Дакументацыя API

Пераклад з мовы на тэкстName

Ператварэньне аўдыё ў тэкст. Падтрымка 99 моваў з аўтавызначэньнем.

Тэла запыту (multipart/form-data)

Адказ

{
  "text": "Hello, this is a transcription test.",
  "language": "en",
  "duration": 3.5,
  "segments": [
    {
      "start": 0.0,
      "end": 1.8,
      "text": "Hello, this is",
      "speaker": "SPEAKER_00"
    },
    {
      "start": 1.8,
      "end": 3.5,
      "text": "a transcription test.",
      "speaker": "SPEAKER_00"
    }
  ]
}

Клонаванне голасу

Стварыць размову з дапамогай кланаванага голасу. Загрузіць аўдыё і тэкст. Name

Тэла запыту (multipart/form-data)

Адказ

Верне аўдыёфайл у выглядзе бінарных дадзеных, такіх жа, як і канец TTS.

Зменнік голасуName

Пераўтварыць гук у іншы голас. Загрузіць зыходны гук і выбраць зыходны голас.

Тэла запыту (multipart/form-data)

Прыклад запыту

curl -X POST https://api.tts.ai/v1/voice-convert/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -F "file=@source_audio.mp3" \
  -F "target_voice=af_bella" \
  -F "model=openvoice" \
  -o converted.wav

Адказ

Верне пераўтвораны аўдыёфайл у выглядзе бінарных дадзеных.

Пераклад гаворкіName

Пераклад гукавых паведамленьняў з адной мовы на іншую. Аб'ядноўвае пераклад з мовы на тэкст, пераклад з мовы на тэкст і пераклад з тэксту на мову ў адным выкліку.

Тэла запыту (multipart/form-data)

Адказ

{
  "original_text": "Hello, how are you?",
  "translated_text": "Hola, como estas?",
  "source_language": "en",
  "target_language": "es",
  "audio_url": "https://api.tts.ai/v1/results/translate_abc123.mp3",
  "credits_used": 5
}

Пераклад з мовы на гаворку

Змяніць стыль гаворкі, эмоцыі, або выказванне, захоўваючы змест. Карысна для наладкі тону, тэмпу і выразнасці.

Тэла запыту (multipart/form-data)

Адказ

Верне пераўтвораны аўдыёфайл у выглядзе бінарных дадзеных.

АўдыёName

Крайнія пункты апрацоўкі аўдыё для паляпшэння, выдалення голасу, падзелу сцябла і інш.

{
  "key": "C",
  "scale": "Major",
  "bpm": 120.0,
  "time_signature": "4/4",
  "camelot": "8B",
  "compatible_keys": ["C Major", "G Major", "F Major", "A Minor"]
}

Галасовы чатName

Адпраўляйце аўдыё ці тэкст і атрымлівайце адказ AI з сінтэзаванай мовай.

Тэла запыту (multipart/form-data або JSON)

Адказ

{
  "conversation_id": "conv_abc123",
  "user_text": "What is the capital of France?",
  "ai_text": "The capital of France is Paris.",
  "audio_url": "https://api.tts.ai/v1/audio/tmp/resp_xyz.mp3",
  "credits_used": 3
}

Пакетны TTS

Даслаць некалькі тэкстаў для паралельнага стварэння TTS. Па жаданні атрымаць зваротны выклік webhook пасля выканання ўсіх заданняў.

Параметры

Адказ

{
  "batch_id": "abc123",
  "total": 3,
  "completed": 0,
  "status": "processing"
}

Прагрэс апытання з GET /v1/tts/batch/result/?batch_id=abc123

Убудоўванне голасу

Папярэдне вылічыць убудаваны голас з аўдыёрэферэнцыі. Выкарыстоўваць вярнуты embed_id у наступных запыцех на клонаванне голасу для амаль імгненнага стварэння.

Параметры

Адказ

{
  "embed_id": "emb_abc123",
  "model": "chatterbox",
  "duration_ms": 450
}

Праверка стану

Праверка стану сервера GPU, загружаных мадэляў і памеру чаргі. Аўтэнтыфікацыя не патрабуецца. Кэшавана на 30 секунд.

Адказ

{
  "status": "online",
  "latency_ms": 45,
  "queue_size": 3,
  "models_loaded": ["kokoro", "chatterbox", "cosyvoice2"]
}

Спіс мадэляў

Верне спіс усіх даступных мадэляў з іх магчымасцямі.

Адказ

{
  "models": [
    {
      "id": "kokoro",
      "name": "Kokoro",
      "type": "tts",
      "tier": "standard",
      "languages": ["en", "ja", "ko", "zh", "fr"],
      "supports_cloning": false,
      "supports_streaming": true,
      "credits_per_1k_chars": 2
    },
    {
      "id": "chatterbox",
      "name": "Chatterbox",
      "type": "tts",
      "tier": "premium",
      "languages": ["en"],
      "supports_cloning": true,
      "supports_streaming": true,
      "credits_per_1k_chars": 4
    }
  ]
}

Спіс галасоў

Верне спіс усіх даступных галасоў з магчымасцю фільтрацыі па мадэлі або мове.

