API dokumentacija
Iнтегрirajte Speech to Speech AI u vaše aplikacije s jednostavnim REST API.
Brzi početak
Počnite sa Speech to Speech AI API za manje od 5 minuta.
Osnovni URL
https://api.speechtospeechai.com/v1
1. Pokreni posao
Svaki alat je POST s API ključem. Odgovor je ID posla, a ne 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. Istraživanje rezultata
Traži posao svakih nekoliko sekundi dok se stanje ne završi, a zatim preuzmi rezultat_url.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Ovjera
Svi zahtjevi za API zahtijevaju autentičnost preko API tipke u Authorization Zaglavlje.
Authorization: Bearer YOUR_API_KEY
Kloniranje glasa
/v1/voice-clone/
Govori tekst u glasu kratkog referentnog snimka.
Zahtjev za tijelo (višestruki/podaci forme)
| Parametri | Tip | Potrebno | Opis |
|---|---|---|---|
reference_audio |
file | Yes | Snimanje glasa na klon (10-30 sekundi preporučeno, do 60) |
text |
string | Yes | Tekst kojim se govori tim glasom |
model |
string | Ne. | čačkalica, otvoren glas, kornjača ili gpt-sovica |
language |
string | Ne. | Jezik kod (uobičajeno: en) |
Odgovor
ID posla (uuid). Anketa GET /v1/speech/rezultati/?uuid= dok se stanje ne završi i ne preuzme rezultat_ url.
Tekst za govor
/v1/tts/
Pretvori tekst u govorni zvuk.
Zahtjev za tijelo (višestruki/podaci forme)
| Parametri | Tip | Potrebno | Opis |
|---|---|---|---|
text |
string | Yes | Tekst za pretvaranje (max 5000 znakova) |
model |
string | Ne. | Kokoro (uobičajeno), piper, vite ili kore |
voice_id |
string | Ne. | Id glasa iz GET / v1/speech/voces/?model= |
language |
string | Ne. | Jezik kod (uobičajeno: en) |
speed |
float | Ne. | Množenje brzine (0.5-2.0, zadano 1.0) |
format |
string | Ne. | Wav (podrazumijevano), mp3, og ili flac. SSML oznake se uklanjaju prije sinteze. |
Odgovor
ID posla (uuid). Anketa GET /v1/speech/rezultati/?uuid= dok se stanje ne završi i ne preuzme rezultat_ url.
Govor prema tekstu
/v1/transcribe/
Transcribe zvuk za tekst s vremenskim oznakama.
Zahtjev za tijelo (višestruki/podaci forme)
| Parametri | Tip | Potrebno | Opis |
|---|---|---|---|
file |
file | Yes | Audio/video datoteka za transscribe |
model |
string | Ne. | veliki-v3 (uobičajeno) ili turbo |
language |
string | Ne. | Jezik kod, ili auto za otkrivanje (zadano) |
enable_word_timestamps |
bool | Ne. | Dodajte vrijeme početka i završetka svake riječi |
callback_url |
string | Ne. | URL koji prima rezultat POST kada posao završi |
Odgovor
ID posla (uuid). Popis GET /v1/transcribec/rezultati/?uuid= dok se status ne završi; odgovor zatim nosi tekst, jezik i segmente.
Dostupni modeli
Modeli teksta u govor
| ID modela | Opis | Najbolje za |
|---|---|---|
kokoro |
Brzojezični TTS | Opća upotreba, niska zastarelost |
piper |
Lagani višejezični TTS (samo komercijalno licencirani glasovi) | Brzo prikazivanje na 11 jezika |
vits |
LJ Speech plus 108 VCTK Engleski zvučnici | Engleski naglasci |
bark |
Generativno TTS, 130 predefinacija na 13 jezika | Različiti, ekspresivni dostava (sporo) |
openvoice |
Kloniranje glasa i opcionalno pretvorba glasa | Alternativno za razgovor |
chatterbox |
0-shot kloniranje glasa u 23 jezika; zadani model pretvorbe glasa | Kloniranje iz kratkog uzorka |
Modeli govora prema tekstu
| ID modela | Opis | Najbolje za |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Najviše preciznosti, višejezični |
whisper-turbo |
Optimizirani šaptač za brzinu | Brzo transkripcija |
Šifre grešaka
| Kod | Status | Opis |
|---|---|---|
invalid_api_key |
401 | Neispravan ili nedostaje API ključ |
insufficient_credits |
402 | Nema dovoljno kredita za ovu operaciju |
rate_limit_exceeded |
429 | Previše zahtjeva |
invalid_request |
400 | Neispravno tijelo zatraži |
model_not_found |
404 | Zahtjevni model ne postoji |
voice_not_found |
404 | Zahtjev glas ne postoji |
file_too_large |
413 | Uploadirana datoteka premašuje ograničenje veličine |
server_error |
500 | Unutrašnja greška poslužitelja |