API dokumentacija
Integrirajte TTS.ai u vaše aplikacije s našim REST API. OpenAI kompatibilan format za jednostavnu migraciju.
Pregled
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 tipka
Uzmite API ključ od Postavke računa. Dostupno na Pro i Enterprise planovima.
Osnovni URL
https://api.tts.ai/v1/
Auth
Nositeljski znak preko Authorization zaglavlje
Ovjera
Svi API zahtjevi zahtijevaju autentičnost putem Nositelja žetona u Authorization zaglavlje.
Authorization: Bearer sk-tts-your-api-key-here
Osnovni URL
Svi ishodi su u odnosu na ovaj bazni URL. Na primjer, TTS ishod je:
Ograničenja stope
Ograničenja API stope variraju prema planu:
| Plan | Zahtjevi/min | Concurrent | Najveća dužina teksta |
|---|---|---|---|
| Profesionalno | 60 | 5 | 5000 znakova |
| Poduzeće | 300 | 20 | 50.000 znakova |
Zaglavlja ograničenja brzine su uključena u svaki odgovor: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.
Kreditni troškovi
| Usluga | Troškovi | Jedinica |
|---|---|---|
| TTS (Besplatni modeli: Piper, VITS, Melotts) | 1 kredit | po 1000 znakova |
| TTS (Standardni modeli: Kokoro, CosyVoice 2, itd.) | 2 kredita | po 1000 znakova |
| TTS (Premijum modeli: Tortoise, Chatterbox, itd.) | 4 kredita | po 1000 znakova |
| Govor prema tekstu | 2 kredita | po minuti zvuka |
| Kloniranje glasa | 4 kredita | po 1000 znakova |
| Promjena glasa | 3 kredita | po minuti zvuka |
| Povećanje zvuka | 2 kredita | po minuti zvuka |
| Uklanjanje glasa / razdvajanje | 3-4 kredita | po minuti zvuka |
| Prijevod govora | 5 kredita | po minuti zvuka |
| Glasovni razgovor | 3 kredita | po skretanju |
| Nalaženje ključeva & BPM | Slobodno | -- |
| Pretvarač zvuka | Slobodno | -- |
Tekst za govor
Pretvori tekst u govorni zvuk. Vraća zvučnu datoteku u zahtjevnom formatu.
Zahtjevno tijelo
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| model | string | -Da. -Da. | ID modela (npr. kokoro, chatterbox , piper) |
| text | string | -Da. -Da. | Tekst za pretvaranje u govor (max 5000 znakova za Pro, 50.000 za Enterprise) |
| voice | string | -Da. -Da. | Glasovni ID (koristi /v1/voices/ za popis dostupnih glasova) |
| format | string | Ne. | Izlazni format: < kod> mp3 (zadano), < kod>wav, < kod>flac, < kod> ogg |
| speed | float | Ne. | Množitelj brzine govora. Uobičajeno: < kod>1.0 . Raspon: < kod>0.5 do |
| language | string | Ne. | Kod jezika (npr. en , es ). Automatski otkriven ako je izostavljen. |
| stream | boolean | Ne. | Uključi streaming odgovor. Uobičajeno: false |
Zahtjev za primjerom
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
Odgovor
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
Govor prema tekstu
Transcribe audio na tekst. Podržava 99 jezika s auto-detekcijom.
Zahtjevno tijelo (multipart/form-data)
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| file | file | -Da. -Da. | Audio datoteka (MP3, WAV, FLAC, OGG, M4A, MP4, WebM). Max 100MB. |
| model | string | Ne. | STT model: whisper (podrazumijevano), brže-whisper , smysl glas |
| language | string | Ne. | Šifra jezika. auto za automatsko otkrivanje (uobičajeno). |
| timestamps | boolean | Ne. | Uključi vremenske oznake na razini riječi. Uobičajeno: false |
| diarize | boolean | Ne. | Uključi dijarizaciju zvučnika. Uobičajeno: false |
Odgovor
{
"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"
}
]
}
Kloniranje glasa
Generiši govor kloniranim glasom. Pošalji referentni zvuk i tekst.
