API dokumentáció

Beszéd szövegre

Audio átírása szövegre. 99 nyelv támogatása auto-detection használatával.

Kérelmező szerv (multipart/form-data)

Válasz

{
  "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"
    }
  ]
}

Hang klónozása

A beszéd generálása klónozott hangban. Referenciális hang és szöveg feltöltése.

Kérelmező szerv (multipart/form-data)

Válasz

Visszaadja a hangfájlt bináris adatként, ugyanaz, mint a TTS végpont.

Hangváltó

Konvertálni audio, hogy hang, mint egy másik hang. Feltöltés forrás audio és válassza ki a cél hang.

Kérelmező szerv (multipart/form-data)

Példa kérés

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

Válasz

Visszaadja az átalakított audio fájlt bináris adatként.

Beszédfordítás

Fordítsa a beszélt audio egyik nyelvről a másikra. Kombinálja a beszéd-szöveg, fordítás, és szöveg-beszélgetés egyetlen hívás.

Kérelmező szerv (multipart/form-data)

Válasz

{
  "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
}

Beszéd a beszédhez

A beszédstílust, érzelmeket vagy szülést alakítsuk át, miközben megtartjuk a tartalmat. Hasznos a hangbeállításhoz, a járkáláshoz és a kifejezőképességhez.

Kérelmező szerv (multipart/form-data)

Válasz

Visszaadja az átalakított audio fájlt bináris adatként.

Hangeszközök

Hangfeldolgozási végpontok javítása, vokális eltávolítása, szárhasadás, és így tovább.

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

Hangcsevegés

Küldjön hang vagy szöveg, és kap egy MI válasz szintetizált beszéd.

Kérelmező szerv (multipart/form-data vagy JSON)

Válasz

{
  "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
}

Gy. sz.: TTS

Küldj több szöveget párhuzamos TTS generáció. Opcionálisan kap egy webhook visszahívás, ha minden munka befejeződött.

Paraméterek

Válasz

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

A GET /v1/tts/batch/result/?batch_id=abc123 szavazási folyamat

Hangbeágyazás

Elő-komputál egy hang beágyazódik a referencia audio. Használja a visszatért beágyazódott_id későbbi hang klónozás kéréseket közel instant generáció.

Paraméterek

Válasz

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

Egészségügyi ellenőrzés

Ellenőrizze a GPU szerver állapotát, a betöltött modelleket és a sorméretet. Nincs szükség hitelesítésre.

Válasz

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

Listamodellek

Visszaadja az összes rendelkezésre álló modell listáját képességeikkel.

Válasz

{
  "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
    }
  ]
}

Hangok listája

Visszaadja a rendelkezésre álló hangok listáját, opcionálisan modell vagy nyelv szerint szűrve.

Lekérdezési paraméterek

Válasz

{
  "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
}

Felirat (SRT / VTT) új

Összehangolt feliratok generálása bármilyen befejezett TTS feladathoz. Futtatás Whisper beállítás az audio és visszatér SRT vagy WebVTT. Az eredmény a lemezen van cache-ben, így egy második hívás ugyanazon uid egy lemez olvasása.

Lekérdezési paraméterek

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

Kiejtési szótár új

Mondja el a TTS motornak, hogyan kell kimondani az adott szavakat. Mentett bejegyzések automatikus alkalmazás minden TTS kéréshez. 200-belépés számlahatáronként.

Kérelmező szerv (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-..."

A kérésenkénti felülbírálásokat is átadhatod anélkül, hogy megmentenéd őket. A kiejtések bármely /v1/tts/ híváson objektumként vagy tömbként (lásd a TTS végpont params- ot).