@henjicc/ai-sdk 0.6.2 → 0.7.0

package/CHANGELOG.md

@@ -1,41 +1,47 @@
 # Changelog
 
-## 0.6.2 - 2026-09-24
+## 0.7.0 - 2026-09-27
 
-- 完善聊天与翻译 SSE 的事件边界和完成状态校验：保留合法空中间帧、用量与状态通知，提前结束、服务端错误和无效终态不再伪装成功；保留翻译增量/累积协议差异。
-- 修复百炼实时 ASR 字段校验、Qwen 中间文字拼接和状态通知处理；保留 0.6.1 空中间帧兼容，诊断包含实际模型、协议及失败阶段。
-- 收口共享实时会话的取消、超时、后台故障通知和资源释放；SDK 会话提供可选 result promise，旧自定义会话仍兼容。握手清理失败保留首个故障，火山服务错误默认脱敏。
-- 阻止聊天及火山实时识别在取消后继续派发同一帧的后续结果；明确智谱推理网络错误与上下文截断，扩展通知不冒充完成证据。
-- 增加脱敏事件序列回归并执行修复撤销验证，更新聊天示例的合法结束帧。未改变供应商配额、网络稳定性或模型识别质量。
-
-## 0.6.1 - 2026-09-24
-
-- 修复百炼 Fun Duplex 实时识别把无句首标记的空文本中间帧误判为无效响应的问题；覆盖 Qwen Audio 3.1 streaming 与 Fun-ASR 共享协议。
-- 保持缺失文字字段、空最终结果、全程无有效 final 的严格校验及连接释放。
-
-## 0.6.0 - 2026-09-24
-
-- 新增 MiMo 2.6 Pro / Flash / Pro-UltraSpeed 能力；默认推荐 Pro / Flash，保留 2.5 ID（官方计划 10 月 21 日下线），不自动替换用户选择。
-- MiMo Chat / Responses 思考字段分离，兼容完整 reasoning_text 事件及历史思考回传，流中断不再伪装完成。
-- 新增大陆 GLM-5.3-FlashX 与官方价格；Flash / FlashX 开放 JSON 输出并保留思考。
-- 新增 KIE HappyHorse 1.1 文生、图生、多图参考模式，以及火山 Seedream 5.0 Flash 生成/编辑和图层拆分；价格按最新官方单价。
-- 百炼新增 Qwen-Audio 3.1 短音频、文件与实时 ASR，支持方言/即时热词与说话人输出；修复短音频 JSON 回退、上下文字段及文件声道数组。
-- Kimi K3 资料补齐缓存写入 TTL 价格。新增公开入口保持向后兼容，既有外部 ASR 消费方从 0.2.x 升级仍须满足 0.5.0 的宿主流式上传要求。
-
-
-## 0.5.2 - 2026-09-21
-
-- `llm/streaming` 新增有类型定义的文本、JSON Object 与 JSON Schema 输出配置，并把它正式写入 Chat Completions 的 `response_format`。
-- 模型能力现在可声明结构化输出与思考模式能否并用；不支持或尚未核实的组合在网络请求前返回可解析错误码，Groq 流式 JSON Schema 按官方限制明确拒绝。
-- 新增 `maxOutputTokens`，OpenAI/Groq/MiMo 使用 `max_completion_tokens`，其余兼容端点沿用 `max_tokens`；省略时不再强制 4096，流结束用 `truncated` 标记 token 上限截断。
-- 最终发送体复用正式构建结果，`onRequestBuilt` 只收到观察快照；保留正文/思考分流、AbortSignal、可选总时限与轻量受限宿主边界。
-
-## 0.5.1 - 2026-09-21
-
-- Grsai GPT Image 2.5 默认变体从维护中的 Flare 切换为可用的 Standard；显式 Flare/Sunburst 参数保持兼容，等待官方恢复公告。
-- 默认请求体与默认价格估算同步使用 Standard，避免界面未选择变体时仍把任务提交到维护通道。
-
-## 0.5.0 - 2026-09-21
+- 新增 Fal、百炼、KIE、硅基流动和火山语音的 13 个 TTS 模型入口；保留派欧云 MiniMax Speech 2.8，并按平台契约隐藏未证实的情感参数。
