tts-bytedance-seed

火山引擎豆包语音合成 2.0 单向流式 SSML 插件。插件调用 POST https://openspeech.bytedance.com/api/v3/tts/unidirectional，逐帧读取 HTTP Chunked JSON 响应， 拼接 Base64 音频后作为 OneBot 群语音发送。

配置

在插件配置中填写 api-key，或设置环境变量 BYTEDANCE_SEED_TTS_API_KEY。

• resource-id：豆包语音合成模型 2.0 使用 seed-tts-2.0；声音复刻模型 2.0 使用 seed-icl-2.0。
• model：具体模型版本，默认 seed-tts-2.0-standard。
• speakers.default：默认音色 ID。可通过 speakers.<botKey> 给不同机器人配置不同音色。
• audio.format：mp3、pcm、ogg_opus 或 wav。流式合成推荐 pcm，直接发送 OneBot 群语音推荐 mp3。
• audio.sample-rate：支持 8000、16000、22050、24000、32000、44100、48000。
• audio.bit-rate：MP3 比特率，范围 64000 到 160000。

SSML 输入

工具参数必须是完整的 Universal SSML 文档，且只能有一个 <speak> 根元素。插件会拒绝空内容、无效 XML、 超过 150 字符的 SSML，以及豆包语音合成模型 2.0/声音复刻模型 2.0 不支持的 <break>、 <soundEvent> 标签。

<speak>订单号是<say-as interpret-as="characters">A1024</say-as>。</speak>

可使用 <phoneme>、<say-as>、<sub>，以及 <speak> 的 effect、bgm、 backgroundMusicVolume 属性，但最终能力取决于配置音色。官方当前仅支持中文普通话音色调用 SSML； 方言、小语种、声音复刻音色以及名称含 _saturn_bigtts 的音色可能不支持 SSML。

流式响应

插件按换行分隔读取 JSON 帧。code=0 的帧携带 Base64 音频，code=20000000 或 done=true 表示流结束。若服务返回错误码、无效 JSON/Base64，或连接在结束帧前中断，插件会返回包含服务端 X-Tt-Logid 的错误信息。