Документация
TTS.ai-ны сезнең кушымталарга безнең REST API белән берләштерегез. OpenAI-га туры килә торган формат җиңел миграция өчен.
Күзәтү
TTS.ai API платформаның барлык функцияләренә програмлаштырылган керүне тәэмин итә: тексттан сөйләмгә синтез, сөйләмнән текстка транскрипция, тавыш клонлаштыру, аудио яхшырту һәм башкалар. API JSON сорау/җавап органнары белән стандарт REST конвенцияләрен куллана.
API ачкычлары
Сезнең API ачкычыгызны алырга Хисабының параметрлары. Икътисад һәм бизнес өлкәсендә Нобель премиясе иясе.
Төп URL
https://api.tts.ai/v1/
Аутентификация
Токен йөртүчесе аша Authorization башлык
Аутентификация
Барлык API сорауларына аутентификация кирәк Authorization башлык.
Authorization: Bearer sk-tts-your-api-key-here
Төп URL
Барлык тәмамлану нокталары бу төп URL белән бәйле. Мәсәлән, TTS тәмамлану нокталары:
Чикләүләр
API тизлек чикләре планга карап үзгәрә:
| План | Сораулар/минут | Берьюлы | Макс. текст озынлыгы |
|---|---|---|---|
| Профиль | 60 | 5 | 5000 гә якын төре билгеле. |
| Идарә итү | 300 | 20 | 50 000 сүз |
Һәр җавапта тизлек чикләүләре башлыклары кертелә: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.
Кредит бәясе
| Хезмәт | Төзелеш | Берлек |
|---|---|---|
| TTS (халыкара модельләр: Piper, VITS, MeloTTS) | 1 кредит | 1000 символ өчен |
| РФ су реестры мәгълүматлары: Кострома-2 (Кострома-2). | 2 гыйнвар | 1000 символ өчен |
| РФ су реестры мәгълүматлары: Чатыр-Яха (Чатыр-Яха, Чатыр-Яха). | 4 нче бит | 1000 символ өчен |
| Сүздән тексткаComment | 2 гыйнвар | аудио минутына |
| Сүзләрне клонлау | 4 нче бит | 1000 символ өчен |
| Тел үзгәрткеч | 3 нче бит | аудио минутына |
| Аудио яхшырту | 2 гыйнвар | аудио минутына |
| Башкорт Википедиясе – Википедиянең башкорт бүлеге. | 3-4 нче битләр | аудио минутына |
| Сөйләү тәрҗемәсе | 5 нче бит | аудио минутына |
| Тел чаты | 3 нче бит | әйләнә өчен |
| Клавиатураны эзләү | Бушлай | -- |
| Аудио әйләндергеч | Бушлай | -- |
Тексттан сөйләмгәComment
Мәкаләне сөйләм аудиосына әйләндерә. Соралган форматтагы аудио файлны кайтара.
Талапның эчке өлеше
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| model | string | Әйе | Модель идентификаторы (мәсәлән, kokoro, chatterbox, piper) |
| text | string | Әйе | Текстны сөйләмгә әйләндерү (Pro өчен 5000 символга кадәр, Enterprise өчен 50000 символга кадәр) |
| voice | string | Әйе | тавыш идентификаторы (/v1/voices/ кулланып тавышларны күрсәтү) |
| format | string | Юк | Чыгу форматы: mp3 (өстәмә), wav, flac, ogg |
| speed | float | Юк | Сүзләү тизлеген арттыручы. Әдәттә: 1.0. Диапазон: 0.5 дан 2.0 га кадәр |
| language | string | Юк | Тел коды (мәсәлән, ru, ru). Юк икән, автоматик рәвештә ачыклана. |
| stream | boolean | Юк | Агымдагы җавапны рөхсәт итү. Әүвәлгечә: false |
Сорауны күрсәтү
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
Җавап
Аудио файлны бинар мәгълүмат буларак кайтара, Content-Type башлыгы белән (audio/mpeg, audio/wav һ.б.).
Content-Type: audio/mpeg
Content-Length: 48256
X-Credits-Used: 2
X-Credits-Remaining: 498
Сүздән тексткаComment
Аудионы текстка күчерү. 99 телне автоматик ачыклау белән яклый.