+- 接入百炼 MiniMax Hex 音频、百炼 Qwen/CosyVoice 同步音频、硅基流动二进制音频及火山 V3 分块音频；输出统一交给现有媒体落盘边界。
+- 有公开字符单价的模型提供估算；按音频输出 Token 计费或缺少可核实按量单价的模型不显示数字估算。
+
+## 0.6.2 - 2026-09-24
+
+- 完善聊天与翻译 SSE 的事件边界和完成状态校验：保留合法空中间帧、用量与状态通知，提前结束、服务端错误和无效终态不再伪装成功；保留翻译增量/累积协议差异。
+- 修复百炼实时 ASR 字段校验、Qwen 中间文字拼接和状态通知处理；保留 0.6.1 空中间帧兼容，诊断包含实际模型、协议及失败阶段。
+- 收口共享实时会话的取消、超时、后台故障通知和资源释放；SDK 会话提供可选 result promise，旧自定义会话仍兼容。握手清理失败保留首个故障，火山服务错误默认脱敏。
+- 阻止聊天及火山实时识别在取消后继续派发同一帧的后续结果；明确智谱推理网络错误与上下文截断，扩展通知不冒充完成证据。
+- 增加脱敏事件序列回归并执行修复撤销验证，更新聊天示例的合法结束帧。未改变供应商配额、网络稳定性或模型识别质量。
+
+## 0.6.1 - 2026-09-24
+
+- 修复百炼 Fun Duplex 实时识别把无句首标记的空文本中间帧误判为无效响应的问题；覆盖 Qwen Audio 3.1 streaming 与 Fun-ASR 共享协议。
+- 保持缺失文字字段、空最终结果、全程无有效 final 的严格校验及连接释放。
+
+## 0.6.0 - 2026-09-24
+
+- 新增 MiMo 2.6 Pro / Flash / Pro-UltraSpeed 能力；默认推荐 Pro / Flash，保留 2.5 ID（官方计划 10 月 21 日下线），不自动替换用户选择。
+- MiMo Chat / Responses 思考字段分离，兼容完整 reasoning_text 事件及历史思考回传，流中断不再伪装完成。
+- 新增大陆 GLM-5.3-FlashX 与官方价格；Flash / FlashX 开放 JSON 输出并保留思考。
+- 新增 KIE HappyHorse 1.1 文生、图生、多图参考模式，以及火山 Seedream 5.0 Flash 生成/编辑和图层拆分；价格按最新官方单价。
+- 百炼新增 Qwen-Audio 3.1 短音频、文件与实时 ASR，支持方言/即时热词与说话人输出；修复短音频 JSON 回退、上下文字段及文件声道数组。
+- Kimi K3 资料补齐缓存写入 TTL 价格。新增公开入口保持向后兼容，既有外部 ASR 消费方从 0.2.x 升级仍须满足 0.5.0 的宿主流式上传要求。
+
+
+## 0.5.2 - 2026-09-21
+
+- `llm/streaming` 新增有类型定义的文本、JSON Object 与 JSON Schema 输出配置，并把它正式写入 Chat Completions 的 `response_format`。
+- 模型能力现在可声明结构化输出与思考模式能否并用；不支持或尚未核实的组合在网络请求前返回可解析错误码，Groq 流式 JSON Schema 按官方限制明确拒绝。
+- 新增 `maxOutputTokens`，OpenAI/Groq/MiMo 使用 `max_completion_tokens`，其余兼容端点沿用 `max_tokens`；省略时不再强制 4096，流结束用 `truncated` 标记 token 上限截断。
+- 最终发送体复用正式构建结果，`onRequestBuilt` 只收到观察快照；保留正文/思考分流、AbortSignal、可选总时限与轻量受限宿主边界。
+
+## 0.5.1 - 2026-09-21
+
+- Grsai GPT Image 2.5 默认变体从维护中的 Flare 切换为可用的 Standard；显式 Flare/Sunburst 参数保持兼容，等待官方恢复公告。
+- 默认请求体与默认价格估算同步使用 Standard，避免界面未选择变体时仍把任务提交到维护通道。
+
+## 0.5.0 - 2026-09-21
 
