API dokumentatsioon
Integreerida TTS.ai oma rakendustesse meie REST API. OpenAI-ühilduv formaat lihtne ränne.
Ülevaade
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 võti
Hangi oma API võti Konto Seadistused. Saadaval Pro ja Enterprise plaanid.
Baas- URL
https://api.tts.ai/v1/
Auth
Bearer token via Authorization päis
Autentimine
Kõik API päringud vajavad autentimist läbi Bearer märgi Authorization päis.
Authorization: Bearer sk-tts-your-api-key-here
Baas- URL
All endpoints are relative to this base URL. For example, the TTS endpoint is:
Hinnapiirangud
API rate limits vary by plan:
| Plaan | Taotlused/min | Concurrent | Maks. teksti pikkus |
|---|---|---|---|
| Pro | 60 | 5 | 5000 tähemärki |
| Ettevõtlus | 300 | 20 | 50 000 tähemärki |
Määra piirangu päised on kaasatud iga vastuse: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.
Krediidikulud
| Teenus | Kulud | Ühik |
|---|---|---|
| TTS (Vabad mudelid: Piper, VITS, MeloTTS) | 1 krediit | 1000 tähemärgi kohta |
| TTS (Standardmudelid: Kokoro, CosyVoice 2 jne) | 2 krediiti | 1000 tähemärgi kohta |
| TTS (Premium mudelid: Tortoise, Chatterbox jne) | 4 krediiti | 1000 tähemärgi kohta |
| Kõne tekstile | 2 krediiti | audio minuti kohta |
| Hääle kloonimine | 4 krediiti | 1000 tähemärgi kohta |
| Häälemuutja | 3 krediiti | audio minuti kohta |
| Helivõimendus | 2 krediiti | audio minuti kohta |
| Hääle eemaldamine / varre tükeldamine | 3-4 krediiti | audio minuti kohta |
| Kõnetõlge | 5 krediiti | audio minuti kohta |
| Häälvestlus | 3 krediiti | iga pöörde kohtaunit synonyms for matching user input |
| Võtme ja BPM- i leidja | Vaba | -- |
| Audiokonverter | Vaba | -- |
Tekst kõnele
Teisenda tekst kõne audioks. Tagastab audiofaili soovitud vormingus.
Taotluse esitanud asutus
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| model | string | Jah | Mudel ID (nt kokoro, chatterbox, piper) |
| text | string | Jah | Tekst kõneks teisendamiseks (maksimaalselt 5000 tähemärki Pro jaoks, 50 000 Enterprise'ile) |
| voice | string | Jah | Hääle ID (kasutada olemasolevate häälte loetlemiseks < koodi>/v1/voices/) |
| format | string | Ei. | Väljundi vorming: mp3 (vaikimisi), wav, flac, og |
| speed | float | Ei. | Kõnekiiruse kordaja. Vaikimisi: < kood>1. 0 kood>. Vahemik: < kood>0. 5 kood> kuni < kood>2. 0 kood> |
| language | string | Ei. | Keelekood (nt en , es ). |
| stream | boolean | Ei. | Soorituse vastuse lubamine. Vaikimisi: false code> |
Näidistaotlus
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
Vastus
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
Kõne tekstile
Määrab audio tekstiks. Toetab 99 keelt automaatse tuvastamisega.
Taotluse esitanud asutus (multipart/form-data)
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| file | file | Jah | Audiofail (MP3, WAV, FLAC, OGG, M4A, MP4, WebM). Max 100MB. |
| model | string | Ei. | STT mudel: whisper (vaikimisi), kiirem-whisper , sensevoice |
| language | string | Ei. | Keelekood. < kood>auto automaatse tuvastamise korral (vaikimisi). |
| timestamps | boolean | Ei. | Kaasa arvatud sõnataseme ajatemplid. Vaikimisi: < kood> vale kood> |
| diarize | boolean | Ei. | Kõneleja diariseerumise lubamine. Vaikimisi: false code> |
Vastus
{
"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"
}
]
}
Hääle kloonimine
Loo kõne kloonitud hääles. Laadi üles viiteheli ja tekst.
