short-text-tts

name	short-text-tts
description	将短文本（≤500汉字）合成为 MP3/WAV 音频；适用于语音通知、单词发音、语音播报等需要文字转语音的场景
license	MIT

能力概述

百度短文本在线合成服务 — 将中英文混合短文本转换为可播放的音频文件。

项目	值
Endpoint	POST https://app-bo4w33bsdqm9-api-e94GZ5j0ljja-gateway.appmiaoda.com/text2audio
Content-Type	application/x-www-form-urlencoded
认证	platform_managed（X-Gateway-Authorization: Bearer ${INTEGRATIONS_API_KEY}）
响应	二进制音频流（application/octet-stream），aue=3 为 MP3，aue=6 为 WAV
文本长度限制	不超过 500 个汉字（需 URL encode）
语言	中英文混合模式
计费	计费信息以平台实际配置为准

支持平台：Web、MiniProgram、App（三套实现，差异显著）

平台	Edge Function 返回格式	前端调用方式
Web	直接返回二进制流（audio/mpeg）	原生 fetch + resp.blob()，禁止用 supabase.functions.invoke
MiniProgram	返回 base64 JSON（{ audioBase64 }）	supabase.functions.invoke + 两步 UI（生成 → 播放）
App	直接返回二进制流（GET 接口，query 传参）	expo-audio 的 useAudioPlayer，player.replace({ uri }) 直接传 URL，边请求边缓冲

关键差异说明

• Web：supabase.functions.invoke 会把二进制响应误解析为 JSON，产生损坏音频，必须用原生 fetch + resp.blob()。
• MiniProgram（weapp 真机）：InnerAudioContext 不接受 data: URI（会抛 INNERERRCODE:-1100），必须先将 base64 写入临时文件再播放。
• H5 自动播放策略：await 后调用 audio.play() 会被浏览器静默拦截，必须使用两步 UI（先生成存储 base64，再由用户点击"播放"触发全新手势）。
• App（Expo）：expo-audio 的 useAudioPlayer 原生支持直接传 URL，边请求边缓冲播放，无需 base64 转换；Edge Function 使用 GET 接口通过 query 参数传参，支持流式返回。

---

生成期用法（Agent 直接调用）

直接调用上游 API，读取平台注入的密钥，同步返回二进制音频流。

详见 references/text2audio-api.md — 生成期代码 小节。

---

生成后用法（应用内通过 Edge Function 调用）

需要为 Web 和 MiniProgram 分别部署不同的 Edge Function，前端调用方式也不同。

详见 references/text2audio-api.md — Edge Function（Web 平台）、Edge Function（MiniProgram 平台）、Edge Function（App 平台）、前端调用代码 各小节。