一、功能概述
TTS 段采用 Provider + Params 接入模式，支持：
·TRTC 自研 TTS（trtc，默认）：即开即用，无需开通第三方服务，推荐绝大多数场景直接使用。
·第三方 TTS（minimax / azure ）：满足指定音色、特定厂商音质的需求。
·自定义 TTS（custom）：自研 TTS、私有化部署 TTS，基于 OpenAI TTS 标准协议对接。
注意：说明：
注意：S2S（端到端）模式下，音频由端到端模型直接生成，不存在独立的 TTS 段，无需配置 TTSConfig。
二、配置结构
创建 AI 对话任务时，通过 TTSConfig 指定 TTS 配置：
| 字段名 | 必选 | 类型 | 描述 |
| Provider | 是 | String | TTS 厂商标识：trtc（默认）/ minimax / azure / custom。 |
| Params | 是 | String | 厂商专属参数，JSON 字符串。 |
三、Params 参数说明（Provider = trtc）
| 字段名 | 类型 | 必选 | 描述 |
| Model | String | 是 | 音色模型（TTS 模型参数，仅支持填写"flow_02_turbo"）。 |
| VoiceId | String | 是 | 音色 ID。对于不同的语言，需要填写特定的音色 ID，详细参见 VoiceId 音色说明。 |
| Speed | Float | 否 | 语速，默认 1.0。 |
| Volume | Float | 否 | 音量，范围 0.0-2.0，默认 1.0。 |
| Pitch | Float | 否 | 音高（半音），默认 0.0。 |
四、VoiceId 音色说明
VoiceId 为音色 ID，不同语言需填写对应的音色 ID，支持的音色如下：
| 语言 | 男生音色 | 女生音色 |
| 中文（zh） | v-male-s5NqE0rZ | v-female-R2s4N9qJ |
| 英语（en） | v-male-X6h4TvP9 | v-female-P6q9LmR2 |
| 日语（ja） | v-male-J3n8DxK2 | v-female-J3k7NxR2 |
| 粤语（yue） | v-male-D7p4XcL2 | v-female-C5t1QxH9 |
| 印度尼西亚语（id） | v-male-B5f2CnS3 | v-female-W5n8HgB2 |
| 泰语（th） | v-male-B5f2CnS3 | v-female-W5n8HgB2 |
| 越南语（vi） | v-male-B5f2CnS3 | v-female-W5n8HgB2 |
| 马来语（ms） | v-male-Q6p8ZxL3 | v-female-C8k4NxL6 |
注意：说明：
注意：印度尼西亚语（id）、泰语（th）、越南语（vi）共用同一组音色。
五、配置示例
"TTSConfig": { "Provider": "trtc", "Params": "{\\"Model\\":\\"flow_02_turbo\\",\\"VoiceId\\":\\"v-female-R2s4N9qJ\\",\\"Speed\\":1.0}"}
六、第三方 TTS 接入
将 Provider 设置为对应厂商标识（minimax / azure ），并在 Params 中传入该厂商的专属参数（鉴权、模型、音色、语速等），参数规范以对应厂商文档为准。如需接入其他 TTS 厂商，请联系商务。
七、Minimax 接入示例（Provider = minimax）
点击查看 Minimax 页面文档 。
配置示例：
"TTSConfig": { "Provider": "minimax", "Params": "{\\"provider\\":\\"minimax\\",\\"api_key\\":\\"<your-api-key>\\",\\"model\\":\\"speech-2.6-hd\\",\\"url\\":\\"https://api.minimaxi.com/v1/t2a_v2\\",\\"voice_setting\\":{\\"voice_id\\":\\"male-qn-qingse\\"}}"}
八、Azure 接入示例（Provider = azure）
Params 字段说明：
| 字段名 | 含义 |
| subscription_key | 密钥。 |
| url | API 地址。 |
| voice | 音色 ID。 |
| lang | 语言。 |
| rate | 语速。 |
| volume | 音量。 |
| pitch | 语调。 |
| style | 情感风格。 |
点击查看 Microsoft 页面。
配置示例：
"TTSConfig": { "Provider": "azure", "Params": "{\\"voice\\":\\"zh-CN-XiaoxiaoNeural\\",\\"subscription_key\\":\\"<your-subscription-key>\\",\\"url\\":\\"https://southeastasia.api.cognitive.microsoft.com\\"}"}