Taotluse esitanud asutus (multipart/form-data)
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| reference_audio | file | Jah | Viitehääle heli (10-30 sekundit soovitatavat). Max 20MB. |
| text | string | Jah | Sõnum kloonitud hääles rääkimiseks. |
| model | string | Ei. | Kloonimudel: chatterbox (vaikimisi), cosyvoice2, gpt-sovits |
| format | string | Ei. | Väljundi vorming: mp3 (vaikimisi), wav, flac |
| language | string | Ei. | Sihtkeele kood. Seda peab toetama valitud mudel. |
Vastus
Tagastab audiofaili binaarandmetena, sama mis TTS tulemusnäitaja.
Häälemuutja
Teisenda heli, et kõlada nagu teine hääl. Lae lähtekoodi heli ja vali sihthääl.
Taotluse esitanud asutus (multipart/form-data)
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| file | file | Jah | Lähte audiofail (MP3, WAV, FLAC). Max 50MB. |
| target_voice | string | Jah | Sihthääle ID teisendamiseks (kasutada < kood>/v1/voices/, et loetleda saadaolevad hääled) |
| model | string | Ei. | Hääle teisendamise mudel: openvoice (vaikimisi), knn-vc |
| format | string | Ei. | Väljundi vorming: wav (vaikimisi), mp3, flac |
Näidistaotlus
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
Vastus
Tagastab teisendatud audiofaili binaarandmetena.
Kõnetõlge
Tõlgitud heli ühest keelest teise. Ühendab kõne-teksti, tõlke ja teksti-kõne ühe kõnega.
Taotluse esitanud asutus (multipart/form-data)
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| file | file | Jah | Lähtesta audiofail originaalkeeles. Max 100MB. |
| target_language | string | Jah | Sihtkeele kood (nt es, fr , de, ja) |
| voice | string | Ei. | Hääl tingimusel väljund automaatne kui. |
| preserve_voice | boolean | Ei. | Proovib säilitada originaalkõnelejat |
Vastus
{
"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
}
Kõne kõnele
Transform speech style, emotion, or delivery while keeping the content. Useful for adjusting tone, pacing, and expressiveness.
Taotluse esitanud asutus (multipart/form-data)
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| file | file | Jah | Kõne audiofail. Max 50MB. |
| voice | string | Jah | Väljundkõne sihthääle ID |
| model | string | Ei. | Mudel: openvoice (vaikimisi), chatterbox |
| emotion | string | Ei. | Emotsiooni sihttase: neutraal, pappy, sad, angry, packed |
| speed | float | Ei. | Kiiruse reguleerimine. Vaikimisi: 1.0 . Vahemik: 0.5 kuni 2.0 |
Vastus
Tagastab teisendatud audiofaili binaarandmetena.
Audiotööriistad
Audio processing endpoints for enhancement, vocal removal, stem splitting, and more.
Parandada heli kvaliteeti: denoise, parandada selgust, super resolutsioon.
| file file | Suurendatav audiofail |
| denoise boolean | Denoiseerimise lubamine (vaikimisi: true) |
| enhance_clarity boolean | Suurenda kõne selgust (vaikimisi: true) |
| super_resolution boolean | Suurenda helikvaliteeti (vaikimisi: false) |
| strength integer | 1-3 (kerge, keskmine, tugev). Vaikimisi: 2 |
Eraldi hääled instrumentaalidest (hääle eemaldamine) või lõhenevad varteks.
| file file | Eraldatav audiofail |
| model string | demucs (vaikimisi) või spleeter |
| stems integer | Varte arv: 2, 4, 5 või 6 (vaikimisi: 2) |
| format string | Väljundi vorming: wav, mp3, flac |
Eemaldab helisalvestistest kaja ja reverb.
