接口文档 - 项目狼 · API 中转站

1. 鉴权

Authorization: Bearer sk_live_xxxxxxxxxxxxxxxx
# 也支持
X-API-Key: sk_live_xxxxxxxxxxxxxxxx

密钥等同账号凭证，请放在服务端，不要写进前端代码或公开仓库。

不想写代码？用网页版

生图、配音、上传录音克隆音色，都可以直接在浏览器里完成，手机上同样能用。

打开在线工作室

2. 统一入口 POST /v1/generate

用 type 决定调哪个能力：image 或 tts。不传 type 时会按字段猜（有 prompt 走生图，有 text 走配音）。

2.1 生图

curl -X POST https://api.xml8.cn/v1/generate \
  -H "Authorization: Bearer sk_live_xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "type": "image",
    "prompt": "一只坐在窗边的猫，写实摄影，柔和自然光",
    "model": "gpt-image-2.6-sunburst",
    "size": "1024x1024",
    "n": 1
  }'

参数	类型	说明
prompt	string · 必填	提示词
model	string	默认取后台配置；可用 /v1/models 查询
size	string	auto / 1080p / 2k / 4k / 1024x1024，也可直接写宽x高（单边 ≤6000）
n	int	1–10，按实际成功数量计费
quality	string	auto / low / medium / high
output_format	string	png / jpeg / webp；2.6 模型另支持 gif
frame_count	int	GIF 帧数 2–64
frame_duration_ms	int	GIF 每帧毫秒，20–2000，10 的倍数
url	bool	true 时让上游返回在线地址而不是 Base64

{
  "ok": true,
  "type": "image",
  "model": "gpt-image-2.6-sunburst",
  "images": [
    {"url": null, "b64": "iVBORw0KGgo...", "format": "png"}
  ],
  "cost_cny": 0.01,
  "request_id": "req_8f2c…",
  "elapsed_ms": 41230
}

2.2 配音

curl -X POST https://api.xml8.cn/v1/generate \
  -H "Authorization: Bearer sk_live_xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "type": "tts",
    "text": "你好，欢迎使用项目狼 API 中转站。",
    "voice": "female-shaonv",
    "speed": 1.0,
    "format": "mp3"
  }'

参数	类型	说明
text	string · 必填	最多 10000 字符，支持 <#1.5#> 停顿与 (laughs) 等语气词
voice	string	音色 ID，默认取后台配置；如 female-shaonv
speed	float	0.5–2.0，默认 1
pitch	int	-12–12，默认 0
vol	float	0–10，默认 1
emotion	string	happy / sad / angry / fearful / disgusted / surprised / calm
format	string	mp3 / wav / flac / pcm
sample_rate	int	8000 / 16000 / 24000 / 32000 / 44100
subtitle	bool	true 时额外返回字幕文件地址

{
  "ok": true,
  "type": "tts",
  "audio": "https://…/output.mp3",
  "subtitle": null,
  "chars": 17,
  "voice": "female-shaonv",
  "format": "mp3",
  "request_id": "req_1a9d…",
  "elapsed_ms": 1820
}

音频地址有效期 24 小时，请及时转存到自己服务器。

2.3 声音克隆

给一段公网可访问的音频，上游会复刻音色并返回 voice_id，之后把它当普通音色用（voice 字段）即可。每次消耗 20000 字符额度，失败不扣费。

curl -X POST https://api.xml8.cn/v1/voice-clone \
  -H "Authorization: Bearer sk_live_xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://你的域名.com/uploads/sample.mp3",
    "name": "我的声音",
    "text": "欢迎使用声音克隆功能",
    "accuracy": 0.9
  }'

参数	类型	说明
audio_url	string · 必填	公网可访问的 mp3 / m4a / wav，时长 10 秒 – 5 分钟
name	string	音色名称，30 字以内
text	string	试听文本，50 字以内
accuracy	float	0.7 / 0.8 / 0.9，越高越像，录音有底噪时用 0.7 更稳
model	string	必传：speech-2.5-hd-preview / speech-2.5-turbo-preview / speech-02-hd；不传上游会回「克隆服务暂时繁忙」

{
  "ok": true,
  "type": "clone",
  "voice_id": "voice_cd635f6f...",
  "name": "我的声音",
  "demo": "https://…/demo.mp3",
  "elapsed_ms": 42130
}

音频需要外网能直接访问；本站网页版会自动帮你上传并生成地址，接口版请自备可访问链接。

3. OpenAI 兼容接口

给已有的 OpenAI SDK / 客户端用，参数和上游保持一致，本站原样转发。

方法	路径	说明
POST	/v1/images/generations	JSON 文生图，返回上游原始结构（data[].b64_json 或 url）
POST	/v1/images/edits	multipart 图生图，整包透传
POST	/v1/audio/speech	{input, voice, response_format} → 返回 JSON，audio 字段是音频地址
POST	/v1/voice-clone	{audio_url, name, text, accuracy} → 返回 voice_id
GET	/v1/models	模型列表
GET	/v1/balance	我的额度与上游余额

# Python / OpenAI SDK
from openai import OpenAI
client = OpenAI(api_key="sk_live_xxx", base_url="https://api.xml8.cn/v1", timeout=480.0, max_retries=0)
r = client.images.generate(model="gpt-image-2.6-sunburst", prompt="赛博朋克城市夜景", size="1024x1024", n=1)

4. 错误返回

{
  "ok": false,
  "error": {"message": "user balance insufficient", "type": "upstream_error", "upstream_status": 429},
  "request_id": "req_..."
}

状态码	含义
400	参数错误（缺 prompt / text、尺寸非法等）
401	没带 Key 或 Key 无效
402	本站给这个 Key 设置的调用次数已用完
403	Key 被禁用
429	请求太频繁，或上游余额不足 / 号池繁忙
5xx	上游故障，稍后重试；不要盲目重复提交生图任务（可能已计费）

5. 超时建议

生图（尤其 2K / 4K / GIF）可能耗时数分钟，客户端超时至少 480 秒；中间不要挂 30 秒或 60 秒的短超时网关。配音一般 1–5 秒返回。