 - 文件 ASR 支持分块 JSON/Base64 与 multipart，请求体不重组整文件；支持结构化大小错误、PCM 时长估算及取消清理。
 - **迁移要求**：百炼异步本地文件需宿主 transport.uploadFile 原生直传 OSS，不再走媒体读取通道。其他流式路径需 describe/readChunk + fetchStream；旧 read 路径保留但不得放宽内存保护。

package/README.md

@@ -48,10 +48,10 @@ try {
 
 百炼工厂必须传 `baseUrl` 为实际地域/工作空间的 API 根地址，不包含端点路径。其他供应商可以覆盖根地址与 `credentialId`；SDK 不自动切换地域或账号。不同模型的向量不能混用；切换模型通常需要重建向量索引。Rerank 分数仅在本次请求内比较。
 
-SDK `0.6.2` 的正式分发渠道为公共 npm，无需配置 registry 或访问令牌：
+SDK `0.7.0` 的正式分发渠道为公共 npm，无需配置 registry 或访问令牌：
 
 ```bash
-npm install @henjicc/ai-sdk@0.6.2
+npm install @henjicc/ai-sdk@0.7.0
 ```
 
 然后提供 4 个宿主能力（`Transport` / `CredentialStore` / `MediaReader` / `Logger`），创建客户端：
@@ -192,50 +192,50 @@ import {
   type RuntimeContext,
 } from '@henjicc/ai-sdk/llm/streaming'
 
-const request: LlmChatRequestDto = {
-  requestId: 'chat-1', providerId: 'openai', modelId: 'gpt-5-mini',
-  messages: [{ role: 'user', content: '你好' }],
-  capabilities: {
-    structuredOutputMode: 'schema',
-    reasoning: true,
-    structuredOutputWithReasoning: true,
-    maxOutputTokens: 32_000,
-  },
-  reasoning: { enabled: true, effort: 'high' },
-  structuredOutput: {
-    type: 'json_schema',
-    name: 'subtitle_segments',
-    strict: true,
-    schema: {
-      type: 'object',
-      properties: {
-        segments: {
-          type: 'array',
-          items: {
-            type: 'object',
-            properties: { text: { type: 'string' } },
-            required: ['text'],
-            additionalProperties: false,
-          },
-        },
-      },
-      required: ['segments'],
-      additionalProperties: false,
-    },
-  },
-  maxOutputTokens: 24_000,
-}
-const result = await runLlmChatStream(request, 'chat-1', onStreamEvent, runtime as RuntimeContext)
-console.log(result.output, result.reasoningOutput, result.usage, result.finishReason, result.truncated)
-cancelLlmChatTask('chat-1')
-```
-
-`structuredOutput` 支持 `text`、`json_object`、`json_schema`。轻量入口只执行 Chat Completions，
-所以这里会正式映射到最终请求体的 `response_format`；它不包含 Responses API 执行器，Responses
-路径的等价字段 `text.format` 由完整 `llm` 入口处理。JSON Object、JSON Schema 和“结构化输出 +
-思考”都必须由 `capabilities` 明确声明；未知或不支持的组合会在网络请求前返回结构化错误，不会静默
-降级。省略 `maxOutputTokens` 时 SDK 不再强加 4096 tokens，而是交给供应商默认值；省略执行参数里的
-`timeoutMs` 则没有请求总时限，宿主可在 `Transport` 中实现长时间无数据才超时。
+const request: LlmChatRequestDto = {
+  requestId: 'chat-1', providerId: 'openai', modelId: 'gpt-5-mini',
+  messages: [{ role: 'user', content: '你好' }],
+  capabilities: {
+    structuredOutputMode: 'schema',
+    reasoning: true,
+    structuredOutputWithReasoning: true,
+    maxOutputTokens: 32_000,
+  },
+  reasoning: { enabled: true, effort: 'high' },
+  structuredOutput: {
+    type: 'json_schema',
+    name: 'subtitle_segments',
+    strict: true,
+    schema: {
+      type: 'object',
+      properties: {
+        segments: {
+          type: 'array',
+          items: {
+            type: 'object',
+            properties: { text: { type: 'string' } },
+            required: ['text'],
+            additionalProperties: false,
+          },
+        },
+      },
+      required: ['segments'],
+      additionalProperties: false,
+    },
+  },
+  maxOutputTokens: 24_000,
+}
+const result = await runLlmChatStream(request, 'chat-1', onStreamEvent, runtime as RuntimeContext)
+console.log(result.output, result.reasoningOutput, result.usage, result.finishReason, result.truncated)
+cancelLlmChatTask('chat-1')
+```
+
+`structuredOutput` 支持 `text`、`json_object`、`json_schema`。轻量入口只执行 Chat Completions，
+所以这里会正式映射到最终请求体的 `response_format`；它不包含 Responses API 执行器，Responses
+路径的等价字段 `text.format` 由完整 `llm` 入口处理。JSON Object、JSON Schema 和“结构化输出 +
+思考”都必须由 `capabilities` 明确声明；未知或不支持的组合会在网络请求前返回结构化错误，不会静默
+降级。省略 `maxOutputTokens` 时 SDK 不再强加 4096 tokens，而是交给供应商默认值；省略执行参数里的
+`timeoutMs` 则没有请求总时限，宿主可在 `Transport` 中实现长时间无数据才超时。
 
