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 -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 "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.
Authorization: Bearer YOUR_API_KEY
Clonage de la voix
/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
/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
/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 |