Талапның эчке өлеше (multipart/form-data)
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| file | file | Әйе | Аудио файл (MP3, WAV, FLAC, OGG, M4A, MP4, WebM). Макс. 100 МБ. |
| model | string | Юк | STT моделе: шыбыр (стандарт), шыбыр-шыбыр, сәнгатьле тавыш |
| language | string | Юк | РФ су реестры мәгълүматлары: Автодорожная (Автодорожная). |
| timestamps | boolean | Юк | Сүз дәрәҗәсендәге вакыт билгеләрен кертү. Әүвәлге: false |
| diarize | boolean | Юк | Сөйләүчене диаризацияләүне рөхсәт итү. Әүвәлге: false |
Җавап
{
"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"
}
]
}
Сүзләрне клонлау
Клонланган тавыш белән сөйләшүне барлыкка китерү. Аудио һәм текстны йөкләү.
Талапның эчке өлеше (multipart/form-data)
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| reference_audio | file | Әйе | Референт тавыш аудиосы (10-30 секунд киңәш ителә). Макс. 20 МБ. |
| text | string | Әйе | Клонланган тавыш белән сөйләшү өчен текст. |
| model | string | Юк | Клон модельләре: chatterbox (стандарт), cosyvoice2, gpt-sovits |
| format | string | Юк | Чыгу форматы: mp3 (өстәмә), wav, flac |
| language | string | Юк | Теләгән тел коды. Сайланган модель тарафыннан якланырга тиеш. |
Җавап
Аудио файлны бинар мәгълүмат буларак кайтара, TTS ахыры белән бертигез.
Тел үзгәрткеч
Аудионы башка тавышка әйләндерү. Аудио чыганагын йөкләгез һәм максат тавышын сайлагыз.
Талапның эчке өлеше (multipart/form-data)
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| file | file | Әйе | Аудио чыганак файлы (MP3, WAV, FLAC). Макс. 50 МБ. |
| target_voice | string | Әйе | Үзгәртергә теләгән тавыш идентификаторы (/v1/voices/ кулланып тавышларны күрсәтегез) |
| model | string | Юк | Сүз әйләндерү моделе: openvoice (стандарт), knn-vc |
| format | string | Юк | Чыгу форматы: wav (өстәмә), mp3, flac |
Сорауны күрсәтү
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
Җавап
Ияртелгән аудиофайлны бинар мәгълүмат буларак кайтара.
Сөйләү тәрҗемәсе
Сүзләшкән аудионы бер телдән икенчесенә тәрҗемә итегез. Сүзләүдән-матнга, тәрҗемә итүдән һәм тексттан-сөйләүгә бер чакыруда берләштерә.
Талапның эчке өлеше (multipart/form-data)
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| file | file | Әйе | Оригиналь телдәге аудиофайл. Макс. 100 МБ. |
| target_language | string | Әйе | Теләгән тел коды (мәсәлән, es, fr, de, ja) |
| voice | string | Юк | тәрҗемә өчен тавыш. Юк икән, автоматик рәвештә сайлана. |
| preserve_voice | boolean | Юк | Оригиналь сөйләүчене саклап калырга тырышу |
Җавап
{
"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
}
Сүздән сүзгәComment
Сүзләү стилен, хис-кичерешләрне яки сөйләүне үзгәртү, эчтәлекне саклап калу. Тонны, темпны һәм белдерүне көйләү өчен файдалы.
Талапның эчке өлеше (multipart/form-data)
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| file | file | Әйе | Сүзләү аудиофайлының чыганагы. Макс. 50 МБ. |
| voice | string | Әйе | Сүз чыгару өчен максатлы тавыш идентификаторы |
| model | string | Юк | Модель: openvoice (стандарт), чатербокс |
| emotion | string | Юк | |
| speed | float | Юк | Тизлекне көйләү. Әдәттә: 1.0. Диапазон: 0.5 дан 2.0 га кадәр |
Җавап
Трансформацияләнгән аудиофайлны бинар мәгълүмат буларак кайтара.
Аудио җиһазлары
Аудио- һәм видеоязмаларны, аудио- һәм видеоязмаларны, аудио- һәм видеоязмаларны, аудио- һәм видеоязмаларны эшкәртү.