 ### 可选模型分发包与统一能力筛选
 
@@ -493,20 +493,20 @@ await capabilities.dispose()
 - `llm/bigmodel`：智谱同一 provider family 下的中国大陆/Global 端点 profile、独立凭据槽与 GLM-5.3-Flash 能力。
 - `llm/modules`：外部包、插件与内置 LLM 共用的注册、执行、发现、取消和 namespace 卸载边界。
 
-实时会话仍使用 `openSession → send → finish/close`。由 client 创建的会话额外提供 `result` Promise：
-它不主动发送 finish；在最终结果到达或后台失败、取消、超时、主动关闭，并完成资源收尾后结算。
-调用方可以观察 `session.result` 以获知停止发送音频期间的后台失败，不必等到下一次 `send/finish`。
-`finish()` 幂等且返回同一结果；正常关闭但没有最终结果时 `result` 拒绝 `realtime_session_closed`，
-取消是 `cancelled`，超时是 `timeout`，供应商失败保留原错误。未订阅该 Promise 不产生未处理拒绝，
-SDK 仍按现有日志契约记录失败。
-
-外部实时驱动可以提供可选 `result` Promise，致命后台/发送错误必须拒绝它，成功则返回有效最终结果。
-输入校验等可恢复的单次 send 错误只拒绝该调用，不应结束 result。旧驱动无需新增字段即可继续使用；
-如果旧驱动没有提供结果通道，SDK 无法自行发现它的后台失败。公共类型中的可选属性用于兼容旧会话实现。
-完成、失败、取消与关闭竞争时只结算一次；清理失败不能覆盖首个失败，但成功路径清理失败不能报成功。
-连接、监听器与定时器回收后，原 requestId 可用于新会话；不会自动重连或重放已可能计费的音频。
-
-ASR module ID 固定为 `<providerId>.speech-recognition.<modelId>`，翻译固定为
+实时会话仍使用 `openSession → send → finish/close`。由 client 创建的会话额外提供 `result` Promise：
+它不主动发送 finish；在最终结果到达或后台失败、取消、超时、主动关闭，并完成资源收尾后结算。
+调用方可以观察 `session.result` 以获知停止发送音频期间的后台失败，不必等到下一次 `send/finish`。
+`finish()` 幂等且返回同一结果；正常关闭但没有最终结果时 `result` 拒绝 `realtime_session_closed`，
+取消是 `cancelled`，超时是 `timeout`，供应商失败保留原错误。未订阅该 Promise 不产生未处理拒绝，
+SDK 仍按现有日志契约记录失败。
+
+外部实时驱动可以提供可选 `result` Promise，致命后台/发送错误必须拒绝它，成功则返回有效最终结果。
+输入校验等可恢复的单次 send 错误只拒绝该调用，不应结束 result。旧驱动无需新增字段即可继续使用；
+如果旧驱动没有提供结果通道，SDK 无法自行发现它的后台失败。公共类型中的可选属性用于兼容旧会话实现。
+完成、失败、取消与关闭竞争时只结算一次；清理失败不能覆盖首个失败，但成功路径清理失败不能报成功。
+连接、监听器与定时器回收后，原 requestId 可用于新会话；不会自动重连或重放已可能计费的音频。
+
+ASR module ID 固定为 `<providerId>.speech-recognition.<modelId>`，翻译固定为
 `bailian.translation.<modelId>`；供应商 ID 使用 `bailian` / `volcengine` / `siliconflow` / `groq`，
 没有 `funasr` 兼容供应商别名。火山文件标准版不会读取本地 bytes/media-ref；宿主必须先通过自己受控的
 对象存储发布成供应商可访问 URL。SDK 不提供公共 URL 文本框或冒充上传成功的回退路径。

