API- dokumentation
Integrer TTS.ai i dine applikationer med vores REST API. OpenAI-kompatibelt format til nem migration.
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.
Authorization: Bearer sk-tts-your-api-key-here
Basis- URL
Alle endpoints er i forhold til denne basis- URL. For eksempel er TTS- endpointet:
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
Konverter tekst til talelyd. Returnerer lydfil i det ønskede format.
Anmodningsorgan
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| 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 |
| format | string | Nej | Outputformat: mp3 (standard), wav, flac , ogg |
| speed | float | Nej | Talehastighedsmultiplikator. Standard: |
| language | string | Nej | Sprogkode (f.eks. en , es ). |
| stream | boolean | Nej | Aktivér streamingrespons. Standard: false code> |
Eksempelanmodning
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.).
Content-Type: audio/mpeg
Content-Length: 48256
X-Credits-Used: 2
X-Credits-Remaining: 498
Tale til tekst
Transskriber lyd til tekst. Understøtter 99 sprog med auto-detektion.
Anmodningsorgan (multipart/form-data)
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| 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. |
| timestamps | boolean | Nej | Inkludér tidsstempler på ordniveau. Standard: < kode>false kode> |
| diarize | boolean | Nej | Aktivér højttalerdiarisering. Standard: false code> |
Respons
{
"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
Generer tale i en klonet stemme. Upload en reference lyd og tekst.
Anmodningsorgan (multipart/form-data)
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| 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
Konverter lyd til at lyde som en anden stemme. Upload kildelyd og vælg et mål stemme.
Anmodningsorgan (multipart/form-data)
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| file | file | Ja | Kildelydfil (MP3, WAV, FLAC). Max 50MB. |
| target_voice | string | Ja | Målvoice-id til konvertering til (brug |
| model | string | Nej | Voice conversion model: openvoice (standard), knn-vc |
| format | string | Nej | Outputformat: wav (standard), mp3, flac |
Eksempelanmodning
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
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)
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| 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
{
"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
Transformér talestil, følelser eller levering samtidig med at indholdet holdes. Nyttig til at justere tone, pacing og udtryksfuldhed.
Anmodningsorgan (multipart/form-data)
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| 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: 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.
Forbedre lydkvalitet: Denoise, forbedre klarhed, super opløsning.
| file file | Lydfil der skal forbedres |
| denoise boolean | Aktivér denoising (standard: true) |
| enhance_clarity boolean | Forbedre taleklarhed (standard: true) |
| super_resolution boolean | Opskaler lydkvalitet (standard: falsk) |
| strength integer | 1-3 (lys, medium, stærk). Standard: 2 |
Separate vokal fra instrumentaler (vokal fjernelse) eller opdelt i stilke.
| file file | Lydfil der skal adskilles |
| model string | demucs (standard) eller spleeter |
| stems integer | Antal stilke: 2, 4, 5 eller 6 (standard: 2) |
| format string | Outputformat: wav, mp3, flac |
Fjern ekko og reverb fra lydoptagelser.
| file file | Lydfil til proces |
| type string | echo or reverb (default: both) |
| intensity integer | 1-5 (default: 3) |
Analyser lyd for at opdage nøgle, BPM og tidssignatur.
| file file | Audio file to analyze |
{
"key": "C",
"scale": "Major",
"bpm": 120.0,
"time_signature": "4/4",
"camelot": "8B",
"compatible_keys": ["C Major", "G Major", "F Major", "A Minor"]
}
Konverter lyd mellem formater.
| file file | Lydfil der skal konverteres |
| format string | Målformat: mp3, wav, flac, ogg , m4a , aac |
| bitrate integer | Output bitrate i kbps: 64, 128, 192, 256, 320 |
| sample_rate integer | Prøvehastighed: 22050, 44100, 48000 |
| channels string | mono eller stereo |
Stemmechat
Send lyd eller tekst og modtage en AI svar med syntetiseret tale.
Anmodningsorgan (multipart/form-data eller JSON)
| Parameter | Type | Krævet | Varebeskrivelse |
|---|---|---|---|
| audio | file | Nej* | Lydindgang (enten |
| text | string | Nej* | Tekstindgang (enten |
| 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
{
"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
Returnerer en liste over alle tilgængelige modeller med deres kapaciteter.
Respons
{
"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
Returnerer en liste over alle tilgængelige stemmer, eventuelt filtreret efter model eller sprog.
Forespørgselsparametre
| Parameter | Type | Varebeskrivelse |
|---|---|---|
| model | string | Filtrer efter model ID (f.eks. |
| language | string | Filtrer efter sprogkode (f.eks. |
| gender | string | Filter efter køn: |
Respons
{
"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
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
# 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
# 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
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
// 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
# 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
# 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
# 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
# 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.
{
"error": {
"code": "insufficient_credits",
"message": "You do not have enough credits for this request.",
"credits_required": 4,
"credits_available": 2
}
}
| HTTP- status | Error Code | Varebeskrivelse |
|---|---|---|
| 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.
{
"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"
}
Er du klar til at bygge?
Få din API-tasten og begynde at integrere TTS.ai i dine applikationer.