文档/ 音频智能/ 音效生成

音效生成

用一句话生成音效——适用于游戏、影视、UI 反馈、播客与短视频。

POST /v1/audio/sound_effect_generate 稳定 v0.2 更新于 2026 年 4 月 18 日
01

限制与约束

由边缘网关强制执行，超出任一限制将返回 413 Payload Too Large 或 422 Validation Error—— 参见 §05。

单次时长
5秒
固定 5 秒
Prompt 长度
无限制
中文 / 英文混排
变体数量
1–4条 / 次
并行合成，独立随机种子
速率限制
10req/min
Standard 计划，可升配
02

性能指标

单机性能 · 1× RTX 5090 · 每次请求生成 4 个变体 · cfg = 4.5。

端到端延迟   ·   并发请求数 → 延迟 (s) P50 P99
单请求 · P50
1.5 s
空载下生成 4 个变体的端到端耗时
16 路并发 · P99
7 s
实测 0 错误
03

在线体验

实时 · POST /v1/audio/sound_effect_generate
4.5
2
点击 生成音效，结果会出现在这里。
⌘/Ctrl + ↵ 快捷提交
04

请求与响应

单次请求生成一条音频；在客户端并行发起多个请求即可获得多个变体。响应体是原始的 audio/wav 字节流（48 kHz, 16-bit, stereo）。 



      
请求参数 body.args


      

        
字段
类型
说明

        

          
prompt*

          
string

          
文字描述。中英文均可，长度不限。描述越具体，生成越可控。

        

        

          
cfg

          
float

          
Classifier-Free Guidance。0–10，值越大越贴合描述但更易失真。 default: 4.5

        

        

          
seed

          
int32

          
随机种子，用于可复现结果。省略则每次随机。

        

        

          
n

          
int (1–4)

          
一次请求生成的变体数。n=1 返回 audio/flac 流；n≥2 返回 application/json {count, sample_rate, format, audios:[base64...]}。 default: 1

        

      

    


    
    

      

        05
        
错误码

      

      

        所有错误响应为 application/json，结构为
        { code, message, request_id }。
      


      

        

          
400

          
BAD_REQUEST
JSON 结构校验失败，通常为字段拼写错误或缺失 args.prompt。

        

        

          
401

          
UNAUTHORIZED
Authorization 头缺失或 token 已过期。

        

        

          
413

          
PAYLOAD_TOO_LARGE
请求体超限。参见 §01。

        

        

          
422

          
VALIDATION_ERROR
参数在合法类型但超出取值范围，例如 cfg = 12。

        

        

          
429

          
RATE_LIMITED
超出 10 req/min。响应头含 Retry-After。

        

        

          
503

          
QUEUE_FULL
推理队列饱和。客户端应指数回退重试。

        

      

    


    
    

      

        06
        
AI 集成 — 一键复制提示词

      

      

        将预制的、经过实战验证的提示词复制到 Claude Code、Cursor 或 Codex 中，一分钟内即可完成集成。提示词涵盖接口契约、鉴权、重试、错误处理，以及配套的 TypeScript / Python 脚手架代码。
      


      

        

          

            
            AI-READY PROMPT
          

          

            — tokens
          

        

        
用 AI 快速集成

        
已在主流编码 Agent 上测试通过。包含 API 结构、认证、重试、错误处理和示例输入/输出。只需粘贴并说 "用我的技术栈实现这个"。


        


        

          
          
          
          
        

      

    


    
    

      

        07
        
音效广场

      

      

        社区用户生成并公开分享的示例，所有 prompt 可以直接拿来改写。