| file file | Töötletav audiofail |
| type string | echo or reverb (default: both) |
| intensity integer | 1-5 (default: 3) |
Analüüsige heli, et tuvastada võti, BPM, ja aja signatuur.
| 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"]
}
Teisenda audio vormingute vahel.
| file file | Teisendatav audiofail |
| format string | Target format: mp3, wav, flac, ogg, m4a, aac |
| bitrate integer | Väljundi bitikiirus kbps: 64, 128, 192, 256, 320 |
| sample_rate integer | Proovi määr: 22050, 44100, 48000 |
| channels string | mono või stereo |
Häälvestlus
Saada audio või tekst ja saada AI vastus sünteesitud kõnega.
Taotluse esitanud asutus (multipart/form-data või JSON)
| Parameeter | Tüüp | Nõutav | Kirjeldus |
|---|---|---|---|
| audio | file | Ei.* | Audiosisend (kas audio või text required) |
| text | string | Ei.* | Tekstisisend (kas audio või text nõutav) |
| voice | string | Ei. | AI vastuse hääl. Vaikimisi: < kood>af_ bella kood> |
| tts_model | string | Ei. | TTS vastuse mudel. Vaikimisi: < kood>kokoro kood> |
| system_prompt | string | Ei. | Kohandatud süsteemi kiirinfo AI jaoks |
| conversation_id | string | Ei. | Jätkake olemasolevat vestlust |
Vastus
{
"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
}
Nimekiri Mudelid
Tagastab kõigi olemasolevate mudelite nimekirja koos nende võimalustega.
Vastus
{
"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
}
]
}
Nimekiri Hääled
Tagastab kõigi saadaolevate häälte nimekirja, mis valikuliselt filtreeritakse mudeli või keele järgi.
Päringu parameetrid
| Parameeter | Tüüp | Kirjeldus |
|---|---|---|
| model | string | Filter mudeli ID järgi (nt kokoro) |
| language | string | Filter keelekoodi järgi (nt en ) |
| gender | string | Filter soo järgi: male, national, neutraal |
Vastus
{
"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
}
Koodi näited
Tekst kõnele
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')}")
Kõne tekstile
# 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"])
Hääle kloonimine
# 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 kõnele
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();
Kõne tekstile
// 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 kõnele
# 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
Kõne tekstile
# 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"
Hääle kloonimine
# 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
Helivõimendus
# 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
Veakoodid
Kõik vead tagastavad JSON vastuse koos error väli.
{
"error": {
"code": "insufficient_credits",
"message": "You do not have enough credits for this request.",
"credits_required": 4,
"credits_available": 2
}
}
| HTTP olek | Error Code | Kirjeldus |
|---|---|---|
| 400 | bad_request |
Vigased päringu parameetrid. Kontrolli veateate üksikasju. |
| 401 | unauthorized |
Puuduv või vigane API võti. |
| 402 | insufficient_credits |
Mitte piisavalt krediiti. Osta rohkem at / hinnastamine /. |
| 403 | forbidden |
API juurdepääs ei ole kättesaadav oma plaani. |
| 404 | not_found |
Mudel või hääl ei leitud. |
| 413 | file_too_large |
Üleslaaditud fail ületab suurusepiirangu. |
| 429 | rate_limited |
Liiga palju soove. Kontrolli määrapiirangupäiseid. |
| 500 | internal_error |
Serveri viga. Proovi hiljem uuesti. |
| 503 | model_loading |
Modell laadib ja proovib mõne sekundi pärast uuesti. |
WebhooksCity in Newfoundland Canada
Pikaajaliste ülesannete (stem tükeldamine, partii TTS) korral võid anda webhook_url parameetri. Kui ülesanne on lõpetatud, kirjutame tulemuse sinu URL- i.
{
"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"
}
Valmis ehitama?
Hangi oma API võti ja hakka integreerima TTS.ai oma rakendusi.