API- dokumentation

Integrer TTS.ai i dine applikationer med vores REST API. OpenAI-kompatibelt format til nem migration.

REST API OpenAI Kompatibel JSON Responses Streaming- understøttelse

Oversigt

The TTS.ai API provides programmatic access to all platform features: text-to-speech synthesis, speech-to-text transcription, voice cloning, audio enhancement, and more. The API uses standard REST conventions with JSON request/response bodies.

API- nøgle

Få din API-nøgle fra Kontoindstillinger. Tilgængelig på Pro og Enterprise planer.

Basis- URL

https://api.tts.ai/v1/

Auth

Bearer token via Authorization header

Godkendelse

Alle API anmodninger kræver godkendelse via en Bearer token i Authorization header.

HTTP- header
Authorization: Bearer sk-tts-your-api-key-here
Hold din API-nøgle hemmelig. Del det ikke i klient-side kode, offentlige arkiver eller logfiler. Rotér nøgler regelmæssigt fra dine kontoindstillinger.

Basis- URL

Basis- URL: https://api.tts.ai/v1/

Alle endpoints er i forhold til denne basis- URL. For eksempel er TTS- endpointet:

POST https://api.tts.ai/v1/tts/

Rategrænser

API-satsgrænserne varierer efter planen:

Plan Anmodninger/min Concurrent Maks. tekstlængde
Pro 60 5 5.000 tegn
Virksomhed 300 20 50.000 tegn

Sats grænse overskrifter er inkluderet i hvert svar: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.

Kreditomkostninger

Tjeneste Omkostninger Enhed
TTS (Gratis modeller: Piper, VITS, MeloTTS) 1 kredit pr. 1.000 tegn
TTS (Standardmodeller: Kokoro, CosyVoice 2, etc.) 2 kreditter pr. 1.000 tegn
TTS (Premium modeller: Tortoise, Chatterbox, etc.) 4 kreditter pr. 1.000 tegn
Tale til tekst 2 kreditter pr. minut lyd
Stemmekløvning 4 kreditter pr. 1.000 tegn
Stemmeskifter 3 kreditter pr. minut lyd
Lydforbedring 2 kreditter pr. minut lyd
Vokal fjernelse / Stem opdeling 3-4 point pr. minut lyd
Taleoversættelse 5 kreditter pr. minut lyd
Stemmechat 3 kreditter per tur
Nøgle & BPM Finder Fri --
Lydomformer Fri --

Tekst til tale

POST /v1/tts/

Konverter tekst til talelyd. Returnerer lydfil i det ønskede format.

Anmodningsorgan

ParameterTypeKrævetVarebeskrivelse
model string Ja Model ID (f.eks. kokoro , chatterbox , piper )
text string Ja Tekst til at konvertere til tale (max 5.000 tegn til Pro, 50.000 for Enterprise)
voice string Ja Stemme-id (brug /v1/voices/ til liste over tilgængelige stemmer)
format string Nej Outputformat: mp3 (standard), wav, flac , ogg
speed float Nej Talehastighedsmultiplikator. Standard: 1. 0. Område: 0.5 til 2. 0
language string Nej Sprogkode (f.eks. en , es ).
stream boolean Nej Aktivér streamingrespons. Standard: false

Eksempelanmodning

cURL
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 from TTS.ai! This is a test.",
    "voice": "af_bella",
    "format": "mp3"
  }' \
  --output output.mp3

Respons

Returns the audio file as binary data with appropriate Content-Type header (audio/mpeg, audio/wav, etc.).

Responsoverskrifter
Content-Type: audio/mpeg
Content-Length: 48256
X-Credits-Used: 2
X-Credits-Remaining: 498

Tale til tekst

POST /v1/stt/

Transskriber lyd til tekst. Understøtter 99 sprog med auto-detektion.

