Τεκμηρίωση API

Ενσωμάτωση Speech to Speech AI στις εφαρμογές σας με ένα απλό REST API.

Γρήγορη εκκίνηση

Ξεκινήστε με το Speech to Speech AI API σε λιγότερο από 5 λεπτά.

URL βάσης
https://api.speechtospeechai.com/v1
1. Ξεκινήστε μια δουλειά

Κάθε εργαλείο είναι ένα POST με το κλειδί API σας. Η απάντηση είναι μια ταυτότητα εργασίας, όχι ο ήχος.

cURL
curl -X POST https://api.speechtospeechai.com/v1/tts/ \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "text=Hello! Welcome to Speech to Speech AI." \
  -F "model=kokoro" \
  -F "voice_id=af_heart" \
  -F "format=mp3"

{"uuid": "3f2c...", "job_id": "...", "status": "queued"}
2. Δημοσκόπηση για το αποτέλεσμα

Ζητήστε τη δουλειά κάθε λίγα δευτερόλεπτα μέχρι να ολοκληρωθεί η κατάσταση, στη συνέχεια κατεβάστε το αποτέλεσμα_url.

cURL
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.mp3"}

Ταυτοποίηση

Όλες οι αιτήσεις API απαιτούν εξακρίβωση ταυτότητας μέσω ενός πλήκτρου API στο Authorization κεφαλίδα.

Κεφαλίδα
Authorization: Bearer YOUR_API_KEY
Πάρτε το κλειδί API σας από το ταμπλό λογαριασμού.

Κλωνοποίηση φωνής

POST /v1/voice-clone/

Να μιλάς με τη φωνή μιας σύντομης εγγραφής.

Φορέας υποβολής αιτήσεων (πολλαπλά μέρη/μορφικά δεδομένα)
Παράμετρος Τύπος Απαιτείται Περιγραφή εμπορευμάτων
reference_audio file Ναι. Καταγραφή της φωνής στον κλώνο (10-30 δευτερόλεπτα συνιστάται, έως 60)
text string Ναι. Κείμενο για να μιλήσει με αυτή τη φωνή
model string Όχι. phatterbox, ανοιχτή φωνή, χελώνα ή gpt-sovits
language string Όχι. Γλώσσα (προκαθορισμένο: en)
Απάντηση

Αναγνωρισιμότητα της εργασίας (uuid). Poll GET /v1/speech/αποτελέσματα /;uuid= μέχρι η κατάσταση να ολοκληρωθεί και να κατεβάσετε το αποτέλεσμα_url.

Κείμενο σε λόγο

POST /v1/tts/

Μετατροπή κειμένου σε ομιλία ήχου.

Φορέας υποβολής αιτήσεων (πολλαπλά μέρη/μορφικά δεδομένα)
Παράμετρος Τύπος Απαιτείται Περιγραφή εμπορευμάτων
text string Ναι. Κείμενο για μετατροπή (μέγ. 5000 χαρακτήρες)
model string Όχι. Κοκόρο (προκαθορισμένο), πιπερόριζας, βότανα ή φλοιός
voice_id string Όχι. ID φωνής από το GET /v1/speech / voices /?model=
language string Όχι. Γλώσσα (προκαθορισμένο: en)
speed float Όχι. Speed multiplier (0.5-2.0, default 1.0)
format string Όχι. wav (προκαθορισμένο), mp3, ogg ή flac. Οι ετικέτες SML αφαιρούνται πριν από τη σύνθεση.
Απάντηση

Αναγνωρισιμότητα της εργασίας (uuid). Poll GET /v1/speech/αποτελέσματα /;uuid= μέχρι η κατάσταση να ολοκληρωθεί και να κατεβάσετε το αποτέλεσμα_url.

Ομιλία σε κείμενο

POST /v1/transcribe/

Ηχογραφήστε το κείμενο με χρονοσφραγίσεις.

Φορέας υποβολής αιτήσεων (πολλαπλά μέρη/μορφικά δεδομένα)
Παράμετρος Τύπος Απαιτείται Περιγραφή εμπορευμάτων
file file Ναι. Αρχείο ήχου/video για να μεταγραφεί
model string Όχι. big-v3 (προκαθορισμένο) ή turbo
language string Όχι. Κωδικός γλώσσας ή αυτόματος για την ανίχνευση (προκαθορισμένο)
enable_word_timestamps bool Όχι. Προσθήκη μιας έναρξης και λήξης σε κάθε λέξη
callback_url string Όχι. URL που λαμβάνει το αποτέλεσμα από POST όταν η εργασία τελειώνει
Απάντηση

Αναγνωρισιμότητα της εργασίας (uuid). Poll GET /v1/trancegraph/feests/?uid= until status is completed? then answer carry text, language and sections.

Διαθέσιμα μοντέλα

Μοντέλα κειμένου προς ομιλία
Υπόδειγμα ID Περιγραφή εμπορευμάτων Καλύτερο για
kokoro Γρήγορη πολύγλωσση TTS Γενική χρήση, χαμηλή καθυστέρηση
piper Ελαφρύ πολύγλωσσο TTS (μόνο εμπορικές φωνές) Γρήγορες αποδόσεις σε 11 γλώσσες
vits LJSpeech συν 108 VCTK Αγγλικά ηχεία Αγγλική προφορά
bark Γεννήτριες TTS, 130 προεπιλογές σε 13 γλώσσες Ποικιλία, εκφραστική παράδοση (αργή)
openvoice Κλωνοποίηση φωνής και προαιρετική μετατροπή φωνής Εναλλακτική λύση στο Chatterbox
chatterbox Μηδενική κλωνοποίηση φωνής σε 23 γλώσσες; προεπιλεγμένο μοντέλο μετατροπής φωνής Κλώνος από σύντομο δείγμα
Μοντέλα ομιλίας προς κείμενο
Υπόδειγμα ID Περιγραφή εμπορευμάτων Καλύτερο για
whisper-large-v3 OpenAI Whisper Large v3 Υψηλότερη ακρίβεια, πολύγλωσση
whisper-turbo Βελτιστοποιημένος Ψιθυριστής για ταχύτητα Γρήγορη μεταγραφή

Κωδικοί σφάλματος

Κωδικός Κατάσταση Περιγραφή εμπορευμάτων
invalid_api_key 401 Μη έγκυρο ή λείπει κλειδί API
insufficient_credits 402 Δεν υπάρχουν αρκετές πιστώσεις για αυτή την επιχείρηση
rate_limit_exceeded 429 Πάρα πολλά αιτήματα.
invalid_request 400 Κακοσχηματισμένος φορέας αίτησης
model_not_found 404 Το μοντέλο που ζητείται δεν υπάρχει.
voice_not_found 404 Η φωνή που ζητάει δεν υπάρχει.
file_too_large 413 Ανεβάστε το αρχείο υπερβαίνει το όριο μεγέθους
server_error 500 Σφάλμα εσωτερικού εξυπηρετητή