Документация API

Выступление с текстом

Перевод звука на текст. Поддерживает 99 языков с автоматическим обнаружением.

Запрашиваемый орган (multipart/form-data)

Ответ

{
  "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"
    }
  ]
}

Клонирование голоса

Создать речь клонированным голосом. Загрузить справочный звук и текст.

Запрашиваемый орган (multipart/form-data)

Ответ

Возвращает аудио файл как двоичные данные, то же, что и конечная точка TTS.

Голосовое изменение

Преобразовать звук в другой голос. Загрузить источник звука и выбрать целевой голос.

Запрашиваемый орган (multipart/form-data)

Пример запроса

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

Ответ

Возвращает преобразованный аудио файл в бинарные данные.

Перевод речи

Переведите разговорный звук с одного языка на другой.

Запрашиваемый орган (multipart/form-data)

Ответ

{
  "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
}

Выступление с речью

Преобразуйте стиль речи, эмоции или передачу, сохраняя содержание.

Запрашиваемый орган (multipart/form-data)

Ответ

Возвращает преобразованный аудио файл в двоичные данные.

Аудиовизуальные средства

Аудиообработка конечных точек для улучшения, вокалистого удаления, разделения стволов и т.д.

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

Голосовой разговор

Отправьте аудио или текст и получите ответ АИ с синтезированной речью.

Запрашиваемый орган (multipart/form-data или JSON)

Ответ

{
  "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
}

Батарея TTS

Представьте несколько текстов для параллельного поколения TTS. Факультативно получайте звонок через веб-хук, когда все рабочие места завершатся.

Параметры

Ответ

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

Результаты опроса GET /v1/tts/batch/ result/?batch_id=abc123

Голос

Предварительно зафиксировать голос, встраиваемый с эталонного аудио. Используйте обратное встроенное_id в последующие запросы о клонировании голоса для почти незаметного поколения.

Параметры

Ответ

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

Медицинский осмотр

Проверьте статус сервера GPU, загруженные модели и размер очереди. Не требуется аутентификации. Задержан на 30 секунд.

Ответ

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

Список моделей

Возвращает список всех имеющихся моделей с их возможностями.

Ответ

{
  "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
    }
  ]
}

Список голосов

Возвращает список всех имеющихся голосов, факультативно фильтруемых моделью или языком.

Параметры запроса

Ответ

{
  "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
}

Субтитры (SRT/VTT) новые

Создайте синхронизированные субтитры для любой завершенной работы TTS. Запусти Whepper на аудио и верните SRT или WebVTT. Результат скачан на диске, так что второй вызов для того же uuuid - это считывание диска.

Параметры запроса

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

Словарь произношения новые

Скажи двигателю TTS, как произносить конкретные слова. Сохранённые записи автоматически применимы к каждому запросу TTS.

Запрашиваемый орган (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-..."

Вы также можете передавать по каждому запросу блокировку без сохранения — включить произношение >/code> на любом /v1/tts/ вызове в качестве объекта или массива (см. TTS conduction point params).