第一步：配置 API 网关与密钥
网关负责授权与会话下发；链路策略由服务端自动选择
流式 TTS (语音合成) 直连沙盒
WebSocket Direct
声音克隆 (Zero-shot 实时体验)
▶ 点击展开
麦克风一键录制声音 (极简推荐)
就绪
请点击下方按钮，并朗读: “你好，这是我用于流式声音克隆的一段参考音频。”
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，上传前会统一转成 24kHz/16bit/单声道 WAV。
— 或手动配置外部声线 —
提示：声音克隆在合成时实时匹配音色特征，非克隆场景请保持这两个输入框空白，直接使用上面的系统声线。
状态: 就绪
ASR (语音识别文字) 直连沙盒
HTTP Direct/Proxy
点击开始录音，说完后点击结束
自动进行 16000Hz 单声道 PCM 转换后上传
语音识别结果:
说话内容将在此显示...
状态: 就绪
快速对接集成代码
只需要引入配套的 voice-gateway-sdk.js 客户端库，即可在前端网页接入统一语音 API。
HTML + JS
加载中...
实时调试日志
等待操作...