发布模型（语音模型）

场景目标

语音模型通过协议测试，在目标范围发布，并返回可播放或可解码的音频结果。

适用角色

• 模型提供方

开始前准备

• 准备模型来源、标识、API 凭证、接口和无敏感信息的音频或文本样例。
• 确认语言、音色、格式、采样率、同步或异步方式、计费和限流。

操作步骤

1. 进入平台首页，点击左侧导航栏的 "我的模型" 菜单，进入模型管理页面。
2. 默认进入 "我的发布" Tab，可通过页面顶部 "公共模型 / 私有模型" 切换查看不同区域的模型；也可切换至 "概览" 或 "我的聚合" Tab。
3. 点击页面右上角的 "发布模型" 按钮，弹出"选择发布区域"对话框。
4. 选择发布区域：
   • "发布到私有区"：仅本团队或租户内可见可调用，加入私有库，不进入公开目录，适合内部业务与安全敏感场景；
   • "发布到公有区"：上架公有目录，对所有租户的 EU 开放调用，可独立设置定价与限流。
5. 点击 "发布到公有区" 进入发布配置流程（Step 1：基本信息）。

Step 1：基本信息：

• 模型源/元模型信息：
  • 选择 "元模型"（如 qwen3-tts-flash）；
  • 选择 "模型源"（如 阿里巴巴-中国）；
  • 填写 "请求URL"（如 https://dashscope.aliyuncs.com，区域默认"中国"）；
  • 填写 "API密钥"（如 sk-***）；
  • 填写 "模型源ID"（如 qwen3-tts-flash，即发往上游厂商的精确模型名称）。

• 模型类型：在"模型类型"区块默认 "语音模型"，默认选择 "模型子类型"（如 语音合成）。

• 请求头配置：认证字段默认为 Authorization: Bearer <key>，可点击 "添加请求头" 增加自定义字段。

• 模型参数配置：
  • 默认 "输入模态"（文本）；
  • 默认 "输出模态"（语音）；

• 支持协议与默认参数：至少选择一个协议（语音模型仅 OpenAI-Audio 可选），只有先进行协议连通性测试，连通性测试成功后可执行后续操作；测试通过后填写 "接口地址"（如 https://dashscope.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer）并配置 "输入参数"（Text、Voice、Language、Audio Format、Sample Rate、Volume、Speech Rate、Pitch、Seed 等，可设置"是否必填"）。
• 调用配置：
  • 选择 "调用方式"："同步" 或 "异步"；
  • 配置 "返回结果解析"：
    • Result Path：字段属性 resultPath，输入值如 data.audio 或 response.output.results；
    • URL Extract Field：字段属性 urlExtractField，输入值如 url 或 audio_url；
    • Base64 Extract Field：字段属性 base64ExtractField，输入值如 b64_audio。

• 基本信息：
  • 填写 "个性化标识"（如 qwen3-tts-flash）、"描述"。

• 发布方式：选择 "立即发布" 或 "定时发布"。

• 点击 "下一步" 进入 Step 2：计费配置。

Step 2：计费配置：

• 计费配置：
  • 选择 "计费方式"：
    • "按字符计费"（按厂商返回的字符数计费，Credits / 1M characters）
    • "免费"（向所有用户免费开放）；
• 计费规则：
  • 开启 "显示价格对比" 开关后可展示划线原价；
  • 在 "计费规则 — 价格录入" 区块设置：
    • "输入售价"（如 8 Credits/1M characters）与 "划线原价"（如 16 Credits/1M characters）；
  • 免费额度：开启后可设置可领取额度、人数、总量；

• 点击 "下一步" 进入 Step 3：限流配置。

Step 3：限流配置：

• 选择 "是否启用限流"："启用限流" 或 "不启用"；
• 设置 "默认限流"：
  • "RPM（每分钟请求数）"：输入数值（如 2 次/分钟），可勾选 "不限制"；
  • "TPM（每分钟Token数）"：输入数值（如 100 Token/分钟），可勾选 "不限制"。

• 点击 "仅保存" 或 "提交审核" 完成发布。

参数说明 - 发布流程配置项（语音模型）

字段名称	字段类型	示例	说明
元模型	下拉选择	qwen3-tts-flash（含 audio 规格标签）	必填，选择基础元模型
模型源	下拉选择	阿里巴巴-中国	必填，模型的来源渠道
请求URL	URL	https://dashscope.aliyuncs.com	必填，模型服务的 API 地址（可切换区域）
API密钥	文本	sk-***	必填，调用模型的密钥
模型源ID	文本	qwen3-tts-flash	必填，发往上游厂商的精确模型名称
模型类型	单选	语音模型	必填，模型的功能类型
模型子类型	下拉选择	语音合成	必填，语音模型的具体子类型
请求头	键值对	Authorization: Bearer <key>	选填，认证与自定义请求头
输入模态	多选	文本	必填，模型支持的输入数据类型
输出模态	多选	语音	必填，模型支持的输出数据类型
支持协议	多选	OpenAI-Audio	必填，语音模型兼容的 API 协议，需先进行连通性测试
接口地址	URL	https://dashscope.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer	必填，协议对应的端点地址
输入参数	参数列表	Text / Voice / Language / Audio Format / Sample Rate / Volume / Speech Rate / Pitch / Seed	选填，按协议预设的输入参数（可设置是否必填）
调用方式	单选	同步 / 异步	必填，模型的调用方式
Result Path	文本	data.audio 或 response.output.results	选填，异步调用时返回结果的解析路径
URL Extract Field	文本	url 或 audio_url	选填，从结果中提取 URL 的字段名
Base64 Extract Field	文本	b64_audio	选填，从结果中提取 Base64 音频数据的字段名
个性化标识	文本	qwen3-tts-flash	必填，模型对外展示的自定义标识
描述	文本	语音合成...	选填，模型的说明描述
发布方式	单选	立即发布 / 定时发布	必填，模型的上线时机
计费方式	单选	按字符计费 / 免费	必填，模型的收费方式
显示价格对比	开关	开启 / 关闭	选填，是否展示划线原价
输入售价	数值	8 Credits/1M characters	必填，字符的实际售价
划线原价	数值	16 Credits/1M characters	选填，字符的参考价
免费额度	开关	开启 / 未启用	选填，配置模型的免费调用额度
是否启用限流	单选	启用限流 / 不启用	选填，配置模型的调用频率限制
RPM（每分钟请求数）	数值 / 不限制	2 次/分钟	选填，每分钟请求数上限，可勾选"不限制"
TPM（每分钟Token数）	数值 / 不限制	100 Token/分钟	选填，每分钟 Token 数上限，可勾选"不限制"

完成检查

用途： 以下检查是当前功能任务的退出条件，用于判断操作结果是否可观察、可复核，以及是否可以继续当前场景的下一步。它不是操作步骤的重复；任一项不满足时，请按下方“常见失败分支”继续排查。

检查项	通过标准
1	协议连通性测试通过，语言、音色和格式配置准确。
2	发布或审核状态符合预期。
3	受控调用返回可播放音频，调用日志可定位。

常见失败分支

现象	优先检查
协议测试失败	接口地址、凭证、模型标识、音频编码和请求体
音频无法播放	返回映射、Content-Type、采样率、格式和结果地址

操作手册

查看“我的模型”完整字段和发布结果校验