API dokumentacija

Kalba tekstui

Perrašyti garsą į tekstą. Palaiko 99 kalbas su automatiniu aptikimu.

Prašymą teikianti institucija (multipart/form-data)

Atsakas

{
  "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"
    }
  ]
}

Balso klonavimas

Generuoti kalbą klonuotu balsu. Įkelkite referencinį garsą ir tekstą.

Prašymą teikianti institucija (multipart/form-data)

Atsakas

Grąžina garso failą kaip dvejetainius duomenis, tą patį kaip ir TTS vertinamoji baigtis.

Balso keitėjas

Konvertuoti garsą į kitą garsą. Įkelkite šaltinį ir pasirinkite tikslinį balsą.

Prašymą teikianti institucija (multipart/form-data)

Pavyzdžio užklausa

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

Atsakas

Grąžina konvertuoto garso failą kaip dvejetainius duomenis.

Kalbų vertimas

Išversti garsą iš vienos kalbos į kitą. Sujungti kalbą į tekstą, vertimas, ir tekstas-į-speech į vieną skambutį.

Prašymą teikianti institucija (multipart/form-data)

Atsakas

{
  "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
}

Kalba pokalbiui

Transformuoti kalbos stilius, emocijos, ar pristatymas išlaikant turinį. Naudinga reguliuoti tonusą, pacing, ir išraiškingumą.

Prašymą teikianti institucija (multipart/form-data)

Atsakas

Grąžina transformuotą garso failą kaip dvejetainius duomenis.

Garso įrankiai

Garso apdorojimo vertinamosios baigtys pagerinimui, vokaliniam pašalinimui, kamienų dalijimuisi, ir daugiau.

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

Balso pokalbis

Siųsti garsą ar tekstą ir gauti AI atsakymą su sintezuota kalba.

Prašymą teikianti institucija (multipart/form-data arba JSON)

Atsakas

{
  "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
}

Partijos TTS

Pateikite keletą tekstų lygiagrečiai TTS generacijai. Neprivalomai gausite Webhook skambutį, kai visi darbai baigti.

Parametrai

Atsakas

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

Pažanga taikant GET /v1/tts/partija/rezultatas/?partija_id=abc123

Balso įterpimas

Iš anksto sukompiliuoti garsą, integruojantį iš referencinio garso. Naudokite grąžintą embed_id vėlesniuose balso klonavimo prašymuose, skirtuose netoliese generacijai.

Parametrai

Atsakas

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

Sveikatingumo patikrinimas

Patikrinkite GPU serverio būseną, įkeltus modelius ir eilės dydį. Autentifikavimas nereikalingas.

Atsakas

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

Rodyti modelių sąrašą

Grąžina visų turimų modelių su savo galimybėmis sąrašą.

Atsakas

{
  "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
    }
  ]
}

Rodyti balsus

Grąžina visų turimų balsų sąrašą, filtruojant pagal modelį ar kalbą.

Užklausos parametrai

Atsakas

{
  "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
}

Subtitrai (SRT / VTT) naujas

Generuoti sinchronizuotus subtitrus bet kuriam atliktam TTS darbui. Paleidžia Whisper lygiavimą garso ir grąžina SRT arba WebVTT. Rezultatas yra konfigūruojamas diske, todėl antras skambutis tam pačiam uuid yra disko skaityti.

Užklausos parametrai

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

Tarimo žodynas naujas

Praneškite TTS varikliui, kaip ištarti konkrečius žodžius. Įrašyti įrašus automatiškai prie kiekvieno TTS užklausos. 200- įrašo sąskaitos limitas.

Prašymą teikianti institucija (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-..."

Jūs taip pat galite perduoti užklausos perjungimus neišsaugant jų — įtraukti užtarimai bet /v1/tts/ skambutį kaip objektas ar masyvas (žr. TTS vertinamosios baigties params).

Straipsnis Naratorius naujas

Numeskite vieną