API-Dokumentation

Rede zum Text

Transcribe audio to text. Unterstützt 99 Sprachen mit automatischer Erkennung.

Antragsstelle (multipart/form-data)

Ansprechen

{
  "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"
    }
  ]
}

Stimme Klonen

Erzeugen Sie Sprache in einer geklonten Stimme. Hochladen Sie eine Referenz-Audio und Text.

Antragsstelle (multipart/form-data)

Ansprechen

Gibt die Audiodatei als binäre Daten zurück, genauso wie der TTS-Endpunkt.

Sprachwechsler

Konvertieren Sie Audio, um wie eine andere Stimme zu klingen. Quelle Audio hochladen und wählen Sie eine Zielstimme.

Antragsstelle (multipart/form-data)

Beispiel-Anforderung

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

Ansprechen

Gibt die konvertierte Audiodatei als binäre Daten zurück.

Sprachübersetzung

Übersetze gesprochenes Audio von einer Sprache zur anderen. Verbindet Sprach-zu-Text, Übersetzung und Text-zu-Sprechen in einem einzigen Aufruf.

Antragsstelle (multipart/form-data)

Ansprechen

{
  "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
}

Rede zur Rede

Transformieren Sie Sprachstil, Emotion, oder Lieferung unter Beibehaltung des Inhalts. Nützlich für die Anpassung Ton, Tempo, und Ausdruckskraft.

Antragsstelle (multipart/form-data)

Ansprechen

Gibt die transformierte Audiodatei als binäre Daten zurück.

Audio-Werkzeuge

Audioverarbeitungsendpunkte zur Verbesserung, Stimmentfernung, Stammspaltung und mehr.

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

Sprach-Chat

Senden Sie Audio oder Text und erhalten Sie eine KI-Reaktion mit synthetisierter Sprache.

Antragsstelle (multipart/form-data oder JSON)

Ansprechen

{
  "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
}

Batch TTS

Senden Sie mehrere Texte für die parallele TTS-Generierung. Optional erhalten Sie einen Webhook-Callback, wenn alle Aufträge abgeschlossen sind.

Parameter

Ansprechen

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

Umfragefortschritt mit GET /v1/tts/batch/result/?batch_id=abc123

Einbetten der Stimme

Vorkomprimieren Sie eine Spracheinbettung aus Referenz-Audio. Verwenden Sie die zurückgegebene embed_id in anschließenden Sprach-Klonanfragen für nahezu instant Generierung.

Parameter

Ansprechen

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

Gesundheitscheck

Überprüfen Sie den GPU-Serverstatus, geladene Modelle und Warteschlangengröße. Keine Authentifizierung erforderlich.

Ansprechen

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

Listenmodelle

Gibt eine Liste aller verfügbaren Modelle mit ihren Fähigkeiten zurück.

Ansprechen

{
  "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
    }
  ]
}

Stimmen auflisten

Gibt eine Liste aller verfügbaren Stimmen zurück, wahlweise gefiltert nach Modell oder Sprache.

Abfrageparameter

Ansprechen

{
  "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
}

Untertitel (SRT / VTT) neu

Generieren Sie synchronisierte Untertitel für jeden abgeschlossenen TTS-Auftrag. Läuft Whisper-Ausrichtung über das Audio und gibt SRT oder WebVTT zurück. Ergebnis wird auf der Festplatte zwischengespeichert, so dass ein zweiter Aufruf für dasselbe uuid ein Laufwerk ist, das gelesen wird.

Abfrageparameter

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

Aussprache Wörterbuch neu

Sagen Sie der TTS-Engine, wie Sie bestimmte Wörter aussprechen. Gespeicherte Einträge automatisch auf jede TTS-Anfrage anwenden, die Sie machen. 200-Eintrag pro Kontolimit.

Antragsstelle (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-..."

Sie können auch pro-Request-Überschreibungen übergeben, ohne sie zu speichern — enthalten pronunciations auf jedem /v1/tts/Aufruf entweder als Objekt oder als Array (siehe die TTS-Endpunktparams).

Artikel Erzähler neu

Lassen Sie einen einzelnen