语音合成坊 V2 API 使用指南

概述

V2版本采用统一的异步架构，所有任务通过 task_id 追踪状态。客户端需要实现轮询机制来获取任务结果。

基础信息

Base URL: /api/v2/audio
认证方式: Bearer Token 或 API Key
响应格式: JSON (统一使用 ApiResponse 包装)

异步任务流程

1. 创建任务 → 返回 task_id
2. 轮询查询 → 检查任务状态
3. 获取结果 → status = SUCCEEDED 时获取结果

任务状态

PENDING - 等待处理
PROCESSING - 处理中
SUCCEEDED - 成功完成
FAILED - 失败

API 端点

1. 语音识别 (ASR)

1.1 创建语音识别任务

POST /api/v2/audio/asr/recognize
Content-Type: application/json
Authorization: Bearer {token}

{
  "model": "paraformer-v2",
  "file_url": "https://example.com/audio.mp3"
}

响应:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_xxx",
    "status": "PENDING",
    "created_at": "2026-01-09T10:00:00"
  }
}

1.2 查询识别任务

GET /api/v2/audio/asr/{task_id}
Authorization: Bearer {token}

响应（成功）:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_xxx",
    "status": "SUCCEEDED",
    "result_text": "识别的文本内容",
    "duration": 120.5,
    "bill": "0.012",
    "completed_at": "2026-01-09T10:01:00"
  }
}

1.3 获取识别任务列表

GET /api/v2/audio/asr?page=1&page_size=20&status=SUCCEEDED
Authorization: Bearer {token}

2. 语音合成 (TTS)

2.1 创建语音合成任务

POST /api/v2/audio/synthesis
Content-Type: application/json
Authorization: Bearer {token}

{
  "model": "cosyvoice-v1",
  "voice": "longxiaochun",
  "text": "你好，这是测试文本",
  "format": "mp3"
}

响应:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_yyy",
    "status": "PENDING",
    "created_at": "2026-01-09T10:00:00"
  }
}

2.2 查询合成任务

GET /api/v2/audio/synthesis/{task_id}
Authorization: Bearer {token}

响应（成功）:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_yyy",
    "status": "SUCCEEDED",
    "audio_url": "https://example.com/output.mp3",
    "duration": 5.2,
    "characters": 12,
    "bill": "0.024",
    "completed_at": "2026-01-09T10:00:30"
  }
}

2.3 获取合成任务列表

GET /api/v2/audio/synthesis?page=1&page_size=20
Authorization: Bearer {token}

3. 声音克隆

3.1 创建声音克隆任务

POST /api/v2/audio/voice-clone
Content-Type: application/json
Authorization: Bearer {token}

{
  "target_model": "cosyvoice-v1",
  "prefix": "user123",
  "voice_name": "我的声音",
  "audio_url": "https://example.com/voice_sample.mp3"
}

响应:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_zzz",
    "status": "PENDING",
    "created_at": "2026-01-09T10:00:00"
  }
}

3.2 查询克隆任务

GET /api/v2/audio/voice-clone/{task_id}
Authorization: Bearer {token}

响应（成功）:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_zzz",
    "status": "SUCCEEDED",
    "voice_id": "voice_abc123",
    "voice_name": "我的声音",
    "bill": "1.00",
    "completed_at": "2026-01-09T10:05:00"
  }
}

3.3 获取克隆任务列表

GET /api/v2/audio/voice-clone?page=1&page_size=20
Authorization: Bearer {token}

4. 长文本转音频

4.1 创建长文本转音频任务

POST /api/v2/audio/long-text
Content-Type: application/json
Authorization: Bearer {token}

{
  "model": "cosyvoice-v1",
  "voice": "longxiaochun",
  "text": "这是一段很长的文本...",
  "format": "mp3"
}

响应:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "uuid_xxx",
    "status": "PENDING",
    "segment_count": 5,
    "progress": 0,
    "created_at": "2026-01-09T10:00:00"
  }
}

4.2 查询长文本任务（带进度）

GET /api/v2/audio/long-text/{task_id}
Authorization: Bearer {token}

响应（处理中）:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "uuid_xxx",
    "status": "PROCESSING",
    "progress": 60,
    "segment_count": 5,
    "segments": [
      {"index": 0, "status": "SUCCEEDED", "audio_url": "..."},
      {"index": 1, "status": "SUCCEEDED", "audio_url": "..."},
      {"index": 2, "status": "SUCCEEDED", "audio_url": "..."},
      {"index": 3, "status": "PROCESSING"},
      {"index": 4, "status": "PENDING"}
    ]
  }
}

响应（成功）:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "uuid_xxx",
    "status": "SUCCEEDED",
    "progress": 100,
    "audio_url": "https://example.com/merged_audio.mp3",
    "duration": 300.5,
    "bill": "0.50",
    "completed_at": "2026-01-09T10:10:00"
  }
}

4.3 获取长文本任务列表

GET /api/v2/audio/long-text?page=1&page_size=20
Authorization: Bearer {token}

5. 任务管理

5.1 查询任务状态（通用）

GET /api/v2/audio/tasks/{task_id}/status
Authorization: Bearer {token}

响应:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task_xxx",
    "task_type": "asr_recognition",
    "status": "SUCCEEDED",
    "created_at": "2026-01-09T10:00:00",
    "updated_at": "2026-01-09T10:01:00",
    "completed_at": "2026-01-09T10:01:00"
  }
}

5.2 取消任务

POST /api/v2/audio/tasks/{task_id}/cancel
Authorization: Bearer {token}

5.3 删除任务

DELETE /api/v2/audio/tasks/{task_id}
Authorization: Bearer {token}

5.4 批量删除任务

POST /api/v2/audio/tasks/batch-delete
Content-Type: application/json
Authorization: Bearer {token}