Zahtjevno tijelo (multipart/form-data)
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| reference_audio | file | -Da. -Da. | Referentni glas audio (10-30 sekundi preporučeno). Max 20MB. |
| text | string | -Da. -Da. | Tekst za govor u kloniranom glasu. |
| model | string | Ne. | Klonov model: chatterbox (uobičajeno), cosyvoice2, gpt-sovits |
| format | string | Ne. | Izlazni format: >mp3 (zadano), |
| language | string | Ne. | Šifra ciljnog jezika. Mora biti podržana odabranim modelom. |
Odgovor
Vraća zvučnu datoteku kao binarne podatke, kao i ishod TTS-a.
Promjena glasa
Pretvori zvuk u zvuk kao drugi glas. Pošalji izvorni zvuk i odaberi ciljani glas.
Zahtjevno tijelo (multipart/form-data)
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| file | file | -Da. -Da. | Izvorna zvučna datoteka (MP3, WAV, FLAC). Max 50MB. |
| target_voice | string | -Da. -Da. | Ciljni ID glasa pretvoriti u (koristite /v1/voices/ za popis dostupnih glasova) |
| model | string | Ne. | Model konverzije glasa: openvoice (uobičajeno), knn-vc |
| format | string | Ne. | Izlazni format: wav (zadano), >mp3, flac |
Zahtjev za primjerom
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
Odgovor
Vraća pretvorenu zvučnu datoteku kao binarne podatke.
Prijevod govora
Prevodi govorni zvuk s jednog jezika na drugi. Kombinira govor-na-tekst, prijevod, i tekst-na-speech u jednom pozivu.
Zahtjevno tijelo (multipart/form-data)
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| file | file | -Da. -Da. | Izvorna zvučna datoteka na izvornom jeziku. Max 100MB. |
| target_language | string | -Da. -Da. | Kod ciljnog jezika (npr. es , fr>/code>, |
| voice | string | Ne. | Glas za prevedeni izlaz. Automatski odabrani ako izostavljen. |
| preserve_voice | boolean | Ne. | Pokušaj sačuvati izvorni zvučnik |
Odgovor
{
"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
}
Govor govoru
Transformirati stil govora, emocije, ili isporuka istovremeno održavanje sadržaja. Korisno za prilagodbu tona, hodanje, i izražavanje.
Zahtjevno tijelo (multipart/form-data)
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| file | file | -Da. -Da. | Izvorni govorni zvučni dosije. Max 50MB. |
| voice | string | -Da. -Da. | Ciljni glasni ID za izlazni govor |
| model | string | Ne. | Model: openvoice (podrazumijevano), chatterbox |
| emotion | string | Ne. | Ciljna emocija: neutral , sappy, sad , angry, uzbuđen |
| speed | float | Ne. | Podešavanje brzine. Uobičajeno: < kod>1.0 . Raspon: < kod>0.5 do |
Odgovor
Vraća transformiranu zvučnu datoteku kao binarne podatke.
Zvučni alat
Ishodi za obradu zvuka za poboljšanje, uklanjanje glasa, dijeljenje stabljika i više.
Pojačaj kvalitetu zvuka: denoise, poboljšaj jasnoću, super rezoluciju.
| file file | Zvučna datoteka za poboljšanje |
| denoise boolean | Omogući denoziranje (uobičajeno: postavljeno) |
| enhance_clarity boolean | Povećaj jasnoću govora (uobičajeno: istinito) |
| super_resolution boolean | Povećana kvaliteta zvuka (uobičajeno: netačno) |
| strength integer | 1-3 (svjetlost, srednja, jaka). Uobičajeno: 2 |
Odvojeni vokali od instrumentala (glasno uklanjanje) ili podijeljeni na stabljike.
| file file | Zvučna datoteka za odvajanje |
| model string | demucs (uobičajeno) ili spleeter |
| stems integer | Broj stabljika: 2, 4, 5 ili 6 (podrazumijevano: 2) |
| format string | Izlazni format: wav, >mp3, flac |
Ukloni odjek i reverb iz zvučnih snimaka.
