Dokumentimi i API

Fjalë në tekst

Transkribo audio në tekst. Suporton 99 gjuhë me zbulim automatik.

Korpi i kërkesës (multipart/form-data)

Përgjigje

{
  "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"
    }
  ]
}

Klonimi i zërit

Gjenerator i foljes në një zë të klonuar. Ngarko një referencë audio dhe tekst.

Korpi i kërkesës (multipart/form-data)

Përgjigje

Kthen file audio si të dhëna binare, të njëjta si pika e fundit e TTS.

Ndryshues zëri

Shndërro audion në tingull të zërit të ndryshëm. Ngarko audion burimor dhe zgjidh një zë qëllimi.

Korpi i kërkesës (multipart/form-data)

Kërkesa e shembullit

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

Përgjigje

Kthen file audio të konvertuar si të dhëna binare.

Përkthim i Fjalës

Përkthe audion e folur nga një gjuhë në tjetrën. Kombinon fjalë-në-tekst, përkthim dhe tekst-në-folje në një thirrje të vetme.

Korpi i kërkesës (multipart/form-data)

Përgjigje

{
  "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
}

Fjalë në Fjalë

Transformon stilin e fjalimit, emocionin, apo përmbajtjen duke mbajtur përmbajtjen. E dobishme për rregullimin e tonit, ritmit dhe shprehjes.

Korpi i kërkesës (multipart/form-data)

Përgjigje

Kthen file audio të transformuar si të dhëna binare.

Instrumentet e zërit

Pikat përfundimtare të përpunimit të audios për përmirësim, heqjen e zërit, ndarjen e stem, dhe më shumë.

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

Biseda me zë

Dërgo audio apo tekst dhe merr një përgjigje AI me fjalë të sintetizuara.

Korpi i kërkesës (multipart/form-data ose JSON)

Përgjigje

{
  "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
}

Batch TTS

Dërgo tekste të shumta për krijimin paralel të TTS. Në mënyrë opsionale merr një thirrje webhook kur të përfundojnë të gjitha punët.

Parametrat

Përgjigje

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

Proçesi i sondazhit me GET /v1/tts/batch/result/?batch_id=abc123

Zëri i integruar

Para-kalkuluar një zë të përfshirë nga audio referimi. Përdor embed_id të kthyer në kërkesat e mëvonshme të klonimit të zërit për krijimin gati menjëherë.

Parametrat

Përgjigje

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

Kontrolli i gjendjes

Kontrollo gjendjen e serverit GPU, modelet e ngarkuara dhe madhësine e rreshtit. Nuk kërkohet autentifikim. Kache për 30 sekonda.

Përgjigje

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

Lista e modeleve

Kthen një listë të të gjithë modeleve në dispozicion me aftësitë e tyre.

Përgjigje

{
  "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
    }
  ]
}

Zërat e listës

Kthen një listë të të gjithë zërave në dispozicion, opcionalisht të filtruar sipas modelit apo gjuhës.

Parametrat e pyetjes

Përgjigje

{
  "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
}

Subtitrat (SRT / VTT) e re

Gjenerati subtitrat e sinkronizuar për çdo punë TTS të përfunduar. Ekzekuton Whisper alignment mbi audio dhe kthen SRT ose WebVTT. Rezultati është i ruajtur në disk kështu që një thirrje e dytë për të njëjtin uuid është një disk i lexuar.

Parametrat e pyetjes

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

Fjalori i Fjalëshkrimit e re

Trego motorit TTS si të përshkruaj fjalë të caktuara. Entrat e ruajtura aplikohen automatikisht në çdo kërkesë TTS që bëni. Kufiri i hyrjeve për llogari është 200.

Korpi i kërkesës (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-..."

Ju gjithashtu mund të kaloni mbishkrimet e kërkesave pa i ruajtur ato — përfshini pronunciations në çdo thirrje /v1/tts/ si një objekt ose një array (shikoni parametrat e pikës së fundit të TTS).

Artikulli e re

Hidhe një