API- dokumentasjon

Opplesning til tekst

Transcribe lyd til tekst. Støtter 99 språk med automatisk oppdaging.

Anmodningsorgan (multipart/form-data)

Svar

{
  "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"
    }
  ]
}

Stemmekloning

Lag tale i en klonet stemme. Last opp en referanselyd og tekst.

Anmodningsorgan (multipart/form-data)

Svar

Returnerer lydfila som binærdata, samme som TTS sluttpunktet.

Stemmeskifter

Konverter lyd til en annen stemme. Last opp kildelyd og velg en mål stemme.

Anmodningsorgan (multipart/form-data)

Eksempelforespørsel

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

Svar

Returnerer den konverterte lydfila som binærdata.

Taleoversettelse

Oversett snakket lyd fra ett språk til et annet. Kombinerer tale- til- tekst, oversettelse og tekst- til- tale i en enkelt samtale.

Anmodningsorgan (multipart/form-data)

Svar

{
  "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
}

Tale til tale

Omform talestil, følelser eller levering samtidig som innholdet beholdes. Nyttig for å justere tone, pacing og uttrykkskraft.

Anmodningsorgan (multipart/form-data)

Svar

Returnerer den transformerte lydfila som binærdata.

Lydverktøy

Lydbehandlingsendepunkter for forbedring, vokalfjerning, stamdeling og mer.

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

Taleprat

Send lyd eller tekst og motta et AI- svar med syntetisk tale.

Anmodningsorgan (multipart/form-data eller JSON)

Svar

{
  "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
}

Parti TTS

Send inn flere tekster for parallell TTS- generering. Du kan velge å ta imot et tilbakekallingssøk når alle jobber er ferdige.

Parametre

Svar

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

Samleframskritt med GET /v1/tt/parti/resultat/?batch_id=abc123

Stemmeinnbygging

Forhåndskompenser en stemme som er innebygd fra referanselyden. Bruk den returnerte lyden i etterfølgende talekloning for nær- intant generering.

Parametre

Svar

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

Helsekontroll

Sjekk GPU- tjenerstatus, innlastede modeller og køstørrelse. Autentisering kreves ikke. Mellomlagret i 30 sekunder.

Svar

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

Listemodeller

Returnerer en liste over alle tilgjengelige modeller med sine muligheter.

Svar

{
  "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
    }
  ]
}

List opp stemmer

Gir en liste over alle tilgjengelige stemmer, eventuelt filtrert etter modell eller språk.

Spørringsparametre

Svar

{
  "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
}

Undertekster (SRT / VTT) ny

Lag synkroniserte undertekster for alle ferdige TTS- jobber. Kjører Whisper- justering over lyden og returnerer SRT eller WebVTT. Resultatet blir mellomlagret på disken, så et nytt kall for samme uuid er en disklesing.

Spørringsparametre

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

Ordbok for uttale ny

Fortell TTS- motoren hvordan bestemte ord skal uttales. Lagrede oppføringer brukes automatisk på hver TTS- forespørsel du gjør. 200- entry per konto- grense.

Anmodningsorgan (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-..."

Du kan også passere hver forespørsel uten å lagre dem – ta med uttale på et hvilket som helst / v1/tts/ kall som enten et objekt eller en tabell (se parametrene for TTS- endepunkter).

Artikkelforteljar ny

Slipp en enkelt tagg på alle artikkelsider og besøkende får en fast leserlinje som forteller siden ved klikk. Automatisk gjenkjenner artikkelkroppen, støtter selvvalgt stemme / modell / posisjon / aksentfarge.

<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>

Valg

Kilden til GitHub: