Documentation API

Intégrez Speech to Speech AI à vos applications grâce à une API REST simple.

Démarrage rapide

Commencez avec l'API Speech to Speech AI en moins de 5 minutes.

URL de base
https://api.speechtospeechai.com/v1
1. Lancer une tâche

Chaque outil est un POST avec votre clé API. La réponse est un identifiant de tâche, pas l'audio.

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. Récupérer le résultat

Interrogez la tâche toutes les quelques secondes jusqu'à ce que le statut soit completed, puis téléchargez result_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"}

Authentification

Toutes les requêtes API nécessitent une authentification via une clé API dans le Authorization en-tête.

En-tête
Authorization: Bearer YOUR_API_KEY
Obtenez votre clé API de votre tableau de bord du compte.

Clonage de la voix

POST /v1/voice-clone/

Faites prononcer un texte avec la voix d'un court enregistrement de référence.

Organe de demande (données multiples/formulaires)
Paramètre Type Requis Désignation des marchandises
reference_audio file Oui Enregistrement de la voix à cloner (10-30 secondes recommandées, jusqu'à 60)
text string Oui Texte à prononcer avec cette voix
model string Numéro chatterbox, openvoice, tortoise ou gpt-sovits
language string Numéro Code de langue (par défaut : en)
Réponse

Un identifiant de tâche (uuid). Interrogez GET /v1/speech/results/?uuid= jusqu'à ce que status soit completed, puis téléchargez result_url.

Synthèse vocale

POST /v1/tts/

Convertir le texte en audio de la parole.

Organe de demande (données multiples/formulaires)
Paramètre Type Requis Désignation des marchandises
text string Oui Texte à convertir (5000 caractères maximum)
model string Numéro kokoro (par défaut), piper, vits ou bark
voice_id string Numéro Identifiant de voix issu de GET /v1/speech/voices/?model=
language string Numéro Code de langue (par défaut : en)
speed float Numéro Multiplicateur de vitesse (0,5-2.0, par défaut 1.0)
format string Numéro wav (par défaut), mp3, ogg ou flac. Les balises SSML sont supprimées avant la synthèse.
Réponse

Un identifiant de tâche (uuid). Interrogez GET /v1/speech/results/?uuid= jusqu'à ce que status soit completed, puis téléchargez result_url.

Discours au texte

POST /v1/transcribe/

Traccrivez l'audio au texte avec des horodatages.

Organe de demande (données multiples/formulaires)
Paramètre Type Requis Désignation des marchandises
file file Oui Fichier audio/vidéo à transcrire
model string Numéro large-v3 (par défaut) ou turbo
language string Numéro Code de langue, ou auto pour la détecter (par défaut)
enable_word_timestamps bool Numéro Ajoute une heure de début et de fin à chaque mot
callback_url string Numéro URL qui reçoit le résultat par POST à la fin de la tâche
Réponse

Un identifiant de tâche (uuid). Interrogez GET /v1/transcribe/results/?uuid= jusqu'à ce que status soit completed ; la réponse contient alors text, language et segments.

Modèles disponibles

Modèles de synthèse vocale
Modèle ID Désignation des marchandises Idéal pour
kokoro TTS multilingue rapide Usage général, faible latence
piper TTS multilingue léger (voix sous licence commerciale seulement) rendu rapide en 11 langues
vits LJSpeech plus 108 VCTK Haut-parleurs anglais accents anglais
bark TTS, 130 préréglages en 13 langues Livraison variée et expressive (faible)
openvoice Clonage vocal et conversion de voix en option Alternative à Chatterbox
chatterbox Clonage vocal zero-shot en 23 langues ; modèle de conversion de voix par défaut Clonage à partir d'un échantillon court
Modèles de transcription
Modèle ID Désignation des marchandises Idéal pour
whisper-large-v3 OpenAI Whisper Large v3 Haute précision, multilingue
whisper-turbo Whisper optimisé pour la vitesse transcription rapide

Codes d'erreur

Code État Désignation des marchandises
invalid_api_key 401 Clé API non valide ou manquante
insufficient_credits 402 Pas assez de crédits pour cette opération
rate_limit_exceeded 429 Trop de demandes
invalid_request 400 Organisme de demande altéré
model_not_found 404 Le modèle demandé n'existe pas
voice_not_found 404 La voix demandée n'existe pas
file_too_large 413 Le fichier téléchargé dépasse la limite de taille
server_error 500 Erreur de serveur interne