · 本地音频上传克隆
未选择
支持 WAV / MP3 / M4A。推荐 10–20 秒，最长 60 秒，上传前统一转成 24kHz / 16bit / 单声道 WAV。
03
Speech Recognition
语音识别
按识别时长计费 ¥1/60/分钟
浏览器录音后自动转 16kHz 单声道 PCM 上传，HTTP 直连语音识别服务。识别成功后按实际音频时长扣费。
点击开始录音，说完后点击结束
自动转 16000Hz 单声道 PCM 上传
说话内容将在此显示…
状态 · 就绪 · 最近扣费 ¥0.000
04 · Integration
快速对接
引入 voice-gateway-sdk.js，用 API Key 调用三类服务。所有计费自动扣减账户余额。
加载中...
05 · Monitor
实时监听台
所有模块的请求、握手、播放、识别、扣费状态都会在此实时输出。
Console Output
等待操作…