package/dist/catalog/audio/tts-common.d.ts

@@ -0,0 +1,5 @@
+import type { JsonObject, JsonValue } from '../../types/runtime.js';
+export declare function speechText(params: JsonObject): string;
+export declare function speechString(value: JsonValue): string | undefined;
+export declare function speechNumber(value: JsonValue): number | undefined;
+export declare function speechCharacterPrice(params: JsonObject, perThousand: number): number;

package/dist/catalog/audio/tts-common.js

@@ -0,0 +1,17 @@
+export function speechText(params) {
+    const value = typeof params.text === 'string' ? params.text : params.prompt;
+    if (typeof value !== 'string' || value.trim().length === 0) {
+        throw new Error('语音合成需要非空文本');
+    }
+    return value;
+}
+export function speechString(value) {
+    return typeof value === 'string' && value.trim() ? value.trim() : undefined;
+}
+export function speechNumber(value) {
+    return typeof value === 'number' && Number.isFinite(value) ? value : undefined;
+}
+export function speechCharacterPrice(params, perThousand) {
+    const value = typeof params.text === 'string' ? params.text : params.prompt;
+    return typeof value === 'string' ? (Array.from(value).length * perThousand) / 1000 : 0;
+}

package/dist/catalog/bailian/cosyvoice-v3.5.model.d.ts

@@ -0,0 +1,2 @@
+export declare const bailianCosyVoice35Model: import("../../index.js").ModelRuntimeDefinition;
+export default bailianCosyVoice35Model;

package/dist/catalog/bailian/cosyvoice-v3.5.model.js

@@ -0,0 +1,40 @@
+import { defineModel } from '../defineModel.js';
+import { speechCharacterPrice, speechNumber, speechString, speechText } from '../audio/tts-common.js';
+export const bailianCosyVoice35Model = defineModel({
+    meta: {
+        id: 'bailian-cosyvoice-v3.5', canonicalModelId: 'cosyvoice-v3.5', provider: 'bailian', type: 'audio',
+        tags: ['text-to-audio', 'provider-bailian'],
+    },
+    inputLimits: { images: { max: 0 }, videos: { max: 0 } },
+    params: [
+        { id: 'bailianCosyVoiceSpec', type: 'dropdown', order: 1, default: 'flash', options: [{ value: 'flash' }, { value: 'plus' }] },
+        { id: 'bailianCosyVoiceId', type: 'text', order: 2, required: true, default: '' },
+        { id: 'bailianCosyVoiceInstruction', type: 'text', order: 3, default: '' },
+        { id: 'bailianCosyVoiceSpeed', type: 'number', order: 4, default: 1, min: 0.5, max: 2, step: 0.1 },
+    ],
+    endpoints: '/api/v1/services/audio/tts/SpeechSynthesizer',
+    request: {
+        builder: (params) => {
+            const voice = speechString(params.bailianCosyVoiceId);
+            if (!voice)
+                throw new Error('CosyVoice 3.5 需要事先创建的声音复刻或设计音色 ID');
+            const input = {
+                text: speechText(params), voice, format: 'mp3',
+                rate: speechNumber(params.bailianCosyVoiceSpeed) ?? 1,
+            };
+            const instruction = speechString(params.bailianCosyVoiceInstruction);
+            if (instruction)
+                input.instruction = instruction;
+            return {
+                model: params.bailianCosyVoiceSpec === 'plus' ? 'cosyvoice-v3.5-plus' : 'cosyvoice-v3.5-flash',
+                input,
+            };
+        },
+    },
+    pricing: {
+        currency: '¥',
+        calculator: params => speechCharacterPrice(params, params.bailianCosyVoiceSpec === 'plus' ? 0.15 : 0.08),
+        description: 'CosyVoice 3.5 Flash ¥0.8/万字符，Plus ¥1.5/万字符；须先取得自定义音色 ID',
+    },
+});
+export default bailianCosyVoice35Model;