Әдәбият фәннәре кандидаты, доцент, Татарстанның атказанган сәнгать эшлеклесе.
| file file | Боерылган аудиофайл |
| denoise boolean | Шомлылыкны бетерүне активлаштыру (өстәмә: дөрес) |
| enhance_clarity boolean | Сүзләүнең ачыклыгын яхшырту (өстәмә: дөрес) |
| super_resolution boolean | Аудио сыйфатын яхшырту (өстәмә: ялган) |
| strength integer | 1-3 (яшел, уртача, көчле). Әүвәлге: 2 |
Сөйләшүчеләрнең күпчелеге — татарлар, яки башкортлар, яки чуашлар.
| file file | Аерыр өчен аудиофайл |
| model string | demucs (default:mm) яки spleeter |
| stems integer | Чәчәкләр саны: 2, 4, 5 яки 6 (өстәмә: 2) |
| format string | Чыгу форматы: wav, mp3, flac |
Аудиозапислардан эхо һәм реверберацияне юкка чыгару.
| file file | Эшләячәк аудиофайл |
| type string | echo or reverb (default: both) |
| intensity integer | 1-5 (default: 3) |
Клавиша, BPM һәм вакыт билгеләрен ачыклау өчен аудионы анализлау.
| file file | Анализлау өчен аудиофайл |
{
"key": "C",
"scale": "Major",
"bpm": 120.0,
"time_signature": "4/4",
"camelot": "8B",
"compatible_keys": ["C Major", "G Major", "F Major", "A Minor"]
}
Аудио форматлар арасында әйләндерү.
| file file | Үзгәртү өчен аудиофайл |
| format string | Мәгълүм форматлар: mp3, wav, flac, ogg, m4a, aac |
| bitrate integer | Чыгу бит тизлеге (кб/с): 64, 128, 192, 256, 320 |
| sample_rate integer | Почта индексы — 422050, ГАТОБК коды — 802048. |
| channels string | mono яки stereo |
Тел чаты
Аудио яки текстны җибәрегез һәм синтетик сөйләм белән AI җавапны алыгыз.
Талапның эчке өлеше (multipart/form-data яки JSON)
| Параметрлар | Тип | Таләп ителә | Сүзтезмә |
|---|---|---|---|
| audio | file | Юк* | Аудио кертем (audio яки text кирәк) |
| text | string | Юк* | Текст кертеме (audio яки text кирәк) |
| voice | string | Юк | ИИ җавап өчен тавыш. Әүвәлге: af_bella |
| tts_model | string | Юк | Җавап өчен TTS модели. Әүвәлгечә: kokoro |
| system_prompt | string | Юк | AI өчен үзенчәлекле система хәбәре |
| conversation_id | string | Юк | Хәзерге сөйләшүне дәвам итү |
Җавап
{
"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
}
Модельләр исемлеге
Барлык кулланыла торган модельләр исемлеген һәм аларның мөмкинлекләрен кайтара.
Җавап
{
"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
}
]
}
тавышлар исемлеге
Барлык кулланыла торган тавышлар исемлеген кайтара, модель яки тел буенча өстәмә рәвештә фильтрланган.
Параметрлар
| Параметрлар | Тип | Сүзтезмә |
|---|---|---|
| model | string | Модель ID буенча фильтрлау (мәсәлән, kokoro) |
| language | string | Тел коды буенча фильтрлау (мәсәлән, ru) |
| gender | string | Гендер буенча фильтрлау: ир, хатын, нейтраль |
Җавап
{
"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
}
Код мисаллары
Тексттан сөйләмгәComment
import requests
API_KEY = "sk-tts-your-key"
# Text to Speech
response = requests.post(
"https://api.tts.ai/v1/tts/",
headers={"Authorization": f"Bearer {API_KEY}"},
json={
"model": "kokoro",
"text": "Hello from TTS.ai!",
"voice": "af_bella",
"format": "mp3"
}
)
with open("output.mp3", "wb") as f:
f.write(response.content)
print(f"Credits used: {response.headers.get('X-Credits-Used')}")
Сүздән тексткаComment
# Speech to Text
with open("recording.mp3", "rb") as f:
response = requests.post(
"https://api.tts.ai/v1/stt/",
headers={"Authorization": f"Bearer {API_KEY}"},
files={"file": f},
data={"model": "faster-whisper", "timestamps": "true"}
)
result = response.json()
print(result["text"])
Сүзләрне клонлау
