纯梦网络

PUREAM API

IndexTTS2 语音克隆

传入文本和音色参考音频，生成带情绪表达的 WAV 语音。100字符以内成功0.04元；超过100字符按全文3元/万字符计费，查询免费，失败不收费。

返回接口文档

调用与计费

POST https://puream.cn/api/ai/indextts2/tasks
GET  https://puream.cn/api/ai/indextts2/tasks/{task_id}

Authorization: Bearer 你的纯梦APIKey或授权码
Content-Type: application/json
Idempotency-Key: 为本次生成准备的唯一字符串

1–100字符：0.04元/次。超过100字符：按本次全部输入字符数 × 3元 ÷ 10000计费。金额向上取整到分，标点、空格和换行也计数；按Unicode字符计数，不按字节、token计费。101字符为0.04元，134字符为0.05元，1000字符为0.30元，5000字符为1.50元，10000字符为3元。

提交时预冻结本次计算出的金额，成功取得并校验音频后按提交时价格结算；已有任务不会因后续价格调整而重新计价。失败释放全部冻结金额；查询与相同幂等键的重复请求不重复扣费。不同参数必须使用不同幂等键；失败任务重做也需要新键。

提交返回 HTTP 202 和纯梦 task_id。每隔 3–5 秒查询同一个任务，直到 completed 或 failed；不要反复提交来获取进度。成功后返回完整WAV音频，整次输入只计算一次费用；失败不收费。

segments_total 和 segments_completed 表示总段数与已完成段数；phase 为 queued、running、merging 或 completed。完成后从 results[0].url 或 result_url 下载，并在 expires_at 前保存到自己的设备或存储。

data.text_characters 是本次输入字符数；data.quoted_charge_cents 和 data.quoted_charge_yuan 是提交时确定的费用，单位分别为分和元。失败后仍可查看原报价，实际收费以 billing_status 和 charge_cents 为准。

参考音频与文本限制

文本：1–50000个字符。按Unicode字符计数，标点、空格也计数，不等同于token。长文本处理时间更长，请持续查询原任务。

参考音频：MP3或WAV。建议使用5–15秒清晰、连续、单人干声，避免长静音和背景音乐。

base64 可使用原始编码或带 audio/mpeg、audio/wav 类型的 data URL；纯梦对每个 base64 音频设 20 MiB 上限。使用 URL 时须为公网可访问直链，不能传入 Markdown 链接语法。

情绪向量仅在“使用情感向量控制”时生效；“与音色参考音频相同”会跟随音色音频的情绪，即使填写 emo_happy 和 emo_calm 也不会切换为向量模式。本工作流未开放自然语言情绪描述字段。

请求字段

字段类型必填说明
prompt_textstring是要朗读的合成文本，1–50000 个字符；标点、空格也计数。长文本生成完成后返回完整音频。
prompt_simplestring是音色参考音频：公网 MP3/WAV URL 或 base64 文件。支持音色参考。
emo_control_methodstring是与音色参考音频相同 / 使用情感参考音频 / 使用情感向量控制
emo_ref_audiostring条件必填情绪参考音频，MP3/WAV URL 或 base64；仅“使用情感参考音频”模式生效。
emo_randomboolean否是否随机采样情绪风格，默认 false；它不是语音生成的随机种子。
emo_happynumber否高兴，0–1.4，默认 0。
emo_angrynumber否愤怒，0–1.4，默认 0。
emo_sadnumber否悲伤，0–1.4，默认 0。
emo_afraidnumber否恐惧，0–1.4，默认 0。
emo_disgustednumber否厌恶，0–1.4，默认 0。
emo_melancholicnumber否低落，0–1.4，默认 0。
emo_calmnumber否平静，0–1.4，默认 0。
emo_surprised0 或 "0"否惊讶：本工作流目前只开放枚举 0；其余数值会被拒绝。
idempotency_keystring否也可放入 Idempotency-Key 请求头，最多 200 字符。同一账号与键只创建一个任务。
authorization_code / api_keystring否仅提交时的鉴权兼容字段；推荐提交和查询均用 Authorization: Bearer。

提交示例

把示例地址替换为真实人声参考文件。下面的情绪配置在“使用情感向量控制”模式下生效。

{
  "prompt_text": "你好，这是一段测试文本",
  "prompt_simple": "https://example.com/voice.wav",
  "emo_control_method": "使用情感向量控制",
  "emo_happy": 0.5,
  "emo_calm": 0.3,
  "emo_random": false
}

成功结果

{
  "code": "Success",
  "msg": "",
  "data": {
    "task_id": "itts2_...",
    "status": "completed",
    "result_url": "https://example.com/result.wav",
    "results": [
      {
        "url": "https://example.com/result.wav",
        "type": "audio",
        "file_type": "wav",
        "output_type": "output"
      }
    ],
    "duration_seconds": 3.2,
    "reused": false
  },
  "charge_cents": 4,
  "charge_yuan": 0.04,
  "billing_status": "charged"
}

上述短文本示例成功收费0.04元。处理中 billing_status 为 pending，charge_cents 与 charge_yuan 为 null；失败为 not_charged、金额0。结算使用已预冻结的本次报价，不会额外再扣一次。

音频保留24小时

音频临时保存24小时，请及时下载。

下载链接在音频完成后24小时失效，重复查询不会延长。过期查询返回status: expired、error_code: RESULT_EXPIRED、空results和result_url: null；原成功账单保留。

异常处理

400：修正字段；401：检查纯梦密钥；402：余额不足；409：幂等键与参数冲突；413：base64 或请求体过大。查询遇到暂时的服务故障时保留原任务继续查询；24 小时仍未取得可交付音频会失败并释放预冻结。

提交响应丢失时用同一幂等键重试。若返回 failed 与 UPSTREAM_SUBMIT_UNCONFIRMED，表示任务是否受理尚未确认，纯梦本次不收费，也不会自动重复提交。请持续查询原任务，避免重复提交。