小米TTS SDK无原生PHP SDK,必须通过HTTPS API调用,需自行实现签名、token管理、文本分段(≤300字符)、音色切换(如zh-CN-xiaoyan)及WAV二进制流保存,常见错误为401(签名错)、400(参数异常)和500(token过期或音色不支持)。

小米TTS SDK的PHP接入必须走HTTP API,没有原生PHP SDK
小米AI语音合成(TTS)官方不提供PHP语言的SDK,所有调用都得通过其开放平台的https://ai.xiaomi.com/api/tts HTTP接口完成。你看到的“PHP SDK”基本是第三方封装或自行写的cURL封装,底层全是发POST请求+签名验证。
常见错误现象:401 Unauthorized(签名错)、400 Bad Request(text超长或缺参数)、500 Internal Error(token过期或音色不支持)。别在GitHub上找“xiaomi-tts-php”类库——多数没维护,且签名逻辑常写错。
- 必须用
client_id和client_secret申请access_token,有效期2小时,需自己缓存并刷新 - 每次TTS请求的
text参数不能超过300字符(含标点),超长需分段 - 音色由
voice参数控制,如zh-CN-xiaoyan、zh-CN-lili,不是随便起名,得查官方文档的voice_list接口返回值 - 返回是WAV二进制流,
Content-Type为audio/wav,别当成JSON解析
PHP生成多音色语音必须手动切换voice参数并重签请求
一个请求只能指定一个voice,想让“张三说一句、李四说一句”,就得发两次独立请求,分别带不同voice值,并各自生成对应音频文件。不存在“一次请求多个音色”的API能力。
使用场景:客服播报中区分角色(如“系统提示”用男声、“用户反馈”用女声),或教育App里不同角色配音。别指望靠后处理混音来“模拟多音色”——TTS服务本身不支持。
立即学习“PHP免费学习笔记(深入)”;
- 音色名大小写敏感,
zh-cn-xiaoyan会失败,必须是zh-CN-xiaoyan - 部分音色仅限商用授权开通,测试时用
zh-CN-xiaoyan最稳 - 每次请求都要重新计算
sign(HMAC-SHA256 + timestamp + nonce),不能复用旧签名 - 若需拼接多段语音,用
ffmpeg命令行合并:ffmpeg -i "concat:1.wav|2.wav" -acodec copy output.wav
curl_exec()返回空或乱码?检查Accept和Content-Type头
PHP用curl_exec()调小米TTS接口时,返回空字符串或一堆不可读字符,90%是因为没设对请求头或没处理响应头。它不返回JSON,而是直接吐WAV二进制数据。
典型错误:用json_decode(curl_exec($ch))去解析,结果得到null;或者echo输出二进制流导致浏览器崩溃。
- 请求头必须包含:
Accept: audio/wav、Content-Type: application/json - 务必加
curl_setopt($ch, CURLOPT_BINARYTRANSFER, true),否则cURL可能截断二进制 - 响应后立刻用
file_put_contents('out.wav', $response)保存,别echo或print_r - 调试时先用
curl_getinfo($ch, CURLINFO_HTTP_CODE)确认状态码是200
签名生成容易漏掉nonce或时间戳偏差
小米TTS签名要求sign = base64_encode(hmac_sha256(client_secret, client_id + timestamp + nonce + text)),其中timestamp是秒级时间戳,服务器时间与小米服务器偏差超过300秒就拒收。
最容易踩的坑:用microtime(true)生成毫秒戳、nonce重复使用、或拼接时没trim掉text首尾空格——这些都会导致401。
-
nonce必须是16位随机字符串(推荐bin2hex(random_bytes(8))) -
timestamp用time(),不是date('U')(虽然等价,但易误写成格式化字符串) - 签名原文拼接顺序严格:
$client_id . $timestamp . $nonce . trim($text),少一个点都不行 - 调试时把签名原文和生成的
sign一起打日志,比对是否一致