package/dist/catalog/bailian/minimax-speech-2.8.model.d.ts

@@ -0,0 +1,2 @@
+export declare const bailianMinimaxSpeech28Model: import("../../index.js").ModelRuntimeDefinition;
+export default bailianMinimaxSpeech28Model;

package/dist/catalog/bailian/minimax-speech-2.8.model.js

@@ -0,0 +1,38 @@
+import { defineModel } from '../defineModel.js';
+import { speechCharacterPrice, speechNumber, speechString, speechText } from '../audio/tts-common.js';
+export const bailianMinimaxSpeech28Model = defineModel({
+    meta: {
+        id: 'bailian-minimax-speech-2.8', canonicalModelId: 'minimax-speech-2.8', provider: 'bailian', type: 'audio',
+        tags: ['text-to-audio', 'provider-bailian'],
+    },
+    inputLimits: { images: { max: 0 }, videos: { max: 0 } },
+    params: [
+        { id: 'bailianMinimaxSpeechSpec', type: 'dropdown', order: 1, default: 'hd', options: [{ value: 'hd' }, { value: 'turbo' }] },
+        { id: 'bailianMinimaxSpeechVoice', type: 'text', order: 2, default: 'male-qn-qingse' },
+        { id: 'bailianMinimaxSpeechSpeed', type: 'number', order: 3, default: 1, min: 0.5, max: 2, step: 0.1 },
+        { id: 'bailianMinimaxSpeechEmotion', type: 'dropdown', order: 4, default: '', options: ['', 'happy', 'sad', 'angry', 'fearful', 'disgusted', 'surprised', 'calm'].map(value => ({ value })) },
+    ],
+    endpoints: '/api/v1/services/aigc/multimodal-generation/generation',
+    request: {
+        builder: (params) => {
+            const spec = params.bailianMinimaxSpeechSpec === 'turbo' ? 'turbo' : 'hd';
+            const voiceSetting = {
+                voice_id: speechString(params.bailianMinimaxSpeechVoice) ?? 'male-qn-qingse',
+                speed: speechNumber(params.bailianMinimaxSpeechSpeed) ?? 1,
+            };
+            const emotion = speechString(params.bailianMinimaxSpeechEmotion);
+            if (emotion)
+                voiceSetting.emotion = emotion;
+            return {
+                model: `MiniMax/speech-2.8-${spec}`,
+                input: { text: speechText(params), voice_setting: voiceSetting },
+            };
+        },
+    },
+    pricing: {
+        currency: '¥',
+        calculator: params => speechCharacterPrice(params, params.bailianMinimaxSpeechSpec === 'turbo' ? 0.2 : 0.35),
+        description: '百炼 MiniMax 2.8 HD ¥3.5/万字符，Turbo ¥2/万字符',
+    },
+});
+export default bailianMinimaxSpeech28Model;

package/dist/catalog/bailian/qwen-audio-3.1-tts-flash.model.d.ts

@@ -0,0 +1,2 @@
+export declare const bailianQwenAudio31TtsFlashModel: import("../../index.js").ModelRuntimeDefinition;
+export default bailianQwenAudio31TtsFlashModel;