九、自定义 TTS 接入（Provider = custom）
客户可提供自研 TTS、私有化部署 TTS 或第三方 TTS 服务作为 AI 对话的语音合成模块。接口协议基于 OpenAI TTS 标准协议构建，并针对实时对话场景做了必要扩展（如 PCM 流式输出、采样率/声道控制）。
十、协议规范
| 项目 | 要求 |
| 请求方式 | HTTP POST |
| 请求路径 | /v1/audio/speech（OpenAI TTS 标准路径） |
| 请求格式 | JSON Body |
| 鉴权 | Authorization: Bearer {api_key}（api_key 由 Params 透传） |
| 响应格式 | HTTP 200 + PCM 音频二进制流（Chunked Transfer Encoding） |
| 音频格式 | 有符号 16-bit Little-Endian PCM |
十一、Params 参数说明（Provider = custom）
| 字段名 | 类型 | 必选 | 描述 |
| url | String | 是 | TTS 服务 HTTP 接入点。 |
| api_key | String | 否 | 鉴权密钥（映射为 Authorization: Bearer）。 |
| model | String | 是 | 模型标识（如 cosyvoice-v1）。 |
| voice | String | 否 | 音色 ID。 |
| speed | Float | 否 | 语速，范围 0.25-4.0，默认 1.0。 |
| sample_rate | Integer | 否 | 采样率：8000 / 16000（默认）/ 24000 / 48000。 |
| channel | Integer | 否 | 声道：1（默认，单声道）；2（双声道）。 |
| custom_headers | Object | 否 | 自定义请求头。 |
| custom_fields | Object | 否 | 厂商扩展参数黑盒透传。 |
十二、配置示例
"TTSConfig": { "Provider": "custom", "Params": "{\\"url\\":\\"https://your-tts-service/v1/audio/speech\\",\\"api_key\\":\\"<your-api-key>\\",\\"model\\":\\"cosyvoice-v1\\",\\"voice\\":\\"your-voice-id\\",\\"speed\\":1.0,\\"sample_rate\\":16000,\\"channel\\":1}"}
十三、接入要点
1. TRTC 侧对 Params 做 JSON 合法性校验但不解析内部字段语义，具体字段映射关系由 AI 后台的自定义 TTS 适配器实现。
2. 建议业务侧 TTS 服务做好流式输出，避免首包延迟过大影响对话体验。
3. 自定义 TTS 服务需按协议返回 HTTP 200 + PCM 二进制流（Chunked），非 200 响应视为合成失败。
十四、音频回传房间
TTS 合成的音频由后台通过回推机器人推入 TRTC 房间，回推机器人通过 AgentConfig.TTSPushRoomParams 指定：
| 字段名 | 必选 | 类型 | 描述 |
| UserId | 是 | String | 回推机器人的 UserId，长度 1-120（UserSig 由后台自动生成）。 |
"AgentConfig": { "UserId": "ai-bot-001", "TTSPushRoomParams": { "UserId": "tts-bot-001" }}
注意：说明：
注意：对话机器人（AgentConfig.UserId）与回推机器人（TTSPushRoomParams.UserId）需使用不同的用户 ID，客户端订阅回推机器人的音频流即可听到 AI 的回复。
十五、播报内容控制
除 LLM 回复文本外，以下文本同样经 TTS 合成播报：
| 内容 | 配置位置 | 说明 |
| 欢迎语 | DialogConfig.WelcomeMessage | 主播进房后自动播报。 |
| 静音追问 | DialogConfig.SilenceFollowUpText | 静音超时后 Bot 主动追问。 |
| LLM 失败兜底 | LLMConfig.FailureMessage | LLM 调用失败时播报，避免对话断档。 |
| 括号内容过滤 | AgentConfig.FilterBracketsContent | 过滤 （微笑）、[开心] 等动作情绪标记，避免被 TTS 念出，详细参见 LLM 配置 > 输出控制。 |
十六、注意事项
1. TTS 配置不支持热更新：任务创建后无法通过修改任务接口变更 TTSConfig；如需更换音色或厂商，请结束当前任务并重新创建。
2. 仅 Cascade 模式需要配置：S2S 模式由端到端模型直接生成音频，无需 TTSConfig。
3. 音色与语言需匹配：VoiceId 需填写与对话语言对应的音色 ID，语言与音色不匹配会导致合成失败或发音异常。
4. 打断配合：TTS 播报中收到打断指令（自动 / 手动 / 关键词打断）会立即停止播放并清空待播队列，详细参见 （客户端）打断指令。