文字轉語音 REST API

語音服務允許你將文字轉換成合成語音，並透過 REST API 取得該區域支援的語音列表。在本文中，您將了解授權選項、查詢選項、如何結構請求，以及如何解讀回應。

提示

文字轉語音 REST API 的使用情境有限。只有在無法使用 Speech SDK 的情況下才使用。例如，透過語音 SDK，你可以訂閱活動，獲得更多關於文字轉語音處理與結果的見解。

文字轉語音 REST API 在許多地區支援神經文字轉語音。每個可用端點都對應一個區域。您需要為你計畫使用的端點或區域提供 API 金鑰。以下是更多資訊連結：

完整的語音列表，請參見語音服務的語言與語音支援。
有關區域可用性資訊，請參閱語音服務支援區域。
關於由21Vianet端點操作的Azure Government與Microsoft Azure，請參見關於主權雲的文章。

重要

標準音色與客製化音色的費用各異。更多資訊請參閱文字轉語音定價。

Prerequisites

要使用文字轉語音 REST API，你需要：

一個 Azure 帳戶。免費創建一個。
Azure入口網站中的語音資源。
資源金鑰與端點來自你的語音資源的 金鑰與端點 頁面。

認證

每個請求都需要一個授權標頭。下表說明每個功能支援哪些標頭：

支援的授權標頭	語音轉文字	文字轉語音
`Ocp-Apim-Subscription-Key`	是的	是的
`Authorization: Bearer`	是的	是的

使用 Ocp-Apim-Subscription-Key 標頭時，必須只提供你的資源金鑰。例如：

'Ocp-Apim-Subscription-Key': 'YourSpeechResourceKey'

如果您使用 STS 持有人權杖流程搭配Authorization: Bearer，請先對issueToken端點提出要求。在此要求中，要以資源金鑰交換有效期間 10 分鐘的存取權杖。

另一種選擇是使用 Microsoft Entra 認證，也使用 Authorization: Bearer 標頭，但憑證由 Microsoft Entra ID 發出。參見 Use Microsoft Entra authentication。

如何取得 STS 存取令牌

要取得 STS 存取權杖，請使用 issueToken 和你的資源金鑰向Ocp-Apim-Subscription-Key端點提出請求。

issueToken端點格式如下：

https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken

用你的語音資源名稱來替代 YourResourceName 。

註

這個端點需要你的資源設定自訂子網域。對於沒有自訂網域的資源，請改用區域端點： https://<region>.api.cognitive.microsoft.com/sts/v1.0/issueToken。將 <region> 替換成資源的Azure區域（例如 eastus）。

請使用以下範例來建立您的存取權憑證申請。

HTTP 範例

這個例子是一個簡單的 HTTP 請求，用來取得一個 token。用你的語音服務資源金鑰替換 YourSpeechResourceKey 。用你的語音資源名稱來替代 YourResourceName 。

POST /sts/v1.0/issueToken HTTP/1.1
Ocp-Apim-Subscription-Key: YourSpeechResourceKey
Host: YourResourceName.cognitiveservices.azure.com
Content-type: application/x-www-form-urlencoded
Content-Length: 0

回應正文包含以 JSON Web Token （JWT）格式呈現的存取權杖。

PowerShell 範例

這個範例是一個簡單的 PowerShell 腳本，用來取得存取權杖。用你的語音服務資源金鑰替換 YourSpeechResourceKey 。用你的語音資源名稱來替代 YourResourceName 。

$FetchTokenHeader = @{
  'Content-type'='application/x-www-form-urlencoded';
  'Content-Length'= '0';
  'Ocp-Apim-Subscription-Key' = 'YourSpeechResourceKey'
}

$OAuthToken = Invoke-RestMethod -Method POST `
    -Uri https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken `
    -Headers $FetchTokenHeader

# show the token received
$OAuthToken

cURL 範例

cURL 是一個在 Linux（以及 Windows 子系統 Linux 版）中使用的命令列工具。這個 cURL 指令說明如何取得存取權杖。用你的語音服務資源金鑰替換 YourSpeechResourceKey 。用你的語音資源名稱來替代 YourResourceName 。

curl -v -X POST \
 "https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken" \
 -H "Content-type: application/x-www-form-urlencoded" \
 -H "Content-Length: 0" \
 -H "Ocp-Apim-Subscription-Key: YourSpeechResourceKey"

