Documentare API

Autentificare

Pentru modelele premium și limitele ratei mai mari, autentificați cu un token Bearer în Authorization antet.

Authorization: Bearer sk-tts-your-api-key-here

SDK

SDK-urile oficiale fac ușor să integreze TTS.ai în aplicația dumneavoastră. Ambele sunt surse deschise și disponibile pe GitHub.

pip install ttsai

from tts_ai import TTSClient

client = TTSClient(api_key="sk-tts-...")
audio = client.generate(
    text="Hello world!",
    model="kokoro"
)
client.save(audio, "output.wav")

npm install @ttsainpm/ttsai

const { TTSClient } = require('@ttsainpm/ttsai');

const client = new TTSClient({
  apiKey: 'sk-tts-...'
});
const audio = await client.generate({
  input: 'Hello world!',
  model: 'kokoro'
});
await client.saveToFile(audio, 'output.wav');

URL de bază

Toate punctele finale sunt legate de această URL de bază. De exemplu, punctul final TTS este:

Limitele ratei

Limitele ratei API variază după plan:

Înălțimea limită a ratei sunt incluse în fiecare răspuns: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.

Utilizarea caracterelor

Text la discurs

Convertiți textul în audio de voce. returnează fișierul audio în formatul solicitat.

Organismul de cerere

Cerere de exemplu

curl -X POST https://api.tts.ai/v1/tts/ \
  -H "Authorization: Bearer sk-tts-your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kokoro",
    "text": "Hello from TTS.ai! This is a test.",
    "voice": "af_bella",
    "format": "mp3"
  }' \
  --output output.mp3

SSML etichete

Numerele, datele, moneda, numerele de telefon și acronimele în

Formatul de date implicit în mdy pentru engleză și dmy în altă parte; înlocuiți cu format=\

{
  "model": "kokoro",
  "voice": "af_bella",
  "text": "Your appointment is on <say-as interpret-as=\"date\">2026-04-26</say-as> at <say-as interpret-as=\"time\">14:30</say-as>. Please call <say-as interpret-as=\"telephone\">+1-555-867-5309</say-as> if you need to reschedule."
}

Răspuns

The TTS endpoint queues your request and returns a JSON response with a job UUID. You then poll for the result.

Step 1: Submit request

{
  "uuid": "77b71db532874ce98e84a69a2d740d4c",
  "job_id": "f21316bb-aefa-480d-8523-701d1e3184ce",
  "status": "queued",
  "credits_used": 11,
  "credits_remaining": 15000
}

Step 2: Poll for result

Poll this endpoint every 1-2 seconds until status is completed or failed.

{
  "status": "completed",
  "result_url": "https://api.tts.ai/static/downloads/77b71db5.../output.mp3"
}

{
  "status": "processing"
}

Step 3: Download audio

Fetch the result_url from the completed response to download the audio file.

Full example

import requests, time

API_KEY = "sk-tts-your-key"
BASE = "https://api.tts.ai"

# 1. Submit TTS request
resp = requests.post(f"{BASE}/v1/tts/", json={
    "model": "kokoro",
    "text": "Hello from TTS.ai!",
    "voice": "af_bella"
}, headers={"Authorization": f"Bearer {API_KEY}"})
data = resp.json()
uuid = data["uuid"]

# 2. Poll for result
while True:
    result = requests.get(f"{BASE}/v1/speech/results/",
        params={"uuid": uuid}).json()
    if result["status"] == "completed":
        # 3. Download audio
        audio = requests.get(result["result_url"])
        with open("output.mp3", "wb") as f:
            f.write(audio.content)
        break
    elif result["status"] == "failed":
        raise Exception(result.get("error", "Generation failed"))
    time.sleep(1.5)

Streaming alternative: For supported models (Kokoro, MeloTTS), use POST /v1/tts/stream/ for real-time Server-Sent Events (SSE) streaming — no polling needed.

Discursul textului

Transcrie audio la text. Susține 99 de limbi cu auto-detectare.

Organismul de cerere (multipart/form-data)

Răspuns

{
  "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"
    }
  ]
}

Clonarea vocală

Generați vocea într-o voce clonată. Încărcaţi un audio de referință și un text.

Organismul de cerere (multipart/form-data)

Răspuns

Returnează fișierul audio ca date binare, la fel ca punctul final TTS.

Schimbător de voce

Convertiți audio pentru a suna ca o voce diferită. Încărcaţi audio sursă și alegeți o voce țintă.

Organismul de cerere (multipart/form-data)

Cerere de exemplu

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

Răspuns

Returnează fișierul audio convertit ca date binare.

Traducerea discursului

Traduceţi audio vorbit dintr-o limbă în alta. Combinaţi discursul-în-text, traducere şi text-în-speech într-un singur apel.

Organismul de cerere (multipart/form-data)

Răspuns

{
  "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
}

Discursul discursului

Transformați stilul de vorbire, emoție sau livrare în timp ce păstrați conținutul. Util pentru ajustarea tonului, pacing și expresivitate.

Organismul de cerere (multipart/form-data)

Răspuns

Returnează fișierul audio transformat ca date binare.

Unelte audio

Endpointe de procesare audio pentru îmbunătăţire, îndepărtare vocală, divizare stem, și mai mult.

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

Conversare vocală

Trimite audio sau text și primește un răspuns al IA cu discurs sintetizat.

Organismul de cerere (multipart/form-data sau JSON)

Răspuns

{
  "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
}

Serie TTS

Trimite mai multe texte pentru generarea paralelă a TTS. Opțional primește un apelback webhook atunci când toate locurile de muncă se completează.

Parametri

Răspuns

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

Progresul sondajului cu GET /v1/tts/batch/result/?batch_id=abc123

Incorporare vocală

Pre-compută o încorporare vocală din audio de referință. Utilizați incorporarea_id returnată în cererile ulterioare de clonare vocală pentru generarea aproape-instant.

Parametri

Răspuns

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

Verificarea sănătăţii

Verificați starea serverului GPU, modelele încărcate și dimensiunea coada. Nu este necesară autentificare. Cached timp de 30 de secunde.

Răspuns

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

Listă modele

Întoarce o listă cu toate modelele disponibile cu capacitatea lor.

Răspuns

{
  "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
    }
  ]
}

Lista vocilor

Returnează o listă cu toate vocile disponibile, opțional filtrate prin model sau limbaj.

Parametrii cercetării

Răspuns

{
  "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
}

Subtitrare (SRT / VTT) nou

Generați subtitrari sincronizate pentru orice job TTS finalizat. Execută alinierea Whisper pe audio și returnează SRT sau WebVTT. Rezultatul este cached pe disc astfel încât un al doilea apel pentru același uuid este un disc citit.

Parametrii cercetării

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

Dicţionar de pronunţare nou

Spune motorul TTS cum să pronunțe cuvinte specifice. Salvate înregistrări auto-apply la fiecare cerere TTS pe care o faceți. 200-intrare pe cont limită.

Organismul de cerere (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-..."

De asemenea, puteți trece pe-request override fara a le salva — includeți pronunțații pe orice /v1/tts/ call fie ca un obiect sau un array (vezi parametele punctului final TTS).

Articolul Narator nou

Aruncă un singur