字节跳动火山引擎TTS v3 API 转 OpenAI 兼容接口

项目简介

本项目将字节跳动火山引擎TTS（文本转语音）v3 API封装为OpenAI兼容的TTS API接口，使原本调用OpenAI TTS服务的应用可以无缝切换到火山引擎TTS服务。

主要特性

• ✅ 完全兼容OpenAI /v1/audio/speech API接口
• ✅ 支持火山引擎TTS v3 API（单向流式）
• ✅ 支持两种鉴权模式：Legacy(AppID+AccessKey) 和 New(API Key)
• ✅ 支持多种发音人和模型版本
• ✅ 内置速率限制和统计功能
• ✅ 支持配置API密钥验证
• ✅ 跨平台支持（Windows/Linux/macOS）

文件说明

• tts_server.go - 主程序源码
• .env.example - 环境变量配置示例
• go.mod / go.sum - Go模块依赖

快速开始

前置要求

• Go 1.19 或更高版本
• 火山引擎账号并开通TTS服务

1. 编译程序

go build -o tts_server tts_server.go

2. 配置环境变量

复制 .env.example 为 .env 并填入你的配置：

cp .env.example .env

编辑 .env 文件，填入必要的配置参数。

3. 启动服务

# Windows
tts_server.exe

# Linux/macOS
./tts_server

服务默认监听 8080 端口。

环境变量配置

必需参数

变量名	说明	示例
BYTEDANCE_TTS_AUTH_MODE	鉴权模式：legacy 或 new	legacy
BYTEDANCE_TTS_RESOURCE_ID	资源ID，决定模型版本	seed-tts-1.0
BYTEDANCE_TTS_SPEAKER	发音人（音色）ID	zh_female_qingxin

鉴权参数（二选一）

Legacy 模式（旧版控制台）：

• BYTEDANCE_TTS_APP_ID - 应用ID
• BYTEDANCE_TTS_ACCESS_KEY - 访问密钥

New 模式（新版控制台）：

• BYTEDANCE_TTS_API_KEY - API密钥

可选参数

变量名	说明	默认值
BYTEDANCE_TTS_TIMEOUT	请求超时时间	30s
OPENAI_TTS_API_KEY	OpenAI兼容接口的API密钥（逗号分隔支持多个）	无
PORT	服务监听端口	8080

Resource ID 说明

Resource ID	模型说明
seed-tts-1.0	豆包语音合成模型1.0字符版
seed-tts-1.0-concurr	豆包语音合成模型1.0并发版
seed-tts-2.0	豆包语音合成模型2.0字符版
seed-icl-1.0	声音复刻1.0字符版
seed-icl-1.0-concurr	声音复刻1.0并发版
seed-icl-2.0	声音复刻2.0字符版

注意： 1.0音色只能搭配 seed-tts-1.0 Resource ID，2.0音色只能搭配 seed-tts-2.0 Resource ID。

API 使用说明

OpenAI 兼容接口

端点： POST /v1/audio/speech

请求头：

• Content-Type: application/json
• Authorization: Bearer <你的API密钥>（如果配置了OPENAI_TTS_API_KEY）

请求体：

{
  "model": "tts-1",
  "input": "你好，这是一个测试文本",
  "voice": "alloy",
  "response_format": "wav",
  "speed": 1.0
}

参数说明：

• model - 模型名称（OpenAI兼容，实际不影响）
• input - 要合成的文本
• voice - 发音人（OpenAI兼容，实际不影响）
• response_format - 输出格式：wav、mp3、opus、aac、flac
• speed - 语速：0.25 ~ 4.0

示例调用：

curl -X POST "http://localhost:8080/v1/audio/speech" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","input":"你好，世界","voice":"alloy","speed":1.0}' \
  -o output.wav

健康检查

curl http://localhost:8080/health

统计信息

curl http://localhost:8080/stats

支持的发音人

具体发音人列表请参考火山引擎官方文档：

• 1.0音色：https://www.volcengine.com/docs/6561/97454
• 2.0音色：https://www.volcengine.com/docs/6561/1340515

常见问题

1. 如何获取鉴权信息？

• 登录火山引擎控制台
• 进入"语音合成"服务
• 在应用管理中创建应用并获取AppID和AccessKey（Legacy模式）
• 或在新版控制台获取API Key（New模式）

2. 端口被占用怎么办？

通过环境变量修改端口：

# Windows
set PORT=8081 && tts_server.exe

# Linux/macOS
PORT=8081 ./tts_server

3. 如何配置多个API密钥？

使用逗号分隔：

OPENAI_TTS_API_KEY=sk-key1,sk-key2,sk-key3

4. 查看日志

服务启动后会输出详细日志，包括：

• 服务启动信息
• 鉴权模式和配置状态
• 请求统计信息
• 错误详情

部署建议

Linux Systemd 服务

创建 /etc/systemd/system/tts-server.service：

[Unit]
Description=ByteDance TTS to OpenAI API Adapter
After=network.target

[Service]
Type=simple
User=www-data
WorkingDirectory=/www/wwwroot/tts-server
EnvironmentFile=/www/wwwroot/tts-server/.env
ExecStart=/www/wwwroot/tts-server/tts_server
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

启动服务：

sudo systemctl daemon-reload
sudo systemctl enable tts-server
sudo systemctl start tts-server

许可证

本项目采用非商业用途许可协议。您可以免费使用本软件用于非商业目的，但禁止用于任何商业活动。详细条款请参阅 LICENSE 文件。

技术支持

如有问题，请检查：

1. 环境变量配置是否正确
2. 网络是否能访问火山引擎TTS服务
3. 鉴权信息是否有效
4. Resource ID与Speaker是否匹配