必须通过API请求体中的speech_rate字段设浮点值（0.5–2.0，默认1.0）精准控制语速，HTTP接口用speech_rate（audio下）、WebSocket用rate、SDK用SE_PARAMS_KEY_TTS_RATE_FLOAT，高拟真音色更敏感，需结合SSML局部调控。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在火山引擎语音合成中精准控制语速，避免合成音频过快导致字词粘连、过慢破坏节奏感，必须通过 API 请求体中的 speech_rate 字段直接设定浮点数值，不能依赖前端播放器倍速调节。
在 HTTP 请求 Body 中设置 speech_rate
第一步：确认你正在调用的是火山引擎 TTS 的标准 RESTful 接口（Endpoint 为 https://openspeech.bytedance.com/api/v1/tts）；若使用 WebSocket 或 SDK，则参数名可能为 rate 或 speed，需严格对照当前文档版本。
第二步：在 JSON Body 的 audio 对象内添加 "speech_rate": 1.2 字段，数值范围通常为 0.5–2.0，默认值为 1.0；【小于 0.7 会导致发音失真，大于 1.8 易出现跳字或断句异常】。
第三步：完整示例片段如下（仅展示关键部分）：
{ "audio": { "voice_type": "xiaochen_emotion", "encoding": "mp3", "speech_rate": 1.2, "volume": 5, "pitch": 0 } }
不同接入方式下的语速参数名对照
方法一：HTTP 接口（推荐调试用）→ 参数名为 speech_rate，必须放在 audio 对象下，大小写敏感，不接受字符串形式如 "1.2"。
方法二：WebSocket 流式接口 → 参数名为 rate，位于 request-level 的 audio 配置块中，支持动态调整每句语速，但每次连接仅能设一次初始值。
方法三：iOS/Android SDK → 调用 [self.engine setFloatParam:1.2 forKey:SE_PARAMS_KEY_TTS_RATE_FLOAT]；注意该设置需在 createEngineWithDelegate: 之后、startSpeaking: 之前执行，否则无效。
语速与音色的协同校准技巧
高拟真音色（如 xiaochen_emotion）对 speech_rate 更敏感——设为 1.3 时可能已接近极限，而基础音色 zh_female_xiaomei 可稳定运行至 1.5。建议先用免费音色做语速压测，再切换目标音色微调。
当文本含大量顿号、括号或英文缩写时，单纯提高 speech_rate 会加剧吞音；此时应同步开启 text_type: "ssml" 并在关键位置插入
测试时务必下载返回的 MP3 文件用专业音频软件查看波形，肉眼观察“啊”“呃”等虚词是否被压缩成杂音——这是语速超限最直接的信号。