C# 範例

這個 C# 類別示範了如何取得存取權杖。在實例化類別時，傳遞語音服務的資源金鑰。用你的語音資源名稱來替代 YourResourceName 。

public class Authentication
{
    public static readonly string FetchTokenUri =
        "https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken";
    private string subscriptionKey;
    private string token;

    public Authentication(string subscriptionKey)
    {
        this.subscriptionKey = subscriptionKey;
        this.token = FetchTokenAsync(FetchTokenUri, subscriptionKey).Result;
    }

    public string GetAccessToken()
    {
        return this.token;
    }

    private async Task<string> FetchTokenAsync(string fetchUri, string subscriptionKey)
    {
        using (var client = new HttpClient())
        {
            client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", subscriptionKey);
            UriBuilder uriBuilder = new UriBuilder(fetchUri);

            var result = await client.PostAsync(uriBuilder.Uri.AbsoluteUri, null);
            Console.WriteLine("Token Uri: {0}", uriBuilder.Uri.AbsoluteUri);
            return await result.Content.ReadAsStringAsync();
        }
    }
}

Python 範例

# Request module must be installed.
# Run pip install requests if necessary.
import requests

subscription_key = 'REPLACE_WITH_YOUR_KEY'


def get_token(subscription_key):
    fetch_token_url = 'https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken'
    headers = {
        'Ocp-Apim-Subscription-Key': subscription_key
    }
    response = requests.post(fetch_token_url, headers=headers)
    access_token = str(response.text)
    print(access_token)

如何使用存取權杖

存取權杖應該作為 Authorization: Bearer <TOKEN> 標頭傳送給服務。每個存取權杖有效期為10分鐘。你可以隨時取得新的令牌，但為了減少網路流量和延遲，我們建議使用相同的令牌九分鐘。

重要

持有人權杖的範圍是核發它們的端點。從YourResourceName.cognitiveservices.azure.com取得的權杖只對同一主機的要求有效。來自 <region>.api.cognitive.microsoft.com 的權杖只能用於區域性 Speech 端點。如果您在使用 Bearer 權杖時收到 401 錯誤，請改用 Ocp-Apim-Subscription-Key 搭配您的資源金鑰，這種方式適用於所有端點格式。

以下是短音頻對語音轉文字 REST API 的 HTTP 請求範例：

POST /cognitiveservices/v1 HTTP/1.1
Authorization: Bearer YOUR_ACCESS_TOKEN
Host: YourResourceName.cognitiveservices.azure.com
Content-type: application/ssml+xml
Content-Length: 199
Connection: Keep-Alive

// Message body here...

使用 Microsoft Entra 認證

要使用 Microsoft Entra 認證搭配語音轉文字 REST API 來錄製短音頻，你需要建立一個存取權杖。取得包含資源 ID 與 Microsoft Entra 存取權杖的步驟與使用 Speech SDK 相同。請依照此處步驟使用 Microsoft Entra 認證

建立語音鑄造資源
設定語音資源以進行 Microsoft Entra 認證
取得 Microsoft Entra 存取令牌
取得語音資源ID

取得資源 ID 與 Microsoft Entra 存取權杖後，實際的存取權杖可依以下格式建構：

aad#YOUR_RESOURCE_ID#YOUR_MICROSOFT_ENTRA_ACCESS_TOKEN

你需要在資源識別碼和存取權杖之間加入「aad#」前綴和「#」（哈希）分隔符。

以下是短音頻對語音轉文字 REST API 的 HTTP 請求範例：

POST /cognitiveservices/v1 HTTP/1.1
Authorization: Bearer YOUR_ACCESS_TOKEN
Host: YourResourceName.cognitiveservices.azure.com
Content-type: application/ssml+xml
Content-Length: 199
Connection: Keep-Alive

// Message body here...

