開発者向けテキスト・トゥ・スピーチ API

import requests

response = requests.post(
    "https://api.tts.ai/v1/tts",
    json={
        "text": "Hello from my app!",
        "model": "kokoro",
        "voice": "af_heart",
        "format": "mp3"
    },
    headers={
        "Authorization": "Bearer sk-tts-xxx"
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

const response = await fetch(
    "https://api.tts.ai/v1/tts",
    {
        method: "POST",
        headers: {
            "Content-Type": "application/json",
            "Authorization": "Bearer sk-tts-xxx"
        },
        body: JSON.stringify({
            text: "Hello from my app!",
            model: "kokoro",
            voice: "af_heart",
            format: "mp3"
        })
    }
);

const audio = await response.blob();

curl -X POST https://api.tts.ai/v1/tts \
  -H "Authorization: Bearer sk-tts-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from my app!",
    "model": "kokoro",
    "voice": "af_heart",
    "format": "mp3"
  }' \
  --output output.mp3

# Works with OpenAI client library
from openai import OpenAI

client = OpenAI(
    api_key="sk-tts-xxx",
    base_url="https://api.tts.ai/v1"
)

response = client.audio.speech.create(
    model="kokoro",
    voice="af_heart",
    input="Hello from my app!"
)

response.stream_to_file("output.mp3")

チャットボット

チャットボットやAIアシスタントに音声出力を追加します。音声認識インターフェースのために TTS を通して LLM 応答を送信します。Kokoro はリアルタイム会話にサブ秒の遅延を提供します。Sesame CSM は自然なタイミングで会話音声を生成します。

• 音声パイプラインへのLLM応答
• 子供のためのサブ秒遅延
• 会話スピーチ
• ストリーミング音声出力

音声アプリケーション

音声をサポートするモバイルアプリケーション、アクセシビリティツール、読書アプリケーション、言語学習プラットフォームを作成します。REST API はどんなモバイルフレームワークでも動作します。オーディオファイルをダウンロードしたり、クライアントに直接ストリーミングしたりできます。

• React Native、Flutter、Swift、Kotlin
• アクセシビリティアプリケーション
• 言語学習プラットフォーム
• オーディオコンテンツ生成

SaaS製品

SaaS 製品のホワイトラベル音声機能。TTS、STT、音声クローン、オーディオ処理をプラットフォームの機能として追加。GPU インフラストラクチャを管理することなく、私たちの API を音声バックエンドとして使用してください。

• ホワイトラベル音声機能
• GPUインフラが必要ない
• 利用料金
• ユーザーに提供する20以上のモデル

自動化パイプライン

音声生成をＣＩ／ＣＤパイプライン，コンテンツ自動化，バッチ処理ワークフローに統合。スプレッドシートデータから数千のオーディオファイルを生成し，ポッドキャスト生成を自動化し，コンテンツの地域化パイプラインを構築する。

• APIを介したバッチ処理
• コンテンツ現地化パイプライン
• CI/CD統合
• 音声自動化用スプレッドシート