Documentation de l'API

Discours au texte

Traçez l'audio au texte. Prend en charge 99 langues avec détection automatique.

Organe de demande (multipart/form-data)

Réponse

{
  "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"
    }
  ]
}

Clonage de la voix

Générer la parole dans une voix clonée. Télécharger un audio de référence et du texte.

Organe de demande (multipart/form-data)

Réponse

Renvoie le fichier audio sous forme de données binaires, comme le paramètre TTS.

Changement de voix

Convertissez l'audio en son comme une voix différente. Chargez l'audio source et choisissez une voix cible.

Organe de demande (multipart/form-data)

Exemple de demande

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

Réponse

Renvoie le fichier audio converti en données binaires.

Traduction des discours

Traduire l'audio parlé d'une langue à l'autre. Combine la parole en texte, la traduction et la parole en un seul appel.

Organe de demande (multipart/form-data)

Réponse

{
  "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
}

Discours au discours

Transformez le style de parole, l'émotion ou la livraison tout en gardant le contenu. Utile pour ajuster le ton, le rythme et l'expressivité.

Organe de demande (multipart/form-data)

Réponse

Renvoie le fichier audio transformé sous forme de données binaires.

Outils audio

Paramètres de traitement audio pour l'amélioration, l'élimination vocale, le fractionnement de la tige, et plus encore.

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

Clavardage vocal

Envoyez du son ou du texte et recevez une réponse AI avec un discours synthétisé.

Organe de demande (multipart/form-data ou JSON)

Réponse

{
  "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
}

Lot TTS

Soumettre plusieurs textes pour la génération parallèle TTS. En option, recevez un callback webhook lorsque tous les travaux sont terminés.

Paramètres

Réponse

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

Progrès du sondage avec GET /v1/tts/batch/result/?batch_id=abc123

Intégration de la voix

Pré-calculez un ancrage vocal à partir de l'audio de référence. Utilisez l'intégration_id renvoyée dans les requêtes subséquentes de clonage vocal pour une génération quasi-instantanée.

Paramètres

Réponse

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

Vérification de la santé

Vérifiez l'état du serveur GPU, les modèles chargés et la taille de la file d'attente. Aucune authentification requise. Caché pendant 30 secondes.

Réponse

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

Liste des modèles

Retourne une liste de tous les modèles disponibles avec leurs capacités.

Réponse

{
  "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 des voix

Retourne une liste de toutes les voix disponibles, éventuellement filtrées par le modèle ou la langue.

Paramètres de requête

Réponse

{
  "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
}

Sous-titres (SRT/VTT) nouveaux

Générer des sous-titres synchronisés pour tout travail TTS terminé. Exécute l'alignement Whisper sur l'audio et retourne SRT ou WebVTT. Le résultat est mis en cache sur le disque de sorte qu'un deuxième appel pour le même uuid est une lecture de disque.

Paramètres de requête

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

Dictionnaire de prononciation nouveaux

Dites au moteur TTS comment prononcer des mots spécifiques. Les entrées sauvegardées s'appliquent automatiquement à chaque demande TTS que vous faites. 200 entrées par compte limite.

Organe de demande (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-..."

Vous pouvez également passer des commandes par demande sans les enregistrer — inclure prononciations sur n'importe quel appel /v1/tts/ en tant qu'objet ou tableau (voir les paramètres du paramètre TTS).

Article Narrateur nouveaux

Déposer une seule balise