欲了解更多關於 Microsoft Entra 存取權杖的資訊，包括權杖壽命，請造訪 Microsoft 身分識別平台中的存取權杖。

取得語音列表

你可以用語音資源端點取得完整的語音清單。將 /tts/cognitiveservices/voices/list 路徑與你的資源端點搭配使用。例如，使用 https://YourResourceName.cognitiveservices.azure.com/tts/cognitiveservices/voices/list 端點。所有支援區域的清單，請參閱區域文件。

註

預覽中的聲音和風格只在部分地區提供。關於目前公開預覽中支援語音與風格的區域列表，請參閱語音服務區域表。

請求標頭

此表格列出文字轉語音請求的必用及選用標頭：

標頭	描述	必修或選修
`Ocp-Apim-Subscription-Key`	你的語音資源鑰匙。	必須有此標頭或 `Authorization`。
`Authorization`	一個由字詞`Bearer`開頭的授權標記。更多資訊請參閱認證。	必須有此標頭或 `Ocp-Apim-Subscription-Key`。

請求機構

此端點的 GET 要求不需要本文。

範例請求

此請求只需一個授權標頭：

GET /tts/cognitiveservices/voices/list HTTP/1.1

Host: YourResourceName.cognitiveservices.azure.com
Ocp-Apim-Subscription-Key: YOUR_RESOURCE_KEY

這裡有一個 curl 指令的範例：

curl --location --request GET 'https://YourResourceName.cognitiveservices.azure.com/tts/cognitiveservices/voices/list' \
--header 'Ocp-Apim-Subscription-Key: YOUR_RESOURCE_KEY'

樣本響應

你應該會收到包含所有支援地點、語音、性別、風格及其他細節的 JSON 正文回覆。 WordsPerMinute每個語音的性質可用來估算輸出語音的長度。這個 JSON 範例展示了部分結果，用以說明回應的結構：

[
    // Redacted for brevity
    {
        "Name": "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
        "DisplayName": "Jenny",
        "LocalName": "Jenny",
        "ShortName": "en-US-JennyNeural",
        "Gender": "Female",
        "Locale": "en-US",
        "LocaleName": "English (United States)",
        "StyleList": [
          "assistant",
          "chat",
          "customerservice",
          "newscast",
          "angry",
          "cheerful",
          "sad",
          "excited",
          "friendly",
          "terrified",
          "shouting",
          "unfriendly",
          "whispering",
          "hopeful"
        ],
        "SampleRateHertz": "48000",
        "VoiceType": "Neural",
        "Status": "GA",
        "WordsPerMinute": "152"
    },
    // Redacted for brevity
    {
        "Name": "Microsoft Server Speech Text to Speech Voice (en-US, JennyMultilingualNeural)",
        "DisplayName": "Jenny Multilingual",
        "LocalName": "Jenny Multilingual",
        "ShortName": "en-US-JennyMultilingualNeural",
        "Gender": "Female",
        "Locale": "en-US",
        "LocaleName": "English (United States)",
        "SecondaryLocaleList": [
          "de-DE",
          "en-AU",
          "en-CA",
          "en-GB",
          "es-ES",
          "es-MX",
          "fr-CA",
          "fr-FR",
          "it-IT",
          "ja-JP",
          "ko-KR",
          "pt-BR",
          "zh-CN"
        ],
        "SampleRateHertz": "48000",
        "VoiceType": "Neural",
        "Status": "GA",
        "WordsPerMinute": "190"
    },
    // Redacted for brevity
    {
        "Name": "Microsoft Server Speech Text to Speech Voice (ga-IE, OrlaNeural)",
        "DisplayName": "Orla",
        "LocalName": "Orla",
        "ShortName": "ga-IE-OrlaNeural",
        "Gender": "Female",
        "Locale": "ga-IE",
        "LocaleName": "Irish (Ireland)",
        "SampleRateHertz": "48000",
        "VoiceType": "Neural",
        "Status": "GA",
        "WordsPerMinute": "139"
    },
    // Redacted for brevity
    {
        "Name": "Microsoft Server Speech Text to Speech Voice (zh-CN, YunxiNeural)",
        "DisplayName": "Yunxi",
        "LocalName": "云希",
        "ShortName": "zh-CN-YunxiNeural",
        "Gender": "Male",
        "Locale": "zh-CN",
        "LocaleName": "Chinese (Mandarin, Simplified)",
        "StyleList": [
          "narration-relaxed",
          "embarrassed",
          "fearful",
          "cheerful",
          "disgruntled",
          "serious",
          "angry",
          "sad",
          "depressed",
          "chat",
          "assistant",
          "newscast"
        ],
        "SampleRateHertz": "48000",
        "VoiceType": "Neural",
        "Status": "GA",
        "RolePlayList": [
          "Narrator",
          "YoungAdultMale",
          "Boy"
        ],
        "WordsPerMinute": "293"
    },
    // Redacted for brevity
]

