tts-proxy API

个人 TTS 中转接口。公网路径统一挂在 /api/tts-proxy，目前接两个上游：

Google Translate 非官方 TTS：GET，返回 MP3。
MiMo V2.5 TTS：POST，返回 WAV。

这两个中转接口不做服务端排队，正常按请求并发直发到上游。

路由

GET  /api/tts-proxy
GET  /api/tts-proxy/health
GET  /api/tts-proxy/google?text=Good%20job&lang=en
POST /api/tts-proxy/mimo

GET /api/tts-proxy/google

中转这个上游：

https://translate.google.com/translate_tts?ie=UTF-8&tl=en&client=tw-ob&q=Good+job

服务端拼接规则：

ie=UTF-8
tl=<lang 或 tl，默认 en>
client=tw-ob
q=<text>

参数：

字段	必填	默认	说明
`text`	是	-	要合成的文本。服务端限制 200 字符以内。
`lang`	否	`en`	语言代码，例如 `en`、`zh-CN`、`ja`。
`tl`	否	-	`lang` 的别名；同时传时优先使用 `lang`。
`format`	否	`mp3`	只作为调用方标识保留；上游固定返回 `audio/mpeg`，不能调音色、音调或语速。

示例：

curl "https://6767.chat/api/tts-proxy/google?text=Good%20job&lang=en" \
  --output google.mp3

Google 长度探测

2026-05-22 通过 translate.google.com/translate_tts 实测：

`q` 字符数	HTTP	Content-Type
1	200	`audio/mpeg`
50	200	`audio/mpeg`
100	200	`audio/mpeg`
150	200	`audio/mpeg`
200	200	`audio/mpeg`
201	400	`text/html; charset=utf-8`

因此中转把 text 限制为 200 字符。更长文本需要客户端自己分段，多段音频自行拼接。

POST /api/tts-proxy/mimo

中转 MiMo V2.5 TTS OpenAI 兼容接口：

POST https://api.xiaomimimo.com/v1/chat/completions

服务端使用环境变量：

MIMO_API_KEY=<你的 key>

也兼容：

XIAOMIMIMO_API_KEY=<你的 key>
MIMO_API_URL=https://api.xiaomimimo.com/v1/chat/completions
TTS_PROXY_URL=http://127.0.0.1:7890

海外上游默认走 http://127.0.0.1:7890。如果要直连，设置 TTS_PROXY_URL=direct。

MiMo 是国内上游，中转策略是优先直连；只有网络层请求失败时才 fallback 到代理。HTTP 4xx/5xx 会直接返回错误，不会自动重试。

并发与限流

服务端对全部 /api/* 请求加了并发上限：

MAX_CONCURRENT_API_REQUESTS=500

超过时服务端直接返回：

429 Too Many Requests

Google 和 MiMo 这两个 TTS proxy 不做内部串行队列，也不做列表轮询；单个请求会直接并发发给对应上游。

如果上游自己返回 429，中转会直接透传 429，不会改写成 502。

请求参数：

字段	必填	默认	说明
`text`	是	-	要合成的正文，服务端限制 3000 字符以内。
`voice`	否	`mimo_default`	预置音色 ID，例如 `mimo_default`、`冰糖`、`茉莉`、`苏打`、`白桦`、`Mia`、`Chloe`、`Milo`、`Dean`。
`prompt`	否	空	风格自然语言控制，放到 MiMo 的 `user` message。
`style`	否	空	`prompt` 的别名。

服务端固定：

{
  "model": "mimo-v2.5-tts",
  "audio": {
    "format": "wav"
  }
}

示例：

curl -X POST "https://6767.chat/api/tts-proxy/mimo" \
  -H "Content-Type: application/json" \
  --data '{"text":"测试一下 MiMo 语音合成。","voice":"冰糖"}' \
  --output mimo.wav

带风格控制：

curl -X POST "https://6767.chat/api/tts-proxy/mimo" \
  -H "Content-Type: application/json" \
  --data '{"text":"今天的任务完成了。","voice":"Chloe","prompt":"Bright, bouncy, fast pace, rising pitch at the end."}' \
  --output mimo.wav

GET /api/tts-proxy/health

返回两个上游的配置状态，不会请求上游。

{
  "success": true,
  "service": "tts-proxy",
  "status": "ok",
  "concurrency": {
    "active": 0,
    "limit": 500
  },
  "providers": {
    "google": {
      "upstream": "https://translate.google.com/translate_tts",
      "textMaxLength": 200,
      "format": "mp3",
      "outboundProxyConfigured": true
    },
    "mimo": {
      "upstream": "https://api.xiaomimimo.com/v1/chat/completions",
      "model": "mimo-v2.5-tts",
      "credentialsConfigured": true,
      "textMaxLength": 3000,
      "defaultVoice": "mimo_default",
      "format": "wav",
      "outboundProxyConfigured": true,
      "proxyMode": "direct-first"
    }
  }
}

错误

状态码	说明
`400`	缺少 `text`、文本过长，或 Google `lang/tl` 格式无效。
`500`	MiMo key 没有配置。
`429`	服务端并发超过 500，或 Google / MiMo 上游自身返回 429。
`502`	上游请求失败、上游返回非音频或 MiMo 没有返回音频 data。

更新日志

2026-05-22 初始发布

新增 /api/tts-proxy/google，中转 Google Translate 非官方 TTS。
新增 /api/tts-proxy/mimo，中转 MiMo V2.5 TTS。
Google text 限制为 200 字符；MiMo text 限制为 3000 字符。
TTS proxy 不做服务端排队；上游 429 直接透传。

路由​

GET /api/tts-proxy/google​

Google 长度探测​

POST /api/tts-proxy/mimo​

并发与限流​

GET /api/tts-proxy/health​

错误​

更新日志​

2026-05-22 初始发布​

路由