API-dokumentation

Tal till text

Översättning av ljud till text. Stöder 99 språk med automatisk upptäckt.

Begärande organ (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"
    }
  ]
}

Röstförslutning

Skapa tal i en klonad röst. Ladda upp ett referensljud och en text.

Begärande organ (multipart/form-data)

Svar

Returnerar ljudfilen som binär data, samma som TTS endpoint.

Röstförändrare

Konvertera ljud till ljud som en annan röst. Ladda upp källljud och välj en målröst.

Begärande organ (multipart/form-data)

Exempel på begäran

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

Returnerar den konverterade ljudfilen som binär data.

Talöversättning

Översätt talat ljud från ett språk till ett annat. Kombinerar tal-till-text, översättning och text-till-tal i ett enda samtal.

Begärande organ (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
}

Tal till tal

Förvandla talstil, känslor, eller leverans samtidigt som innehållet. Användbar för att justera ton, gå och uttrycksfullhet.

Begärande organ (multipart/form-data)

Svar

Returnerar den omvandlade ljudfilen som binär data.

Ljudverktyg

Ljudbehandlingsslutpunkter för förbättring, röstborttagning, stamdelning och mycket mer.

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

Röstchatt

Skicka ljud eller text och ta emot ett AI-svar med syntetiserat tal.

Begärande organ (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
}

Förlaga TTS

Skicka in flera texter för parallell TTS-generering. Valfritt ta emot en webhook callback när alla jobb är klara.

För en driftspänning av mer än 1000 V men högst 1000 V

Svar

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

Förlopp med GET/v1/tts/batch/resultat/?batch_id=abc123

Röstinbäddning

Förkompilera en röst inbäddad från referensljud. Använd den returnerade inbäddade_id i efterföljande röst kloning förfrågningar för nära-instant generation.

För en driftspänning av mer än 1000 V men högst 1000 V

Svar

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

Hälsokontroll

Kontrollera GPU- serverns status, laddade modeller och köstorlek. Ingen behörighetskontroll krävs. Kaklad i 30 sekunder.

Svar

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

Förteckningsmallar

Returnerar en lista över alla tillgängliga modeller med deras kapacitet.

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
    }
  ]
}

Liströster

Returnerar en lista över alla tillgängliga röster, eventuellt filtreras med modell eller språk.

För att säkerställa en effektiv kontroll av överensstämmelse med kraven i denna förordning ska medlemsstaterna se till att följande krav uppfylls:

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
}

Översättning (SRT/VTT) nytt

Skapa synkroniserade undertexter för alla färdiga TTS- jobb. Kör Whisper justering över ljudet och returnerar SRT eller WebVTT. Resultat är cachad på disk så ett andra samtal för samma uuid är en disk läst.

För att säkerställa en effektiv kontroll av överensstämmelse med kraven i denna förordning ska medlemsstaterna se till att följande krav uppfylls:

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

Uttalsordbok nytt

Tala om för TTS-motorn hur man uttalar specifika ord. Sparade poster automatiskt applicera på varje TTS-begäran du gör. 200-ingång per konto gräns.

Begärande organ (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 också passera per begäran företräden utan att spara dem – inkluderar uttal på någon /v1/tts/ anrop som antingen ett objekt eller en matris (se TTS endpoint params).