HTTP 狀態碼

每個回應的 HTTP 狀態碼表示成功或常見錯誤。

HTTP 狀態碼	描述	可能原因
200	好	申請成功了。
400	錯誤請求	需要的參數缺失、為空或為null。或者，傳遞給必填或選用參數的值是無效的。常見的原因是頁頭太長。
401	未經授權	此請求未被授權。確保你的資源金鑰或令牌有效且位於正確的區域。
429	太多請求	你超出了資源允許的請求數量或配額。
502	閘道器壞了	這是網路或伺服器端的問題。此狀態也可能表示標頭無效。

將文字轉換為語音

這個 cognitiveservices/v1 端點允許你使用語音合成標記語言（SSML）將文字轉換為語音。

區域與終點

這些區域透過 REST API 支援文字轉語音。務必選擇與你語音資源區域相符的端點。

標準語音

請依據此表格判斷區域或端點的神經語音可用性：

區域	終點
澳洲東部	`https://australiaeast.tts.speech.microsoft.com/cognitiveservices/v1`
巴西南區	`https://brazilsouth.tts.speech.microsoft.com/cognitiveservices/v1`
加拿大中部	`https://canadacentral.tts.speech.microsoft.com/cognitiveservices/v1`
加拿大東部	`https://canadaeast.tts.speech.microsoft.com/cognitiveservices/v1`
美國中部	`https://centralus.tts.speech.microsoft.com/cognitiveservices/v1`
東亞	`https://eastasia.tts.speech.microsoft.com/cognitiveservices/v1`
美國東部	`https://eastus.tts.speech.microsoft.com/cognitiveservices/v1`
美國東部 2	`https://eastus2.tts.speech.microsoft.com/cognitiveservices/v1`
法國中部	`https://francecentral.tts.speech.microsoft.com/cognitiveservices/v1`
德國中西部	`https://germanywestcentral.tts.speech.microsoft.com/cognitiveservices/v1`
印度中央	`https://centralindia.tts.speech.microsoft.com/cognitiveservices/v1`
義大利北部	`https://italynorth.tts.speech.microsoft.com/cognitiveservices/v1`
日本東部	`https://japaneast.tts.speech.microsoft.com/cognitiveservices/v1`
日本西部	`https://japanwest.tts.speech.microsoft.com/cognitiveservices/v1`
南韓中部	`https://koreacentral.tts.speech.microsoft.com/cognitiveservices/v1`
美國中北部	`https://northcentralus.tts.speech.microsoft.com/cognitiveservices/v1`
北歐	`https://northeurope.tts.speech.microsoft.com/cognitiveservices/v1`
挪威東部	`https://norwayeast.tts.speech.microsoft.com/cognitiveservices/v1`
卡達中部	`https://qatarcentral.tts.speech.microsoft.com/cognitiveservices/v1`
南非北部	`https://southafricanorth.tts.speech.microsoft.com/cognitiveservices/v1`
美國中南部	`https://southcentralus.tts.speech.microsoft.com/cognitiveservices/v1`
東南亞	`https://southeastasia.tts.speech.microsoft.com/cognitiveservices/v1`
瑞典中部	`https://swedencentral.tts.speech.microsoft.com/cognitiveservices/v1`
瑞士北部	`https://switzerlandnorth.tts.speech.microsoft.com/cognitiveservices/v1`
瑞士西部	`https://switzerlandwest.tts.speech.microsoft.com/cognitiveservices/v1`
阿拉伯聯合大公國北部	`https://uaenorth.tts.speech.microsoft.com/cognitiveservices/v1`
英國南部	`https://uksouth.tts.speech.microsoft.com/cognitiveservices/v1`
英國西部	`https://ukwest.tts.speech.microsoft.com/cognitiveservices/v1`
美國亞利桑那州政府	`https://usgovarizona.tts.speech.azure.us/cognitiveservices/v1`
US Gov 維吉尼亞州	`https://usgovvirginia.tts.speech.azure.us/cognitiveservices/v1`
美國中西部	`https://westcentralus.tts.speech.microsoft.com/cognitiveservices/v1`
西歐	`https://westeurope.tts.speech.microsoft.com/cognitiveservices/v1`
美國西部	`https://westus.tts.speech.microsoft.com/cognitiveservices/v1`
美國西部 2	`https://westus2.tts.speech.microsoft.com/cognitiveservices/v1`
美國西部 3	`https://westus3.tts.speech.microsoft.com/cognitiveservices/v1`

