API документација

Говор кон текст

Препиши звук на текст. Подржува 99 јазици со автоматска детекција.

Барај тело (multipart/form-data)

Одговор

{
  "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"
    }
  ]
}

Гласовно клонирање

Генерирај говор со клониран глас. Пратете референтен звук и текст.

Барај тело (multipart/form-data)

Одговор

Ја враќа аудио датотеката како бинарни податоци, исто како и крајната точка на TTS.

Менувач на глас

Конвертирај звук во звук како друг глас. Качи го изворниот звук и одбери целен глас.

Барај тело (multipart/form-data)

Прашање за пример

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

Одговор

Ја враќа конвертираната аудио датотека како бинарни податоци.

Преведување на говор

Го преведува говорениот аудио од еден јазик на друг. Го комбинира говорот во текст, преводот и текстот во говор во еден повик.

Барај тело (multipart/form-data)

Одговор

{
  "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
}

Говор на говор

Преобрази го стилот на говор, емоциите или испораката додека ја одржуваш содржината.

Барај тело (multipart/form-data)

Одговор

Ја враќа трансформираната аудио датотека како бинарни податоци.

Аудио алатки

Конечни точки за обработка на звук за подобрување, отстранување на гласот, разделување на стеблото и повеќе.

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

Гласовен разговор

Испрати аудио или текст и прими AI одговор со синтетички говор.

Барај тело (multipart/form-data или JSON)

Одговор

{
  "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
}

Пакетни TTS

Испрати повеќе текстови за паралелната генерација на TTS. Опционално добивај повратен повик на веб куќи кога сите задачи ќе бидат завршени.

Параметри

Одговор

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

Испитај напредок со GET / v1/tts/batch/ result/?batch_id=abc123

Гласовно вгнездување

Претходно компонирај гласовно вградување од референтно аудио. Користете го вратениот embed_id во наредните барања за клонирање на гласот за блиска генерација.

Параметри

Одговор

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

Здравствена проверка

Проверете го статусот на серверот GPU, вчитаните модели и големината на редицата. Не е потребна автентичност. Кеширан 30 секунди.

Одговор

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

Модели на листа

Враќа листа на сите достапни модели со нивните способности.

Одговор

{
  "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
    }
  ]
}

Листа на гласови

Враќа листа на сите достапни гласови, опционо филтрирани по модел или јазик.

Параметри на пребарување

Одговор

{
  "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
}

Субтитри (SRT / VTT) ново

Генерирај синхронизирани субтитри за секоја завршена задача на TTS. Извршува шепотење над аудиото и го враќа SRT или WebVTT. Резултатот е кеширан на дискот, така што вториот повик за истиот uuid е прочитан на диск.

Параметри на пребарување

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

Речник за изговор ново

Кажете му на TTS- моторот како да изговара специфични зборови. Зачувани записи автоматски применуваат на секој TTS барање што ќе го направите. 200 на влез на сметка.

Барај тело (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-..."

Исто така, можете да подадете премостувања по барање без да ги зачувате — вклучете изговори на било кој / v1/tts/ повик како објект или низ (видете ги параметрите на крајниот крај на ТТС).

Раскажувач на написи ново

Пуштете само една