必须先通过ListAITranslationSpeech接口查询音色ID。调用预设音色时可直接传入对应ID；使用自定义音色时，则需要同时传递speaker_id="custom_speaker_id"与custom_speaker_id字段，并确保该音色当前状态为“可用”。

想在火山引擎TTS服务中正确选择符合业务场景的AI音色，需要明确区分预设音色调用、自定义音色训练以及音色设计这三种方式，不能简单理解为在控制台界面中直接点选即可完成。若使用了错误的音色ID，或相关鉴权、配置未完成，语音合成请求通常会直接返回400错误。

查询可用音色列表（包含预设音色与自建音色）

应通过ListAITranslationSpeech接口获取当前账号下全部可用音色，这是查询火山引擎AI音色列表的唯一权威方式，控制台UI中的展示信息可能存在延迟，或显示不完整。

构建GET请求：https://vod.volcengineapi.com?Action=ListAITranslationSpeech&Version=2025-01-01&SpaceName=your_space_name&SpeechTypeFilter=Preset,User&Language=zh

注意：SpaceName必须填写你在视频点播控制台中创建的真实空间名称，【填写错误会直接返回空列表】；如果SpeechTypeFilter只传Preset，则无法查询到你已训练完成的自定义音色或自建音色。

接口响应体中的每个音色对象通常包含id、name、language、type等字段，其中真正用于TTS语音合成请求的speaker_id，就是id字段的值。

调用预设音色（无需训练，开箱即用）

方法一：直接使用最新的音色ID（推荐新手使用）

可以从VOICE_PROFILES字典中选择目标音色，例如四川话可对应zh_male_sichuan_xiaoming_bigtts，将其直接作为speaker_id参数传入TTS合成接口即可完成调用。

方法二：通过音色名称进行模糊匹配（需自行解析ListAITranslationSpeech返回结果）

遍历接口返回的音色列表，筛选name字段包含“四川”且type为Preset的项目，再读取其id字段作为speaker_id。这一步很容易忽略带有版本后缀的音色，例如_xxx_v2，从而导致最终调用失败或选错音色。

方法三：在控制台能力体验页面试听后复制ID（仅适合调试排查）

进入豆包语音控制台→能力体验→输入测试文本→播放任意音色→打开浏览器开发者工具→抓取Network中的tts/synthesis请求→查看POST body里的speaker_id字段。这个ID通常是真实可用的，但【不建议用于生产环境批量调用，因为不具备完整的权限校验依据】。

启用自定义音色（需提前完成训练）

第一步：确认音色已经训练完成，且状态显示为“可用”

登录火山引擎控制台→豆包语音→声音复刻，查看目标custom_speaker_id对应任务的当前状态。如果页面显示“处理中”或“失败”，那么此时发起TTS合成调用一定会报错，无法正常生成语音。

第二步：严格按照格式传递speaker_id与custom_speaker_id

在请求体JSON中，必须同时包含两个字段：speaker_id固定填写"custom_speaker_id"这个字符串，custom_speaker_id则填写你训练时设定的合法ID，例如my_sichuan_voice_01。两者缺一不可，否则自定义音色无法正确生效。

第三步：首次合成即开始扣费，正式调用前务必先试听验证

在接入正式业务流程之前，建议先使用极短文本（例如“你好”）发起一次语音合成请求，拿到audio返回结果后立即试听，确认音色、发音效果与场景匹配度是否符合预期。一旦合成成功，系统会立即收取音色槽位费用，【费用无法退款，也无法撤销】。