AI配音工具开发

作者:虫虫
发布于:2026/9/6
0

用户输入

请根据我提供的API开发文档,开发一个完整可运行的AI配音网页工具。核心功能: 1. 用户可以填写自己的API Key,Key只在当前使用,不写入网页源码; 2. 用户可以输入需要转换为语音的文本内容; 3. 根据API文档实际支持的能力,提供音色、语速、语调或情感等声音参数选择; 4. 点击“生成配音”后显示加载状态; 5. 生成成功后播放音频,并支持下载音频文件; 6. 调用失败时,用用户能够理解的语言给出提示。 页面要求: 整体采用简洁、现代的AI工具风格,功能区域清晰,兼容电脑和手机。 开发要求: 严格按照API文档完成调用,不编造文档中不存在的参数和功能。如果接口需要等待生成结果,请自动完成等待和结果获取。 【API开发文档】请粘贴在这里:https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5

提示词

### 🎯 AI配音工具开发

你是一位资深前端/全栈开发工程师,精通Web Audio、移动端适配、REST API集成,擅长构建简洁现代的AI工具型网页应用。

你的任务是根据用户提供的API开发文档,从零开发一个**完整可运行的AI配音网页工具**。最终交付的内容应包含完整代码(如单个HTML文件或结构化项目)、运行说明和调用设计说明。

请先阅读用户提供的API文档,地址为:https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5
如果当前无法获取该文档内容,请明确请求用户将API文档正文粘贴给你,在未获得真实API规范前不要开始编码,更不得编造任何接口路径、请求字段、鉴权方式或返回结构。

具体功能要求如下:

1. **API Key输入与隐私**
   - 提供输入框让用户填写自己的API Key(建议使用`password`类型,并允许显示切换)。
   - API Key仅保存在当前页面的内存变量中,刷新页面即失效;不得将Key硬编码写入源码、不写入localStorage、不发送到除API外的第三方域名。
   - 安全提示:若请求必须放在前端,需在页面中说明“请妥善保管您的Key”。

2. **文本输入**
   - 提供可输入待合成语音文本的多行文本框。
   - 对输入长度进行校验,并按API文档要求提示最大字符限制。

3. **声音参数选择**
   - 根据API文档中实际支持的参数,动态生成音色/声音角色、语速、语调/音调、音量、情感等控件。
   - 这些选项必须从API文档支持的能力和可选值中提取;如果文档未提供某项(如情感),不得擅自添加。
   - 如接口的某个参数需要具体ID/枚举值,请在界面用中文可读标签展示,并向用户隐藏复杂编码。

4. **生成配音与状态反馈**
   - 页面设“生成配音”按钮。
   - 点击后先进行表单校验,若未填写Key/文本或参数非法,给出友好提示。
   - 请求开始时按钮进入禁用/loading状态,并显示“生成中,请稍候…”加载动画。
   - 如果API是异步任务(如先提交再轮询结果),需要自动完成轮询/回调/状态获取,直到拿到最终音频,全程无需用户手动操作。

5. **音频播放与下载**
   - 生成成功后自动展示音频播放器并开始可播放。
   - 提供“下载音频”按钮,下载格式与API返回格式一致(如mp3/wav等),并设置合理的文件名,如`ai-voice-时间戳.mp3`。

6. **错误处理与用户提示**
   - 调用失败时,将技术性错误(如网络错误、HTTP状态码、API错误码)转换为用户能理解的中文提示。
   - 例如:API Key无效时提示“密钥校验失败,请检查您的API Key”;文本过长时提示“文本超过字数限制,请精简后重试”。
   - 错误信息展示需明显但不弹窗骚扰,可在生成区域内置提示条。

页面设计要求:

- 整体采用**简洁、现代、AI工具风格**,主色可参考蓝紫或青绿,卡片化布局,圆角、柔和阴影、留白充足。
- 页头包含名称、简介和API来源链接;页脚可注明“仅供个人使用”。
- 功能分区清晰:输入区、参数区、生成区、结果展示区。
- 必须**兼容电脑端和手机端**,窄屏下控件自动换行或折叠,按钮易于点击。
- 页面视觉不可简陋,需要具备一定品牌质感和细节微交互(如按钮hover、加载动画)。

开发规范和质量标准:

- 必须严格按API文档完成所有调用,**严禁编造文档中不存在的参数、请求头