# Voice Cloning
with open("reference.wav", "rb") as ref:
response = requests.post(
"https://api.tts.ai/v1/tts/clone/",
headers={"Authorization": f"Bearer {API_KEY}"},
files={"reference_audio": ref},
data={
"text": "This speech uses a cloned voice.",
"model": "chatterbox"
}
)
with open("cloned_output.mp3", "wb") as f:
f.write(response.content)
Тексттан сөйләмгәComment
const API_KEY = 'sk-tts-your-key';
// Text to Speech
const response = await fetch('https://api.tts.ai/v1/tts/', {
method: 'POST',
headers: {
'Authorization': `Bearer ${API_KEY}`,
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'kokoro',
text: 'Hello from TTS.ai!',
voice: 'af_bella',
format: 'mp3'
})
});
const audioBlob = await response.blob();
const audioUrl = URL.createObjectURL(audioBlob);
const audio = new Audio(audioUrl);
audio.play();
Сүздән тексткаComment
// Speech to Text
const formData = new FormData();
formData.append('file', audioFile);
formData.append('model', 'faster-whisper');
const response = await fetch('https://api.tts.ai/v1/stt/', {
method: 'POST',
headers: { 'Authorization': `Bearer ${API_KEY}` },
body: formData
});
const result = await response.json();
console.log(result.text);
Тексттан сөйләмгәComment
# Text to Speech
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!","voice":"af_bella","format":"mp3"}' \
-o output.mp3
Сүздән тексткаComment
# Speech to Text
curl -X POST https://api.tts.ai/v1/stt/ \
-H "Authorization: Bearer sk-tts-your-key" \
-F "file=@recording.mp3" \
-F "model=faster-whisper" \
-F "timestamps=true"
Сүзләрне клонлау
# Voice Cloning
curl -X POST https://api.tts.ai/v1/tts/clone/ \
-H "Authorization: Bearer sk-tts-your-key" \
-F "reference_audio=@reference.wav" \
-F "text=This uses a cloned voice." \
-F "model=chatterbox" \
-o cloned.mp3
Аудио яхшырту
# Audio Enhancement
curl -X POST https://api.tts.ai/v1/audio/enhance/ \
-H "Authorization: Bearer sk-tts-your-key" \
-F "file=@noisy_audio.mp3" \
-F "denoise=true" \
-F "enhance_clarity=true" \
-o enhanced.mp3
Ката кодлары
Барлык хаталар JSON җавап кайтара error кыры.
{
"error": {
"code": "insufficient_credits",
"message": "You do not have enough credits for this request.",
"credits_required": 4,
"credits_available": 2
}
}
| HTTP торышы | Ката коды | Сүзтезмә |
|---|---|---|
| 400 | bad_request |
Таләп ителгән параметрлар дөрес түгел. Мәгълүмат өчен хата хәбәрен карагыз. |
| 401 | unauthorized |
Юк яки дөрес булмаган API ачкыч. |
| 402 | insufficient_credits |
Кредитлар җитми. /pricing/ сайтыннан күбрәк сатып алыгыз. |
| 403 | forbidden |
Сезнең планда APIга керү мөмкинлеге юк. |
| 404 | not_found |
Модель яки тавыш табылмады. |
| 413 | file_too_large |
Өстәлгән файл зурлыгы чиктән тыш зур. |
| 429 | rate_limited |
Сораулар бик күп. Сөйләм тизлеге чикләүләре башлыкларын тикшерегез. |
| 500 | internal_error |
Сервер хатасы. Соңрак кабатлап карагыз. |
| 503 | model_loading |
Модель йөкләнә. Берничә секундтан кабатлап карагыз. |
Веб-хоклар
Озак вакытка сузылган бурычлар өчен (стемманы аеру, пакетлы TTS), webhook_url параметрын бирергә мөмкин. Бурыч тәмамлангач, без нәтиҗәне сезнең URL адресыгызга POST итәрбез.
{
"event": "task.completed",
"task_id": "task_abc123",
"status": "success",
"result_url": "https://api.tts.ai/v1/results/task_abc123",
"credits_used": 12,
"created_at": "2025-01-15T10:30:00Z",
"completed_at": "2025-01-15T10:30:45Z"
}
Төзелешкә әзерме?
Сезнең API ачкычыгызны алыгыз һәм TTS.ai-ны сезнең кушымталарга интеграцияләүне башлагыз.