API-dokumentaatio

Integroi Speech to Speech AI sovelluksiisi yksinkertaisella REST API:lla.

Pikakäynnistys

Get started with the Speech to Speech AI API in under 5 minutes.

Perusverkko- osoite
https://api.speechtospeechai.com/v1
1 tl Aloita työ

Jokainen työkalu on API-avaimella varustettu POST. Vastaus on työpaikkatunnus, ei ääni.

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. Tuloskysely

Pyydä työtä muutaman sekunnin välein, kunnes tila on valmis, ja lataa tulos_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"}

Todentaminen

Kaikki API-pyynnöt edellyttävät tunnistautumista API-avaimen kautta Authorization Otsikko.

Otsikko
Authorization: Bearer YOUR_API_KEY
Hae API-avain tilikojelauta.

Äänien kloonaus

POST /v1/voice-clone/

Puhu teksti lyhyen referenssitallenteen äänellä.

Pyynnön esittävä elin (moniosainen/muodollinen tieto)
Muuttuja Tyyppi Vaadittu Tavaran kuvaus
reference_audio file Kyllä Äänitys klooniksi (10-30 sekuntia suositellaan, jopa 60)
text string Kyllä Teksti tuohon ääneen
model string Ei ole tarpeen lavertelua, avointa ääntä, kilpikonnaa tai gpt-sovitteja
language string Ei ole tarpeen Kielikoodi (oletus: fi)
Vaste

Työtunnus (uid). Kysely GET /v1/speech/results/?uuid= kunnes tila on valmis ja lataa tulos_url.

Teksti puheeksi

POST /v1/tts/

Muuta teksti puheen ääniksi.

Pyynnön esittävä elin (moniosainen/muodollinen tieto)
Muuttuja Tyyppi Vaadittu Tavaran kuvaus
text string Kyllä Muunnettava teksti (enintään 5000 merkkiä)
model string Ei ole tarpeen Kokoro (oletus), pipari, lasit tai kuori
voice_id string Ei ole tarpeen Äänitunniste GET/v1/speech/speech/speeces/?model=
language string Ei ole tarpeen Kielikoodi (oletus: fi)
speed float Ei ole tarpeen Nopeuskerroin (0,5-2,0, oletus 1,0)
format string Ei ole tarpeen wav (oletus), mp3, ogg tai flac. SSML-tunnisteet poistetaan ennen synteesiä.
Vaste

Työtunnus (uid). Kysely GET /v1/speech/results/?uuid= kunnes tila on valmis ja lataa tulos_url.

Puhe tekstille

POST /v1/transcribe/

Kirjoita ääni aikaleimalla tekstiin.

Pyynnön esittävä elin (moniosainen/muodollinen tieto)
Muuttuja Tyyppi Vaadittu Tavaran kuvaus
file file Kyllä Ääni- tai videotiedosto, joka kirjoitetaan
model string Ei ole tarpeen suur-v3 (oletus) tai turbo
language string Ei ole tarpeen Kielikoodi tai automaattinen sen tunnistaminen (oletus)
enable_word_timestamps bool Ei ole tarpeen Lisää aloitus ja lopetusaika jokaiseen sanaan
callback_url string Ei ole tarpeen URL, joka saa POST:n tuloksen työn päätyttyä
Vaste

Työtunnus (uid). Kysely GET/v1/transcribe/results/?uuid= kunnes status on valmis, vastaus sisältää tekstiä, kieltä ja segmenttejä.

Saatavilla olevat mallit

Tekstistä puheentoistomallit
Mallin tunniste Tavaran kuvaus Paras
kokoro Nopea monikielinen TTS Yleiskäyttö, matala latenssi
piper Kevyt monikielinen TTS (vain kaupallisella luvalla varustetut äänet) Nopeat käännökset 11 kielellä
vits LJSpeech plus 108 VCTK-englanninkielistä Englanninkieliset korostukset
bark Luova TTS, 130 esiasettelua 13 kielellä Erilainen, ilmaisukykyinen toimitus (hidas)
openvoice Äänien kloonaus ja valinnainen äänen muuntaminen Vaihtoehto keskustelupalstalle
chatterbox Äänien kloonaus nollalla 23 kielellä; oletusäänen muuntaminen Lyhyt näyte kloonaus
Puheenvaihto-tekstimallit
Mallin tunniste Tavaran kuvaus Paras
whisper-large-v3 OpenAI Whisper Large v3 Korkein tarkkuus, monikielinen
whisper-turbo Optimoitu kuiskuttelija nopeuteen Nopea transkriptio

Virhekoodit

Koodi Tila Tavaran kuvaus
invalid_api_key 401 Virheellinen tai puuttuva API-näppäin
insufficient_credits 402 Ei tarpeeksi hyvityksiä tähän operaatioon
rate_limit_exceeded 429 Liikaa pyyntöjä
invalid_request 400 Epämuodostunut pyynnön esittävä elin
model_not_found 404 Pyydettyä mallia ei ole olemassa
voice_not_found 404 Pyydettyä ääntä ei ole olemassa
file_too_large 413 Ladattu tiedosto ylittää kokorajan
server_error 500 Sisäinen palvelinvirhe