Параметры запыту

Адказ

{
  "voices": [
    {
      "id": "af_bella",
      "name": "Bella",
      "model": "kokoro",
      "language": "en",
      "gender": "female",
      "preview_url": "https://api.tts.ai/v1/voices/preview/af_bella.mp3"
    }
  ],
  "total": 142
}

Субтытры (SRT / VTT) новы

Стварыць сінхранізаваныя субтытры для любога выкананага задання TTS. Выконвае выраўнаванне Whisper над аўдыё і вяртае SRT або WebVTT. Вынік кэшуецца на дыску, таму другі выклік для таго ж uuid будзе чытаннем з дыска.

Параметры запыту

curl "https://api.tts.ai/v1/speech/subtitles/?uuid=$UUID&format=srt&download=1" -o subtitles.srt

Слоўнік вымаўлення новы

Паведаміць рухавіку TTS, як трэба вымаўляць пэўныя словы. Захаваныя запісы аўтаматычна ўжываюцца да кожнага запыту TTS, які вы зрабілі. Абмежаванне па колькасці запісаў на рахунак - 200.

Тэла запыту (POST)

# Save an entry
curl -X POST https://tts.ai/api/v1/pronunciations/ \
  -H "Authorization: Bearer sk-tts-..." \
  -H "Content-Type: application/json" \
  -d '{"word": "GIF", "replacement": "jiff"}'

# List your entries
curl https://tts.ai/api/v1/pronunciations/ -H "Authorization: Bearer sk-tts-..."

# Delete entry by id
curl -X DELETE "https://tts.ai/api/v1/pronunciations/?id=42" -H "Authorization: Bearer sk-tts-..."

Вы можаце таксама перадаваць перазапісы па запыце без захоўвання іх — уключыце pronunciations у любы выклік /v1/tts/ як аб'ект або масіў (гл. параметры канечных пунктаў TTS).

Дыктар артыкулаў новы

Устаўце адзін < code>< script> тэг на любую старонку артыкула і наведвальнікі атрымаюць фіксаваную панель чытача, якая распавядае пра старонку пры націску. Аўтаматычна выяўляе цела артыкула, падтрымлівае свой голас / мадэль / пазіцыю / колер акцэнту.

<script src="https://tts.ai/narrator.js"
    data-pk="pk-tts-your-publishable-key"
    data-voice="af_bella"
    data-model="kokoro"
    data-extract="auto"
    data-position="bottom"
    data-color="#e60000"
    data-locale="en"></script>

& Настаўленні

Шаблон:Гісторыя Гібралтару Шаблон:Гісторыя Гібралтару

Кнопка слухацьName

Убудаваны стыль кнопкі. Адлюстроўваецца побач з тэгам < code>< script і прайгравае кароткі фрагмент, які запускаецца кнопкай. Адрозніваецца ад дыктару артыкула вышэй (які аўтаматычна ўстаўляе панель, якая ахоплівае ўсю старонку і расказвае пра ўвесь артыкул).

<script src="https://tts.ai/widget.js"
    data-voice="af_bella"
    data-model="kokoro"
    data-style="full"
    data-theme="light"></script>

Захаваныя галасы (пераходныя клоны)

Захоўваць аўдыё- рэферэнцыю адзін раз, атрымліваць пастаянны voice_id, а затым спасылацца на гэты id у запыце TTS замест перазагрузкі аўдыё- рэферэнцыі кожны раз, калі вызваляеце тэлефон. Ідэальна падыходзіць для інтэграцыі з вялікімі аб'ёмамі.

Загрузіць голас

POST https://tts.ai/api/v1/user-voices/ Неабходная аўтарызацыя

Некалькі палёў: файл (неабходны, аўдыё 5-30 с), імя (неабходны), мова (неабавязковы, па змаўчанні en), мадэль (неабходны — аўтаматычна выбірае cosyvoice2 для zh/ja/ko інакш openvoice), consent_confirmed (неабходны, любы true).

curl -X POST https://tts.ai/api/v1/user-voices/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -F "file=@reference.wav" \
  -F "name=My Narrator" \
  -F "language=en" \
  -F "consent_confirmed=true"

# Response:
{
  "public_id": "uv_a1b2c3d4e5f6",
  "id": 42,
  "name": "My Narrator",
  "model_name": "openvoice",
  "language": "en",
  "reference_audio_url": "https://tts.ai/media/user-voices/....wav",
  "storage_status": "active",
  "created_at": "2026-04-17T03:45:00+00:00"
}

