Seed Audio 1.0 音频模型 API

本文说明如何调用 seed-audio-1.0 生成对白、旁白、环境声和音乐氛围。接口同步返回音频二进制数据。

接口概览

项目	值
Base URL	`https://api.opennave.top/v1`
请求地址	`POST /audio/speech`
模型	`seed-audio-1.0`
认证	`Authorization: Bearer YOUR_OPENNAVE_API_KEY`
基础价格	$0.6 / 秒
最大文本长度	3,000 个 Unicode 字符

成功响应是音频文件，不是 JSON。生产环境中应将 API Key 置于服务端环境变量或密钥管理系统。

快速开始

curl --request POST \
  --url 'https://api.opennave.top/v1/audio/speech' \
  --max-time 300 \
  --header 'Authorization: Bearer YOUR_OPENNAVE_API_KEY' \
  --header 'Content-Type: application/json' \
  --data-raw '{
    "model": "seed-audio-1.0",
    "text_prompt": "先是一声手机震动，环境中持续传来鸟鸣。男子用低沉严肃的语气说道：我们开始吧。",
    "audio_config": {
      "format": "mp3",
      "sample_rate": 48000,
      "pitch_rate": 0,
      "speech_rate": 0,
      "loudness_rate": 0
    },
    "watermark": {}
  }' \
  --output seed-audio.mp3

请求参数

顶层参数

字段	类型	说明
`model`	string	必填，固定填写 `seed-audio-1.0`。
`text_prompt`	string	推荐，完整声音描述，最多 3,000 个 Unicode 字符。
`input`	string	可选。未传 `text_prompt` 时作为生成文本。
`instructions`	string	可选，与 `input` 组合为最终描述。
`audio_config`	object	可选，输出格式及音色参数。
`response_format`	string	可选，OpenAI 兼容格式字段。
`speed`	number	可选，未设 `audio_config.speech_rate` 时生效。
`references`	object 或 array	可选，高级参考信息。
`watermark`	object	可选。无特殊要求时使用 `{}`。
`metadata`	object	可选，透传额外上游参数。

audio_config 参数

字段	类型	默认值	说明
`format`	string	`mp3`	支持 `mp3`、`wav`、`pcm`、`ogg_opus`。
`sample_rate`	integer	`48000`	采样率，单位 Hz。
`pitch_rate`	number	`0`	音高调整。
`speech_rate`	number	`0`	语速调整。
`loudness_rate`	number	`0`	响度调整。

opus 和 ogg 会归一化为 ogg_opus；未识别格式会回退为 MP3。

提示词建议

用“先是、随后、同时、最后”等词描述声音出现顺序。
描述空间、距离、持续时间和背景声。
说明角色年龄、音色、情绪、语气，并用引号标记台词。
需要配乐时写明乐器、节奏、风格和整体情绪。

text

先是一声手机震动，环境中持续传来鸟鸣。
音乐以马林巴为主奏乐器，加入合成器 Lead、电贝斯和打击乐，整体情绪紧张、悬疑。
男子 1（中青年男性，台湾口音，嗓音低沉浑厚）用严肃的语气说道：“钟 sir，你是什么时候被收买的？”

保存响应

请求格式	Content-Type	建议扩展名
`mp3`	`audio/mpeg`	`.mp3`
`wav`	`audio/wav`	`.wav`
`pcm`	`audio/pcm`	`.pcm`
`ogg_opus`	`audio/ogg`	`.ogg`

先检查 HTTP 状态后按二进制写入文件，不要对成功响应调用 JSON 解析。

计费、错误与生产建议

费用按最终音频时长和账号分组倍率计算：$0.6 × 音频秒数 × 分组倍率。以平台最终账单为准。

状态	建议处理
400	检查必填字段、JSON、文本长度和 `audio_config` 类型。
401	检查 Bearer Token 是否缺失或失效。
402	检查余额和分组计费配置。
429	降低并发，使用指数退避与随机抖动。
502	保存请求 ID 和错误文本后有限次重试。

生产调用超时建议为 300 秒；仅对 429 和 5xx 进行有限重试；生成业务幂等标识；接收后先检查 HTTP 状态和 Content-Type，再保存音频数据。

Seed Audio 1.0 音频模型 API ​

接口概览 ​

快速开始 ​

请求参数 ​

顶层参数 ​

audio_config 参数 ​

提示词建议 ​

保存响应 ​

计费、错误与生产建议 ​