Anmodningsorgan (multipart/form-data)

ParameterTypeKrævetVarebeskrivelse
file file Ja Lydfil (MP3, WAV, FLAC, OGG, M4A, MP4, WebM). Max 100MB.
model string Nej STT-model: whisper (standard), hurtigere-whisper , sensevoice
language string Nej Sprogkode. auto for auto-detektion (standard).
timestamps boolean Nej Inkludér tidsstempler på ordniveau. Standard: < kode>false
diarize boolean Nej Aktivér højttalerdiarisering. Standard: false

Respons

JSON Response
{
  "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"
    }
  ]
}

Stemmekløvning

POST /v1/tts/clone/

Generer tale i en klonet stemme. Upload en reference lyd og tekst.

Anmodningsorgan (multipart/form-data)

ParameterTypeKrævetVarebeskrivelse
reference_audio file Ja Reference voice audio (10-30 sekunder anbefales). Max 20MB.
text string Ja Tekst til at tale i klonet stemme.
model string Nej Klonmodel: chatterbox (standard), cosyvoice2, gpt-sovits
format string Nej Outputformat: mp3 (standard), wav, flac
language string Nej Målsprogskode. Skal understøttes af den valgte model.

Respons

Returnerer lydfilen som binære data, samme som TTS endpoint.

Stemmeskifter

POST /v1/voice-convert/

Konverter lyd til at lyde som en anden stemme. Upload kildelyd og vælg et mål stemme.

Anmodningsorgan (multipart/form-data)

ParameterTypeKrævetVarebeskrivelse
file file Ja Kildelydfil (MP3, WAV, FLAC). Max 50MB.
target_voice string Ja Målvoice-id til konvertering til (brug /v1/voices/ til listen over tilgængelige stemmer)
model string Nej Voice conversion model: openvoice (standard), knn-vc
format string Nej Outputformat: wav (standard), mp3, flac

Eksempelanmodning

cURL
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

Respons

Returnerer den konverterede lydfil som binære data.

Taleoversættelse

POST /v1/speech-translate/

Oversæt talt lyd fra et sprog til et andet. Kombinerer tale-til-tekst, oversættelse og tekst-til-tale i et enkelt opkald.

Anmodningsorgan (multipart/form-data)

ParameterTypeKrævetVarebeskrivelse
file file Ja Kilde lydfil på originalsproget. Max 100MB.
target_language string Ja Målsprogskode (f.eks. es , fr, de, ja)
voice string Nej Stemme for oversat output. Auto-valgt hvis udeladt.
preserve_voice boolean Nej Forsøg at bevare den oprindelige højttaler

Respons

JSON Response
{
  "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
}

Tale

POST /v1/speech-to-speech/

Transformér talestil, følelser eller levering samtidig med at indholdet holdes. Nyttig til at justere tone, pacing og udtryksfuldhed.

Anmodningsorgan (multipart/form-data)

ParameterTypeKrævetVarebeskrivelse
file file Ja Kilde tale lydfil. Max 50MB.
voice string Ja Mål- stemme- ID for output- talen
model string Nej Model: openvoice (standard), chatterbox
emotion string Nej Målfølelse: neutral , happy , sad, angry , excited
speed float Nej Hastighedsjustering. Standard: 1.0. Range: 0.5 to 2.0

Respons

Returnerer den transformerede lydfil som binære data.

Lydværktøjer

Lydbehandling endpoints for ekstraudstyr, vokal fjernelse, stilk opdeling og meget mere.

POST /v1/audio/enhance/

Forbedre lydkvalitet: Denoise, forbedre klarhed, super opløsning.

file fileLydfil der skal forbedres
denoise booleanAktivér denoising (standard: true)
enhance_clarity booleanForbedre taleklarhed (standard: true)
super_resolution booleanOpskaler lydkvalitet (standard: falsk)
strength integer1-3 (lys, medium, stærk). Standard: 2
POST /v1/audio/separate/

Separate vokal fra instrumentaler (vokal fjernelse) eller opdelt i stilke.

file fileLydfil der skal adskilles
model stringdemucs (standard) eller spleeter
stems integerAntal stilke: 2, 4, 5 eller 6 (standard: 2)
format stringOutputformat: wav, mp3, flac
POST /v1/audio/dereverb/

Fjern ekko og reverb fra lydoptagelser.