| file file | Zvučna datoteka za obradu |
| type string | echo or reverb (default: both) |
| intensity integer | 1-5 (default: 3) |
Analizirajte zvuk kako biste otkrili ključ, BPM i vremenski potpis.
| file file | Zvučna datoteka za analizu |
{
"key": "C",
"scale": "Major",
"bpm": 120.0,
"time_signature": "4/4",
"camelot": "8B",
"compatible_keys": ["C Major", "G Major", "F Major", "A Minor"]
}
Pretvori zvuk između formata.
| file file | Zvučna datoteka za pretvaranje |
| format string | Ciljni format: >m3, , |
| bitrate integer | Izlazna bitna brzina u kbps: 64, 128, 192, 256, 320 |
| sample_rate integer | Brzina uzorka: 22050, 44100, 48000 |
| channels string | mono ili stereo |
Glasovni razgovor
Pošaljite zvuk ili tekst i primite odgovor AI sintetičkim govorom.
Zahtjevno tijelo (multipart/form-data ili JSON)
| Parametri | Vrsta | Potrebno | Opis |
|---|---|---|---|
| audio | file | Ne.* | Unos zvuka (ili audio ili text neophodan) |
| text | string | Ne.* | Unos teksta (ili audio ili text neophodan) |
| voice | string | Ne. | Glas za odgovor AI. Uobičajeno: af_bella |
| tts_model | string | Ne. | Model TTS za odgovor. Uobičajeno: kokoro |
| system_prompt | string | Ne. | Prilagođeni zahtjev za AI |
| conversation_id | string | Ne. | Nastavi postojeći razgovor |
Odgovor
{
"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
}
Popis modela
Vraća popis svih dostupnih modela s njihovim mogućnostima.
Odgovor
{
"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
}
]
}
Popis glasova
Vraća popis svih dostupnih glasova, opcionalno filtriranih po modelu ili jeziku.
Parametri upita
| Parametri | Vrsta | Opis |
|---|---|---|
| model | string | Filtriraj po ID-u modela (npr. kokoro) |
| language | string | Filtriraj po jeziku (npr. en ) |
| gender | string | Filtriraj po spolu: male , žena , |
Odgovor
{
"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
}
Primjeri koda
Tekst za govor
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')}")
Govor prema tekstu
# 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"])
Kloniranje glasa
# 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 za govor
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();
Govor prema tekstu
// 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 za govor
# 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
Govor prema tekstu
# 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"
Kloniranje glasa
# 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
Povećanje zvuka
# 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
Šifre grešaka
Sve greške vraćaju JSON odgovor s error Polje.
{
"error": {
"code": "insufficient_credits",
"message": "You do not have enough credits for this request.",
"credits_required": 4,
"credits_available": 2
}
}
| HTTP Status | Error Code | Opis |
|---|---|---|
| 400 | bad_request |
Neispravni parametri zahtjeva. Provjerite poruku greške za detalje. |
| 401 | unauthorized |
Nedostaje ili neispravan API ključ. |
| 402 | insufficient_credits |
Nedovoljno kredita. Kupite više na /pricing /. |
| 403 | forbidden |
API pristup nije dostupan na vašem planu. |
| 404 | not_found |
Model ili glas nije pronađen. |
| 413 | file_too_large |
Uploadirana datoteka nadmašuje ograničenje veličine. |
| 429 | rate_limited |
Previše zahtjeva. Provjerite ograničenja zaglavlja. |
| 500 | internal_error |
Greška poslužitelja. Pokušajte kasnije. |
| 503 | model_loading |
Model se učitava.Ponovite za nekoliko sekundi. |
Webhooks
Za dugotrajne zadatke (podjela stema, serija TTS) možete pružiti webhook_url parametar. Kada zadatak završi, mi ćemo POST rezultat na vaš 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"
}
Spreman za izgradnju?
Uzmite API ključ i počnite integrirati TTS.ai u vaše aplikacije.