Yandex SpeechKit API: POST /speech/v1/tts:synthesize — Синтез речи

Хост tts.api.cloud.yandex.net. Параметры передаются URL-кодированными в теле POST-запроса (до 15 КБ). Ответ — двоичный аудиофайл в формате format.

Параметр	Где	Тип	Обяз.	Описание
text	body	string	нет	Текст в UTF-8, до 5000 символов; взаимоисключающее с ssml
ssml	body	string	нет	Текст в формате SSML
lang	body	string	нет	Только ru-RU (по умолчанию)
voice	body	string	нет	Голос из списка голосов
emotion	body	string	нет	Эмоциональная окраска (для ru-RU, зависит от голоса)
speed	body	string	нет	Скорость от 0.1 до 3.0, по умолчанию 1.0
format	body	string	нет	lpcm, oggopus (по умолчанию) или mp3
sampleRateHertz	body	string	нет	48000 (по умолчанию), 16000, 8000; только для lpcm
folderId	body	string	нет	ID каталога (для пользовательского аккаунта)

Базовые URL

• Синхронное распознавание: https://stt.api.cloud.yandex.net
• Асинхронное распознавание: https://transcribe.api.cloud.yandex.net
• Синтез речи: https://tts.api.cloud.yandex.net
• Операции: https://operation.api.cloud.yandex.net

Авторизация

Тип: Bearer-токен

• IAM-токен: Authorization: Bearer <IAM-токен>
• API-ключ сервисного аккаунта: Authorization: Api-Key <API-ключ>

При авторизации пользовательским аккаунтом нужен параметр folderId; для сервисного аккаунта он не используется. Асинхронное распознавание доступно только сервисным аккаунтам (роли ai.speechkit-stt.user и storage.uploader).

Нюансы

• Число тарифицируемых единиц возвращается в заголовке ответа YaCloud-Billing-Units.
• Для lpcm передаётся «сырое» аудио без WAV-заголовка; частота задаётся явно.
• Для OggOpus и MP3 число каналов не указывается — оно есть в самом файле.
• Для асинхронного распознавания файл сначала загружают в бакет Object Storage.

Сценарии с этим методом

• Озвучить текст

---

Если этого недостаточно — официальная документация: https://aistudio.yandex.ru/ru/docs/speechkit/ Вся интеграция одним документом: https://mcp-everything.ru/integrations/yandex-speechkit.md