file fileLydfil til proces
type stringecho or reverb (default: both)
intensity integer1-5 (default: 3)
POST /v1/audio/analyze/ Fri

Analyser lyd for at opdage nøgle, BPM og tidssignatur.

file fileAudio file to analyze
Respons
{
  "key": "C",
  "scale": "Major",
  "bpm": 120.0,
  "time_signature": "4/4",
  "camelot": "8B",
  "compatible_keys": ["C Major", "G Major", "F Major", "A Minor"]
}
POST /v1/audio/convert/ Fri

Konverter lyd mellem formater.

file fileLydfil der skal konverteres
format stringMålformat: mp3, wav, flac, ogg , m4a , aac
bitrate integerOutput bitrate i kbps: 64, 128, 192, 256, 320
sample_rate integerPrøvehastighed: 22050, 44100, 48000
channels stringmono eller stereo

Stemmechat

POST /v1/voice-chat/

Send lyd eller tekst og modtage en AI svar med syntetiseret tale.

Anmodningsorgan (multipart/form-data eller JSON)

ParameterTypeKrævetVarebeskrivelse
audio file Nej* Lydindgang (enten lyd eller tekst påkrævet)
text string Nej* Tekstindgang (enten lyd eller tekst påkrævet)
voice string Nej Stemme for AI- respons. Standard: af_bella
tts_model string Nej TTS- model for respons. Standard: kokoro
system_prompt string Nej Brugerdefineret systemprompt til AI
conversation_id string Nej Fortsæt en eksisterende samtale

Respons

JSON Response
{
  "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
}

Listemodeller

GET /v1/models/

Returnerer en liste over alle tilgængelige modeller med deres kapaciteter.

Respons

JSON Response
{
  "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
    }
  ]
}

Liste over stemmer

GET /v1/voices/

Returnerer en liste over alle tilgængelige stemmer, eventuelt filtreret efter model eller sprog.

Forespørgselsparametre

ParameterTypeVarebeskrivelse
model string Filtrer efter model ID (f.eks. kokoro )
language string Filtrer efter sprogkode (f.eks. en )
gender string Filter efter køn: han , hun , neutral

Respons

JSON Response
{
  "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
}

Kodeeksempler

Tekst til tale

Python - requests
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')}")

Tale til tekst

Python - requests
# 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"])

Stemmekløvning

Python - requests
# 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)

Tekst til tale

JavaScript - fetch
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();

Tale til tekst

JavaScript - fetch
// 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);

Tekst til tale

cURL
# 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

Tale til tekst

cURL
# 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"

Stemmekløvning

cURL
# 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

Lydforbedring

cURL
# 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

Fejlkoder

Alle fejl returnere en JSON svar med en error felt.

Fejlresponsformat
{
  "error": {
    "code": "insufficient_credits",
    "message": "You do not have enough credits for this request.",
    "credits_required": 4,
    "credits_available": 2
  }
}
HTTP- statusError CodeVarebeskrivelse
400 bad_request Ugyldige forespørgselsparametre. Tjek fejlmeddelelsen for detaljer.
401 unauthorized Manglende eller ugyldig API- nøgle.
402 insufficient_credits Ikke nok kreditter. Køb mere på /pris/.
403 forbidden API adgang ikke tilgængelig på din plan.
404 not_found Model eller stemme ikke fundet.
413 file_too_large Uploadet fil overskrider størrelsesgrænsen.
429 rate_limited For mange anmodninger. Tjek satsgrænseoverskrifter.
500 internal_error Serverfejl. Prøv igen senere.
503 model_loading Model indlæses, prøve igen om et par sekunder.

WebhooksName

For langvarige opgaver (Stem split, batch TTS), kan du give en webhook_url parameter. Når opgaven er færdig, vil vi poste resultatet til din URL.

Webhook- payloadName
{
  "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"
}
Webhook resultater er tilgængelige for download i 24 timer efter afslutningen. Sørg for at downloade dem hurtigt.

Er du klar til at bygge?

Få din API-tasten og begynde at integrere TTS.ai i dine applikationer.