package/dist/catalog/bailian/qwen-audio-3.1-tts-flash.model.js

@@ -0,0 +1,35 @@
+import { defineModel } from '../defineModel.js';
+import { speechNumber, speechString, speechText } from '../audio/tts-common.js';
+export const bailianQwenAudio31TtsFlashModel = defineModel({
+    meta: {
+        id: 'bailian-qwen-audio-3.1-tts-flash', canonicalModelId: 'qwen-audio-3.1-tts-flash',
+        provider: 'bailian', type: 'audio',
+        tags: ['text-to-audio', 'provider-bailian'],
+    },
+    inputLimits: { images: { max: 0 }, videos: { max: 0 } },
+    params: [
+        { id: 'bailianQwenTtsVoice', type: 'dropdown', order: 1, default: 'longanhuan_v3.1', options: ['longanhuan_v3.1', 'longanlingxin_v3.1', 'longanfengyue_v3.1', 'xunanchuan_v3.1'].map(value => ({ value })) },
+        { id: 'bailianQwenTtsInstruction', type: 'text', order: 2, default: '' },
+        { id: 'bailianQwenTtsSpeed', type: 'number', order: 3, default: 1, min: 0.5, max: 2, step: 0.1 },
+    ],
+    endpoints: '/api/v1/services/audio/tts/SpeechSynthesizer',
+    request: {
+        builder: (params) => {
+            const input = {
+                text: speechText(params),
+                voice: speechString(params.bailianQwenTtsVoice) ?? 'longanhuan_v3.1',
+                format: 'mp3',
+                rate: speechNumber(params.bailianQwenTtsSpeed) ?? 1,
+            };
+            const instruction = speechString(params.bailianQwenTtsInstruction);
+            if (instruction)
+                input.instruction = instruction;
+            return { model: 'qwen-audio-3.1-tts-flash', input };
+        },
+    },
+    pricing: {
+        currency: '¥', calculator: () => Number.NaN,
+        description: '输入 ¥1.5/百万 Token、输出 ¥12/百万 Token；输出 Token 无法在提交前准确估算',
+    },
+});
+export default bailianQwenAudio31TtsFlashModel;

package/dist/catalog/fal/eleven-v3-tts.model.d.ts

@@ -0,0 +1,2 @@
+export declare const falElevenV3TtsModel: import("../../index.js").ModelRuntimeDefinition;
+export default falElevenV3TtsModel;

package/dist/catalog/fal/eleven-v3-tts.model.js

@@ -0,0 +1,31 @@
+import { defineModel } from '../defineModel.js';
+import { speechCharacterPrice, speechNumber, speechString, speechText } from '../audio/tts-common.js';
+export const falElevenV3TtsModel = defineModel({
+    meta: {
+        id: 'fal-eleven-v3-tts', canonicalModelId: 'eleven-v3-tts', provider: 'fal', type: 'audio',
+        tags: ['text-to-audio', 'provider-fal'],
+        polling: { interval: 3000, maxAttempts: 120, expectedAttempts: 20 },
+    },
+    inputLimits: { images: { max: 0 }, videos: { max: 0 } },
+    params: [
+        { id: 'falElevenV3Voice', type: 'text', order: 1, default: 'Rachel' },
+        { id: 'falElevenV3Stability', type: 'number', order: 2, default: 0.5, min: 0, max: 1, step: 0.05 },
+        { id: 'falElevenV3Language', type: 'text', order: 3, default: '' },
+    ],
+    endpoints: 'fal-ai/elevenlabs/tts/eleven-v3',
+    request: {
+        builder: (params) => {
+            const body = {
+                text: speechText(params),
+                voice: speechString(params.falElevenV3Voice) ?? 'Rachel',
+                stability: speechNumber(params.falElevenV3Stability) ?? 0.5,
+            };
+            const language = speechString(params.falElevenV3Language);
+            if (language)
+                body.language_code = language;
+            return body;
+        },
+    },
+    pricing: { currency: '$', calculator: params => speechCharacterPrice(params, 0.1), description: '$0.10/千字符' },
+});
+export default falElevenV3TtsModel;

package/dist/catalog/fal/minimax-speech-2.8.model.d.ts

@@ -0,0 +1,2 @@
+export declare const falMinimaxSpeech28Model: import("../../index.js").ModelRuntimeDefinition;
+export default falMinimaxSpeech28Model;