Выкарыстоўваць запісаны голас у TTS

POST у /api/v1/tts/ (ЗАБЕЗПЕКА: сервер VPS, а не api.tts.ai) з user_voice_id. Мы загружаем ваш захаваны гук і маршрут у канвеер клонавання.

curl -X POST https://tts.ai/api/v1/tts/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -H "Content-Type: application/json" \
  -d '{"text":"Hello from my saved voice","user_voice_id":"uv_a1b2c3d4e5f6"}'

# Returns a queued job — poll /v1/speech/results/?uuid=... for the audio URL.

Спіс / Выдаліць

GET    https://tts.ai/api/v1/user-voices/           # list your saved voices + quota info
DELETE https://tts.ai/api/v1/user-voices/?public_id=uv_a1b2c3d4e5f6

Архіваваць / зноў актываваць (бясплатна)

Архіваваныя галасы застаюцца ў вашым рахунку, але не могуць быць выкарыстаныя ў TTS. Прыдатна для неактыўнага карыстальніка, каб ваш спіс быў чыстым.

POST https://tts.ai/api/v1/user-voices/uv_a1b2c3d4e5f6/archive/
POST https://tts.ai/api/v1/user-voices/uv_a1b2c3d4e5f6/reactivate/

Прыклад коду

• Python
• JavaScript
• cURL

import requests

API_KEY = "sk-tts-your-key"

# Text to Speech
response = requests.post(
    "https://api.tts.ai/v1/tts/",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "kokoro",
        "text": "Hello from TTS.ai!",
        "voice": "af_bella",
        "format": "mp3"
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

print(f"Credits used: {response.headers.get('X-Credits-Used')}")

# Speech to Text
with open("recording.mp3", "rb") as f:
    response = requests.post(
        "https://api.tts.ai/v1/stt/",
        headers={"Authorization": f"Bearer {API_KEY}"},
        files={"file": f},
        data={"model": "faster-whisper", "timestamps": "true"}
    )

result = response.json()
print(result["text"])

# Voice Cloning
with open("reference.wav", "rb") as ref:
    response = requests.post(
        "https://api.tts.ai/v1/tts/clone/",
        headers={"Authorization": f"Bearer {API_KEY}"},
        files={"reference_audio": ref},
        data={
            "text": "This speech uses a cloned voice.",
            "model": "chatterbox"
        }
    )

with open("cloned_output.mp3", "wb") as f:
    f.write(response.content)

const API_KEY = 'sk-tts-your-key';

// Text to Speech
const response = await fetch('https://api.tts.ai/v1/tts/', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'kokoro',
    text: 'Hello from TTS.ai!',
    voice: 'af_bella',
    format: 'mp3'
  })
});

const audioBlob = await response.blob();
const audioUrl = URL.createObjectURL(audioBlob);
const audio = new Audio(audioUrl);
audio.play();

// Speech to Text
const formData = new FormData();
formData.append('file', audioFile);
formData.append('model', 'faster-whisper');

const response = await fetch('https://api.tts.ai/v1/stt/', {
  method: 'POST',
  headers: { 'Authorization': `Bearer ${API_KEY}` },
  body: formData
});

const result = await response.json();
console.log(result.text);

# Text to Speech
curl -X POST https://api.tts.ai/v1/tts/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -H "Content-Type: application/json" \
  -d '{"model":"kokoro","text":"Hello!","voice":"af_bella","format":"mp3"}' \
  -o output.mp3

# Speech to Text
curl -X POST https://api.tts.ai/v1/stt/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -F "file=@recording.mp3" \
  -F "model=faster-whisper" \
  -F "timestamps=true"

# Voice Cloning
curl -X POST https://api.tts.ai/v1/tts/clone/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -F "reference_audio=@reference.wav" \
  -F "text=This uses a cloned voice." \
  -F "model=chatterbox" \
  -o cloned.mp3

# Audio Enhancement
curl -X POST https://api.tts.ai/v1/audio/enhance/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -F "file=@noisy_audio.mp3" \
  -F "denoise=true" \
  -F "enhance_clarity=true" \
  -o enhanced.mp3

Коды памылак

Усе памылкі вяртаюць адказ JSON з error Поле.

{
  "error": {
    "code": "insufficient_credits",
    "message": "You do not have enough characters for this request.",
    "characters_required": 4000,
    "characters_available": 2000
  }
}

WebHooksName

Для доўгатэрміновых заданняў (раздзяленне сцябла, пакетны TTS), вы можаце даць параметр < code> webhook_ url. Калі заданне будзе завершана, мы будзем POST вынік да вашага URL.

{
  "event": "task.completed",
  "task_id": "task_abc123",
  "status": "success",
  "result_url": "https://api.tts.ai/v1/results/task_abc123",
  "credits_used": 12,
  "created_at": "2025-01-15T10:30:00Z",
  "completed_at": "2025-01-15T10:30:45Z"
}