提示

關於目前支援語音預覽的區域列表，請參閱語音服務區域表。

自訂語音

如果你建立了自訂語音，請使用你建立的那個端點。你也可以使用以下端點。替換 {deploymentId} 成你自訂語音模型的部署 ID。

區域	訓練	部署	終點
澳洲東部	是的	是的	`https://australiaeast.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
巴西南區	不	是的	`https://brazilsouth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
加拿大中部	不	是的	`https://canadacentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國中部	不	是的	`https://centralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
東亞	不	是的	`https://eastasia.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國東部	是的	是的	`https://eastus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國東部 2	是的	是的	`https://eastus2.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
法國中部	不	是的	`https://francecentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
德國中西部	不	是的	`https://germanywestcentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
印度中央	是的	是的	`https://centralindia.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
義大利北部	不	是的	`https://italynorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
日本東部	是的	是的	`https://japaneast.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
日本西部	不	是的	`https://japanwest.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
南韓中部	是的	是的	`https://koreacentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國中北部	不	是的	`https://northcentralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
北歐	是的	是的	`https://northeurope.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
挪威東部	不	是的	`https://norwayeast.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
南非北部	不	是的	`https://southafricanorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國中南部	是的	是的	`https://southcentralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
東南亞	是的	是的	`https://southeastasia.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
瑞典中部	不	是的	`https://swedencentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
瑞士北部	不	是的	`https://switzerlandnorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
瑞士西部	不	是的	`https://switzerlandwest.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
阿拉伯聯合大公國北部	不	是的	`https://uaenorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
英國南部	是的	是的	`https://uksouth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國中西部	不	是的	`https://westcentralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
西歐	是的	是的	`https://westeurope.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國西部	是的	是的	`https://westus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國西部 2	是的	是的	`https://westus2.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`
美國西部 3	不	是的	`https://westus3.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId}`

註

上述區域可用於標準語音模型託管及即時合成。客製化語音訓練僅在部分地區提供。但你可以輕鬆地將這些區域的自訂語音模型複製到前面列表中的其他區域。

長音訊 API

長音頻 API 在多個區域提供，並擁有獨特的端點：

區域	終點
澳洲東部	`https://australiaeast.customvoice.api.speech.microsoft.com`
美國東部	`https://eastus.customvoice.api.speech.microsoft.com`
印度中央	`https://centralindia.customvoice.api.speech.microsoft.com`
美國中南部	`https://southcentralus.customvoice.api.speech.microsoft.com`
東南亞	`https://southeastasia.customvoice.api.speech.microsoft.com`
英國南部	`https://uksouth.customvoice.api.speech.microsoft.com`
西歐	`https://westeurope.customvoice.api.speech.microsoft.com`

請求標頭

此表格列出文字轉語音請求的必用及選用標頭：

標頭	描述	必修或選修
`Authorization`	一個由字詞`Bearer`開頭的授權標記。更多資訊請參閱認證。	必需的
`Content-Type`	指定所提供文本的內容類型。接受值： `application/ssml+xml`。	必需的
`X-Microsoft-OutputFormat`	指定音訊輸出格式。完整接受值清單請參見音訊輸出。	必需的
`User-Agent`	應用程式名稱。所提供的數值必須少於255字元。	必需的

請求機構

如果你使用自訂語音，請求的正文可以以純文字（ASCII 或 UTF-8）傳送。否則，每個 POST 請求的主體會以 SSML 形式傳送。 SSML 可讓您選擇文字轉換語音功能傳回的合成語音所使用的語音和語言。欲了解完整的支援語音清單，請參見語音服務的語言與語音支援。

範例請求

此 HTTP 請求使用 SSML 來指定語音與語言。如果本文長度很長，且產生的音訊超過 10 分鐘，則會截斷為 10 分鐘。換句話說，音訊長度不能超過 10 分鐘。

POST /cognitiveservices/v1 HTTP/1.1

X-Microsoft-OutputFormat: riff-24khz-16bit-mono-pcm
Content-Type: application/ssml+xml
Host: YourResourceName.cognitiveservices.azure.com
Content-Length: <Length>
Authorization: Bearer [Base64 access_token]
User-Agent: <Your application name>

<speak version='1.0' xml:lang='en-US'><voice xml:lang='en-US' xml:gender='Male'
    name='en-US-ChristopherNeural'>
        I'm excited to try text to speech!
</voice></speak>