package/dist/catalog/fal/minimax-speech-2.8.model.js

@@ -0,0 +1,39 @@
+import { defineModel } from '../defineModel.js';
+import { speechCharacterPrice, speechNumber, speechString, speechText } from '../audio/tts-common.js';
+export const falMinimaxSpeech28Model = defineModel({
+    meta: {
+        id: 'fal-minimax-speech-2.8', canonicalModelId: 'minimax-speech-2.8',
+        provider: 'fal', type: 'audio',
+        tags: ['text-to-audio', 'provider-fal'],
+        polling: { interval: 3000, maxAttempts: 120, expectedAttempts: 20 },
+    },
+    inputLimits: { images: { max: 0 }, videos: { max: 0 } },
+    params: [
+        { id: 'falMinimaxSpeechSpec', type: 'dropdown', order: 1, default: 'hd', options: [{ value: 'hd' }, { value: 'turbo' }] },
+        { id: 'falMinimaxSpeechVoice', type: 'text', order: 2, default: 'Wise_Woman' },
+        { id: 'falMinimaxSpeechSpeed', type: 'number', order: 3, default: 1, min: 0.5, max: 2, step: 0.1 },
+        { id: 'falMinimaxSpeechEmotion', type: 'dropdown', order: 4, default: '', options: ['', 'happy', 'sad', 'angry', 'fearful', 'disgusted', 'surprised', 'neutral'].map(value => ({ value })) },
+    ],
+    endpoints: {
+        selector: (params) => params.falMinimaxSpeechSpec === 'turbo'
+            ? 'fal-ai/minimax/speech-2.8-turbo' : 'fal-ai/minimax/speech-2.8-hd',
+    },
+    request: {
+        builder: (params) => {
+            const voice = {
+                voice_id: speechString(params.falMinimaxSpeechVoice) ?? 'Wise_Woman',
+                speed: speechNumber(params.falMinimaxSpeechSpeed) ?? 1,
+            };
+            const emotion = speechString(params.falMinimaxSpeechEmotion);
+            if (emotion)
+                voice.emotion = emotion;
+            return { prompt: speechText(params), voice_setting: voice, output_format: 'url' };
+        },
+    },
+    pricing: {
+        currency: '$',
+        calculator: params => speechCharacterPrice(params, params.falMinimaxSpeechSpec === 'turbo' ? 0.06 : 0.1),
+        description: 'Fal Speech 2.8 HD $0.10/千字符，Turbo $0.06/千字符',
+    },
+});
+export default falMinimaxSpeech28Model;

package/dist/catalog/fal/qwen3-tts-1.7b.model.d.ts

@@ -0,0 +1,2 @@
+export declare const falQwen3Tts17bModel: import("../../index.js").ModelRuntimeDefinition;
+export default falQwen3Tts17bModel;

package/dist/catalog/fal/qwen3-tts-1.7b.model.js

@@ -0,0 +1,33 @@
+import { defineModel } from '../defineModel.js';
+import { speechCharacterPrice, speechNumber, speechString, speechText } from '../audio/tts-common.js';
+export const falQwen3Tts17bModel = defineModel({
+    meta: {
+        id: 'fal-qwen3-tts-1.7b', canonicalModelId: 'qwen3-tts-1.7b', provider: 'fal', type: 'audio',
+        tags: ['text-to-audio', 'provider-fal'],
+        polling: { interval: 3000, maxAttempts: 120, expectedAttempts: 20 },
+    },
+    inputLimits: { images: { max: 0 }, videos: { max: 0 } },
+    params: [
+        { id: 'falQwen3TtsVoice', type: 'dropdown', order: 1, default: 'Vivian', options: ['Vivian', 'Serena', 'Uncle_Fu', 'Dylan', 'Eric', 'Ryan', 'Aiden', 'Ono_Anna', 'Sohee'].map(value => ({ value })) },
+        { id: 'falQwen3TtsLanguage', type: 'dropdown', order: 2, default: 'Auto', options: ['Auto', 'English', 'Chinese', 'Spanish', 'French', 'German', 'Italian', 'Japanese', 'Korean', 'Portuguese', 'Russian'].map(value => ({ value })) },
+        { id: 'falQwen3TtsStyle', type: 'text', order: 3, default: '' },
+        { id: 'falQwen3TtsTemperature', type: 'number', order: 4, default: 0.9, min: 0, max: 2, step: 0.1 },
+    ],
+    endpoints: 'fal-ai/qwen-3-tts/text-to-speech/1.7b',
+    request: {
+        builder: (params) => {
+            const body = {
+                text: speechText(params),
+                voice: speechString(params.falQwen3TtsVoice) ?? 'Vivian',
+                language: speechString(params.falQwen3TtsLanguage) ?? 'Auto',
+                temperature: speechNumber(params.falQwen3TtsTemperature) ?? 0.9,
+            };
+            const style = speechString(params.falQwen3TtsStyle);
+            if (style)
+                body.prompt = style;
+            return body;
+        },
+    },
+    pricing: { currency: '$', calculator: params => speechCharacterPrice(params, 0.09), description: '$0.09/千字符' },
+});
+export default falQwen3Tts17bModel;