{
  "task_ids": ["task_1", "task_2", "task_3"]
}

5.5 获取任务统计

GET /api/v2/audio/tasks/statistics
Authorization: Bearer {token}

响应:

{
  "code": 200,
  "message": "success",
  "data": {
    "total_tasks": 100,
    "pending_tasks": 5,
    "processing_tasks": 3,
    "succeeded_tasks": 85,
    "failed_tasks": 7,
    "total_bill": "12.50"
  }
}

前端轮询示例

JavaScript/TypeScript

// 创建任务
async function createASRTask(fileUrl: string) {
  const response = await fetch('/api/v2/audio/asr/recognize', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': `Bearer ${token}`
    },
    body: JSON.stringify({
      model: 'paraformer-v2',
      file_url: fileUrl
    })
  });
  
  const result = await response.json();
  return result.data.task_id;
}

// 轮询查询任务状态
async function pollTaskStatus(taskId: string, maxAttempts = 60) {
  for (let i = 0; i < maxAttempts; i++) {
    const response = await fetch(`/api/v2/audio/asr/${taskId}`, {
      headers: {
        'Authorization': `Bearer ${token}`
      }
    });
    
    const result = await response.json();
    const task = result.data;
    
    if (task.status === 'SUCCEEDED') {
      return task; // 成功，返回结果
    } else if (task.status === 'FAILED') {
      throw new Error(task.error_message || '任务失败');
    }
    
    // 等待2秒后继续轮询
    await new Promise(resolve => setTimeout(resolve, 2000));
  }
  
  throw new Error('任务超时');
}

// 完整流程
async function recognizeAudio(fileUrl: string) {
  try {
    // 1. 创建任务
    const taskId = await createASRTask(fileUrl);
    console.log('任务已创建:', taskId);
    
    // 2. 轮询查询
    const result = await pollTaskStatus(taskId);
    console.log('识别结果:', result.result_text);
    
    return result;
  } catch (error) {
    console.error('识别失败:', error);
    throw error;
  }
}

React Hook 示例

import { useState, useEffect } from 'react';

function useAsyncTask(taskId: string | null) {
  const [task, setTask] = useState(null);
  const [loading, setLoading] = useState(false);
  const [error, setError] = useState(null);
  
  useEffect(() => {
    if (!taskId) return;
    
    let cancelled = false;
    setLoading(true);
    
    const poll = async () => {
      try {
        const response = await fetch(`/api/v2/audio/tasks/${taskId}/status`, {
          headers: { 'Authorization': `Bearer ${token}` }
        });
        
        const result = await response.json();
        const taskData = result.data;
        
        if (cancelled) return;
        
        setTask(taskData);
        
        if (taskData.status === 'SUCCEEDED' || taskData.status === 'FAILED') {
          setLoading(false);
        } else {
          // 继续轮询
          setTimeout(poll, 2000);
        }
      } catch (err) {
        if (!cancelled) {
          setError(err);
          setLoading(false);
        }
      }
    };
    
    poll();
    
    return () => {
      cancelled = true;
    };
  }, [taskId]);
  
  return { task, loading, error };
}

错误处理

常见错误码

400 - 请求参数错误
401 - 未授权（token无效或过期）
404 - 任务不存在
500 - 服务器内部错误

错误响应格式

{
  "code": 400,
  "message": "参数错误: file_url 不能为空",
  "data": null
}

最佳实践

轮询间隔: 建议2-5秒，避免过于频繁
超时处理: 设置最大轮询次数（如60次 = 2分钟）
错误重试: 网络错误可重试，业务错误不重试
任务清理: 完成的任务定期清理，避免数据堆积
进度显示: 长文本任务使用 progress 字段显示进度条
并发控制: 限制同时创建的任务数量

迁移指南（V1 → V2）

主要变化

同步 → 异步: 所有接口改为异步模式
立即返回 → 轮询查询: 需要实现轮询机制
路径变化: /api/audio/* → /api/v2/audio/*

迁移步骤

更新API路径
实现轮询逻辑
更新UI显示（添加加载状态）
测试异步流程
逐步切换到V2端点

性能优化建议

WebSocket: 考虑使用WebSocket替代轮询（未来版本）
缓存: 缓存已完成任务的结果
批量查询: 使用任务列表接口批量查询状态
CDN: 音频文件使用CDN加速

监控指标

任务创建速率
任务完成率
平均处理时间
失败率和失败原因
API响应时间

技术支持

如有问题，请查看：

技术文档: backend/docs/audio_v2_tables.md
开发进度: memory-bank/development-progress.md

api_v2_guide.md 11 KB Histórico Raw

语音合成坊 V2 API 使用指南

概述

基础信息

异步任务流程

任务状态

API 端点

1. 语音识别 (ASR)

1.1 创建语音识别任务

1.2 查询识别任务

1.3 获取识别任务列表

2. 语音合成 (TTS)

2.1 创建语音合成任务

2.2 查询合成任务

2.3 获取合成任务列表

3. 声音克隆

3.1 创建声音克隆任务

3.2 查询克隆任务

3.3 获取克隆任务列表

4. 长文本转音频

4.1 创建长文本转音频任务

4.2 查询长文本任务（带进度）

4.3 获取长文本任务列表

5. 任务管理

5.1 查询任务状态（通用）

5.2 取消任务

5.3 删除任务

5.4 批量删除任务

5.5 获取任务统计

前端轮询示例

JavaScript/TypeScript

React Hook 示例

错误处理

常见错误码

错误响应格式

最佳实践

迁移指南（V1 → V2）

主要变化

迁移步骤

性能优化建议

监控指标

技术支持

api_v2_guide.md 11 KB

Histórico Raw