Tài liệu API

Xác thực

Tất cả các yêu cầu API yêu cầu xác thực thông qua một ký hiệu Bearer trong Authorization đầu.

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

SDK

Các SDK chính thức giúp dễ dàng tích hợp TTS.ai vào ứng dụng của bạn. Cả hai đều là mã nguồn mở và có sẵn trên 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 cơ sở

Tất cả các điểm cuối đều tương đối với địa chỉ URL cơ sở này. Ví dụ, điểm cuối TTS là:

Giới hạn tốc độ

Giới hạn tốc độ API khác nhau tùy theo kế hoạch:

Tiêu đề giới hạn tốc độ được bao gồm trong mỗi câu trả lời: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.

Giá tín dụng

Văn bản sang Giọng nóiComment

Chuyển văn bản thành âm thanh nói. Trả lại tập tin âm thanh theo định dạng yêu cầu.

Cơ thể yêu cầu

Yêu cầu ví dụ

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

Phản hồi

Trả về tập tin âm thanh như dữ liệu nhị phân với đầu Content-Type thích hợp (audio/mpeg, audio/wav, v.v.).

Content-Type: audio/mpeg
Content-Length: 48256
X-Credits-Used: 2
X-Credits-Remaining: 498

Từ nói sang văn bảnName

Phiên âm âm thanh thành văn bản. Hỗ trợ 99 ngôn ngữ với tự động phát hiện.

Cơ thể yêu cầu (multipart/form-data)

Phản hồi

{
  "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"
    }
  ]
}

Bản sao giọng

Tạo giọng nói bằng giọng nhân bản. Tải lên âm thanh và văn bản tham khảo.

Cơ thể yêu cầu (multipart/form-data)

Phản hồi

Trả về tập tin âm thanh dưới dạng dữ liệu nhị phân, giống như điểm kết thúc TTS.

Bộ thay đổi giọng nóiName

Chuyển đổi âm thanh thành giọng nói khác. Tải lên âm thanh nguồn và chọn giọng nói mục tiêu.

Cơ thể yêu cầu (multipart/form-data)

Yêu cầu ví dụ

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

Phản hồi

Trả về tập tin âm thanh đã chuyển đổi dưới dạng dữ liệu nhị phân.

Dịch Giọng nóiName

Dịch âm thanh nói từ ngôn ngữ này sang ngôn ngữ khác. Gộp lại giọng nói thành văn bản, dịch, và văn bản thành giọng nói trong một cuộc gọi duy nhất. Name

Cơ thể yêu cầu (multipart/form-data)

Phản hồi

{
  "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
}

Giọng nói sang giọng nói

Thay đổi phong cách nói, cảm xúc, hay trình bày trong khi giữ nội dung. Có ích cho điều chỉnh giọng, nhịp điệu, và sự biểu cảm.

Cơ thể yêu cầu (multipart/form-data)

Phản hồi

Trả về tập tin âm thanh đã biến đổi thành dữ liệu nhị phân.

Công cụ âm thanhName

Điểm kết thúc xử lý âm thanh để tăng cường, loại bỏ giọng nói, chia cắt thân, và nhiều hơn nữa.

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

Thảo luận bằng giọng nói

Gửi âm thanh hoặc văn bản và nhận một phản hồi AI với giọng nói tổng hợp.

Cơ thể yêu cầu (multipart/form-data hoặc JSON)

Phản hồi

{
  "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
}

TTS theo lô

Gửi nhiều văn bản để tạo TTS song song. Có thể nhận một cuộc gọi webhook khi tất cả các công việc hoàn thành.

Tham số

Phản hồi

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

Thực hiện cuộc thăm dò với GET /v1/tts/batch/result/?batch_id=abc123

Tạo giọng nói

Đoán trước một giọng nói nhúng từ âm thanh tham chiếu. Dùng embed_id trả về trong các yêu cầu nhân bản giọng nói tiếp theo để tạo gần như ngay lập tức.

Tham số

Phản hồi

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

Kiểm tra sức khỏe

Kiểm tra trạng thái máy chủ GPU, các mô hình đã tải, và kích thước hàng đợi. Không cần xác thực. Bộ nhớ tạm trong 30 giây.

Phản hồi

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

Danh sách mẫu

Trả lại danh sách tất cả các mô hình có sẵn với khả năng của chúng.

Phản hồi

{
  "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
    }
  ]
}

Danh sách âm thanh

Trả lại danh sách tất cả giọng nói sẵn có, có thể lọc theo mẫu hoặc ngôn ngữ.

Tham số truy vấn

Phản hồi

{
  "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
}

Ví dụ mã

• Python
• JavaScript
• cURL

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')}")

# 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"])

# 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)

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();

// 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);

# 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

# 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"

# 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

# 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

Mã lỗi

Tất cả lỗi trả về một đáp ứng JSON với error Đường.

{
  "error": {
    "code": "insufficient_credits",
    "message": "You do not have enough characters for this request.",
    "characters_required": 4000,
    "characters_available": 2000
  }
}

Webhooks

Đối với các nhiệm vụ chạy lâu (splitting stem, batch TTS), bạn có thể cung cấp một tham số webhook_url. Khi nhiệm vụ hoàn thành, chúng tôi sẽ POST kết quả đến URL của bạn.

{
  "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"
}