API 文件

验证

所有 API 请求都需要在 Authorization 标题标题标题.

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

基础 URL URL

所有端点都与此基准 URL 相对。 例如, TTS 端点是 :

限制利率

API利率限额因计划而异:

在每个答复中都包括了利率上限标头: X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset.

信贷成本

文本到语音

将文本转换为语音音频。 以请求的格式返回音频文件 。

请求机构

请求请求的示例

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

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

Returns the audio file as binary data with appropriate Content-Type header (audio/mpeg, audio/wav, etc.).

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

对文本的语音

将音频发送到文本中。 支持99种语言的自动检测 。

请求机构 (multipart/form-data)

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

{
  "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"
    }
  ]
}

语音克隆

以克隆声音生成语音。 上传引用音频和文本 。

请求机构 (multipart/form-data)

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

返回音频文件作为二进制数据,与 TTS 端点相同。

语音变音器

将音频转换为不同的声音。 上传源音频并选择目标声音 。

请求机构 (multipart/form-data)

请求请求的示例

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

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

返回转换的音频文件为二进制数据。

语音翻译

将语音音频从一种语言翻译到另一种语言。 将语音对文本、 翻译和文本对语音合并到一个电话中 。

请求机构 (multipart/form-data)

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

{
  "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
}

发 言发言

变换语言风格、情感或投递,同时保留内容。 可用于调整音调、节奏和表达性。

请求机构 (multipart/form-data)

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

返回已转换的音频文件作为二进制数据。

音频工具

音频处理端点用于增强、声带清除、干分解等等。

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

语音聊天

发送音频或文字,并用合成语音接收AI答复。

请求机构 (multipart/form-data 或 JSON)

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

{
  "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
}

样 样 样 样 样 样 样

返回所有具备能力的现有模型清单。

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

{
  "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
    }
  ]
}

列表声音

返回所有可用声音的列表, 由模式或语言选择过滤 。

查询参数

回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应回应

{
  "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
}

守则示例

• 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

错误代码

所有错误都返回 JSON 响应 error 字段。

{
  "error": {
    "code": "insufficient_credits",
    "message": "You do not have enough credits for this request.",
    "credits_required": 4,
    "credits_available": 2
  }
}

Webhoooks 网络图

对于长期任务( 平整、 批量 TTS), 您可以提供一个 < code> webhook_ url 参数。 当任务完成后, 我们将会将结果寄到您的 URL 中 。

{
  "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"
}