Documentazione API

Discorso al testo

Trascrivi audio a testo. Supporta 99 lingue con rilevamento automatico.

Organo di richiesta (multipart/form-data)

Risposta

{
  "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"
    }
  ]
}

Clonazione vocale

Generare il discorso in una voce clonata. Caricare un audio e un testo di riferimento.

Organo di richiesta (multipart/form-data)

Risposta

Restituisce il file audio come dati binari, come l'endpoint TTS.

Cambio voce

Converti l'audio in voce diversa. Carica l'audio sorgente e scegli una voce di destinazione.

Organo di richiesta (multipart/form-data)

Richiesta di esempio

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

Risposta

Restituisce il file audio convertito come dati binari.

Traduzione vocale

Tradurre l'audio parlato da una lingua all'altra. Combina discorso-testo, traduzione e testo-voce in una singola chiamata.

Organo di richiesta (multipart/form-data)

Risposta

{
  "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
}

Discorso al Discorso

Trasforma lo stile del discorso, l'emozione o la consegna mantenendo il contenuto. Utile per regolare il tono, il ritmo e l'espressività.

Organo di richiesta (multipart/form-data)

Risposta

Restituisce il file audio trasformato come dati binari.

Strumenti audio

Endpoint di elaborazione audio per il miglioramento, la rimozione vocale, la divisione dello stelo, e altro ancora.

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

Chat vocale

Inviare audio o testo e ricevere una risposta AI con discorso sintetizzato.

Organo di richiesta (multipart/form-data oppure JSON)

Risposta

{
  "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
}

Lotto TTS

Inviare più testi per la generazione parallela di TTS. Ricevere opzionalmente un callback webhook quando tutti i lavori terminano.

Parametri

Risposta

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

Sondaggio dei progressi con GET /v1/tts/batch/result/?batch_id=abc123

Inserimento vocale

Pre-computare un'integrazione vocale dall'audio di riferimento. Usare l'embed_id restituito nelle richieste successive di clonazione vocale per la generazione quasi istantanea.

Parametri

Risposta

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

Controllo dello stato di salute

Controlla lo stato del server GPU, i modelli caricati e la dimensione della coda. Non è richiesta alcuna autenticazione.

Risposta

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

Modelli elenco

Restituisce un elenco di tutti i modelli disponibili con le loro capacità.

Risposta

{
  "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
    }
  ]
}

Elenca voci

Restituisce un elenco di tutte le voci disponibili, filtrate opzionalmente per modello o lingua.

Parametri di interrogazione

Risposta

{
  "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
}

Sottotitoli (SRT / VTT) nuovo

Generare sottotitoli sincronizzati per qualsiasi lavoro TTS completato. Esegui l'allineamento Whisper sull'audio e restituisce SRT o WebVTT. Risultato è cached su disco in modo che una seconda chiamata per lo stesso uuid è un disco letto.

Parametri di interrogazione

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

Dizionario della pronuncia nuovo

Dite al motore TTS come pronunciare parole specifiche. Le voci salvate si applicano automaticamente a ogni richiesta TTS che fate. Limite 200-entry per-account.

Organo di richiesta (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-..."

Puoi anche passare le sovrascritture per request senza salvarle, incluso pronunci su qualsiasi /v1/tts/call come oggetto o array (vedere i parami dell'endpoint TTS).

Articolo Narratore nuovo

Lasciare un singolo