语音合成（TTS）

把文本转成自然人声。按输入文本的 UTF-8 字符数计费 ¥0.05/千字符（1 个汉字算 1 字符）。

POST /v1/audio/speech

模型：CosyVoice2-0.5B（中英日韩+方言，低延迟）、MOSS-TTSD-v0.5（双人对话/播客，支持声音克隆）。

voice 字段格式为 模型名:音色，内置音色无需预注册，例如 FunAudioLLM/CosyVoice2-0.5B:alex。

curl https://https://api.0ki.cn/v1/audio/speech ^
  -H "Authorization: Bearer 你的API密钥" ^
  -H "Content-Type: application/json" ^
  -d "{ \"model\": \"CosyVoice2-0.5B\", \"input\": \"你好，这是语音合成测试。\", \"voice\": \"FunAudioLLM/CosyVoice2-0.5B:alex\", \"response_format\": \"mp3\" }" ^
  -o audio.mp3

响应是二进制音频（mp3/wav/pcm），不是 JSON，请直接保存到文件。CosyVoice2 内置音色：alex/benjamin/charles/daniel（男）、anna/bella/claire/diana（女）。