Dokumentatioun

Sprooch op Text

Audio an Text ëmwandelen. Ënnerstëtzt 99 Sproochen mat automatescher Erkennung.

Ufrokörper (multipart/form-data)

Äntwert

{
  "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"
    }
  ]
}

Stëmmklonung

Sprooch an enger geklonter Stëmm generéieren. Referenz-Audio an -Text erofladen.

Ufrokörper (multipart/form-data)

Äntwert

Gitt d'Audiodatei als Binärdaten zréck, déi selwecht wéi den TTS-Ennpunkt.

Stimmwiessel

Audio ëmwandelen fir wéi eng aner Stëmm ze klingen. Quell-Audio laden an eng Zilstëmm wielen.

Ufrokörper (multipart/form-data)

D'Ufro

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

Äntwert

Gitt d' ëmgewandelt Audiodatei als Binärdaten zréck.

Sproochiwwersetzung

Iwwersetzt gesot Audio vun enger Sprooch an eng aner. Kombinéiert Sprooch-zu-Text, Iwwersetzung a Text-zu-Sprooch an engem eenzegen Uruff.

Ufrokörper (multipart/form-data)

Äntwert

{
  "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
}

Speech to Speech

Transforméiert de Sproochstil, d'Emotioun oder d'Liesung andeems Dir den Inhalt behält. Nützlech fir den Ton, d'Tempo an d'Ausdrécklechkeet unzepassen.

Ufrokörper (multipart/form-data)

Äntwert

Gitt d'transforméiert Audiodatei als Binärdaten zréck.

Audio-Tools

D'Resultat vun dësem Prozess ass d'Verstäerkung, d'Verstäerkung, d'Verstäerkung, d'Verstäerkung.

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

Stëmmchat

Et gëtt och Texter oder Audiodateien, déi mat engem Synthesizer gespillt ginn.

Ufrokörper (multipart/form-data oder JSON)

Äntwert

{
  "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
}

Batch TTS

Verschidde Texter fir parallel TTS- Generéierung schécken. Optiounsweis e Webhook- Callback kréien, wann all Aufgaben ofgeschloss sinn.

Parameter

Äntwert

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

Abrëll 2011, S. 12. (fr) Lëscht vun de lëtzebuergesche Gemengen (fr) Lëscht vun de Gemengen (fr)

Stëmmembezeechnung

Berechent virdrun eng Stëmm-Embedding aus dem Referenz-Audio. Benotzt d'erëmginn embed_id an nofolgenden Stëmm-Klon-Ufroen fir eng quasi-aktuell Generéierung.

Parameter

Äntwert

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

Statuskontrolle

Kontrolléiert de Status vum GPU-Server, geladen Modeller an d'Gréisst vun der Warteschlange. Keng Authentifizéierung erfuerderlech. 30 Sekonnen am Cache.

Äntwert

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

Modellen opzielen

Gitt eng Lëscht vun alle verfügbare Modeller mat hire Fäegkeeten zréck.

Äntwert

{
  "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
    }
  ]
}

Lëscht vu Stëmmen

Gitt eng Lëscht vun alle verfügbare Stëmmen zréck, méiglecherweis no Modell oder Sprooch gefiltert.

Parameter

Äntwert

{
  "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
}

Ënnertitelen (SRT / VTT) nei

Generéiert synchroniséiert Ënnertitelen fir all ofgeschlossen TTS-Aufgaben. Féiert Whisper-Ausrichtung iwwer den Audio aus an gëtt SRT oder WebVTT zréck. D'Resultat gëtt op der Disk gecached, sou datt en zweete Aufruff fir déi selwecht UID eng Disk-Lies ass.

Parameter

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

Aussprooch-Wëssenschaft nei

De TTS-Motor informéieren, wéi een e bestëmmte Wuert ausschwätzt. Gespäichert Einträge ginn automatesch op all TTS-Ufro applizéiert, déi Dir maacht. Limit fir 200 Einträge pro Kont.

Ufrokörper (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-..."

Et kann een och d'Resultat vun enger Reaktioun mat engem anere Reaktiounsprodukt (z. B. mat engem anere Reaktiounsprodukt vun der Reaktioun) vergläichen.

Artikel-Sprecher nei

D'Sprooch ass eng vun de wichtegsten a wichtegsten Sproochen an der Welt, an et gëtt eng ganz Rei vu Sproochen, déi op der ganzer Welt geschwat ginn, an déi allgemeng als Sprooche vun der Welt ugesinn ginn.

<script src="https://tts.ai/narrator.js"
    data-pk="pk-tts-your-publishable-key"
    data-voice="af_bella"
    data-model="kokoro"
    data-extract="auto"
    data-position="bottom"
    data-color="#e60000"
    data-locale="en"></script>

Optiounen

D'Grenz ass d'A-Linn (A-Linn).

Widget fir d'Héieren-Knäppchen

Inline Button-style embed. Renders next to its