^* 針對 Content-Length，您應使用自己的內容長度。在大多數情況下，這個數值會自動計算。

HTTP 狀態碼

每個回應的 HTTP 狀態碼表示成功或常見錯誤：

HTTP 狀態碼	描述	可能原因
200	好	申請成功了。回應主體是一個音訊檔案。
400	錯誤請求	需要的參數缺失、為空或為null。或者，傳遞給必填或選用參數的值是無效的。常見的原因是頁頭太長。
401	未經授權	此請求未被授權。請確保您的語音資源金鑰或令牌有效且位於正確區域。
415	不支援媒體類型	有可能給錯了數值 `Content-Type`。 `Content-Type` 應該設定為 `application/ssml+xml`。
429	太多請求	你超出了資源允許的請求數量或配額。
502	閘道器壞了	這是網路或伺服器端的問題。此狀態也可能表示標頭無效。
503	服務不可用	伺服器端因為各種原因出現問題。

若 HTTP 狀態為 200 OK，回應內容包含一個以所請求格式的音訊檔案。這個檔案可以在傳輸時播放、儲存到緩衝區，或是存到檔案中。

音訊輸出

每個請求中會以 X-Microsoft-OutputFormat 標頭形式傳送支援的串流與非串流音訊格式。每種格式都包含位元率和編碼類型。語音服務支援 48 kHz、24 kHz、16 kHz 及 8 kHz 音訊輸出。每個標準語音模型設計為 24kHz 及高保真度 48kHz 版本。

串流
非串流

amr-wb-16000hz
audio-16khz-16bit-32kbps-mono-opus
audio-16khz-32kbitrate-mono-mp3
audio-16khz-64kbitrate-mono-mp3
audio-16khz-128kbitrate-mono-mp3
audio-24khz-16bit-24kbps-mono-opus
audio-24khz-16bit-48kbps-mono-opus
audio-24khz-48kbitrate-mono-mp3
audio-24khz-96kbitrate-mono-mp3
audio-24khz-160kbitrate-mono-mp3
audio-48khz-96kbitrate-mono-mp3
audio-48khz-192kbitrate-mono-mp3
g722-16khz-64kbps
ogg-16khz-16bit-mono-opus
ogg-24khz-16bit-mono-opus
ogg-48khz-16bit-mono-opus
raw-8khz-8bit-mono-alaw
raw-8khz-8bit-mono-mulaw
raw-8khz-16bit-mono-pcm
raw-16khz-16bit-mono-pcm
raw-16khz-16bit-mono-truesilk
raw-22050hz-16bit-mono-pcm
raw-24khz-16bit-mono-pcm
raw-24khz-16bit-mono-truesilk
raw-44100hz-16bit-mono-pcm
raw-48khz-16bit-mono-pcm
webm-16khz-16bit-mono-opus
webm-24khz-16bit-24kbps-mono-opus
webm-24khz-16bit-mono-opus

riff-8khz-8bit-mono-alaw
riff-8khz-8bit-mono-mulaw
riff-8khz-16bit-mono-pcm
riff-22050hz-16bit-mono-pcm
riff-24khz-16bit-mono-pcm
riff-44100hz-16bit-mono-pcm
riff-48khz-16bit-mono-pcm

註

若選擇 48kHz 輸出格式，則會相應地啟動 48kHz 的高保真語音模型。除了24kHz和48kHz外，合成時還可透過上取樣或下取樣獲得其他取樣率，例如，44.1kHz是從48kHz下取樣而來。

如果你選擇的語音格式和輸出格式位元率不同，音訊會視需要重新取樣。你可以用 ogg-24khz-16bit-mono-opus器解碼這個格式。

下一步

意見反應

此頁面對您有幫助嗎？

Last updated on 2026-05-21

文字轉語音 REST API

Prerequisites

認證

如何取得 STS 存取令牌

HTTP 範例

PowerShell 範例

cURL 範例

C# 範例

Python 範例

如何使用存取權杖

使用 Microsoft Entra 認證

取得語音列表

請求標頭

請求機構

範例請求

樣本響應

HTTP 狀態碼

將文字轉換為語音

區域與終點

標準語音

自訂語音

長音訊 API

請求標頭

請求機構

範例請求

HTTP 狀態碼

音訊輸出

下一步

意見反應

其他資源