API dokumentáció
Integrálja Speech to Speech AI az alkalmazásokat egy egyszerű REST API.
Gyorsindítás
Kezdje a Speech to Speech AI API 5 perc alatt.
Alap URL
https://api.speechtospeechai.com/v1
1. Kezdj el dolgozni!
Minden eszköz egy POST az API kulcsával. A válasz egy állásazonosító, nem a hang.
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. Az eredményre vonatkozó szavazás
Kérjen néhány másodpercenként munkát, amíg a státusz elkészül, majd töltse le az eredmény_url.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Hitelesítés
Minden API kérés hitelesítést igényel egy API kulcs segítségével a Authorization Fejléc.
Authorization: Bearer YOUR_API_KEY
Hang klónozása
/v1/voice-clone/
Beszéljen egy szöveget egy rövid hivatkozási felvétel hangján.
Kérelmező szerv (többrészes/formaadatok)
| Paraméter | Típus | Szükséges | Leírás |
|---|---|---|---|
reference_audio |
file | Igen. | A hang felvétele klónra (10-30 másodperc ajánlott, legfeljebb 60) |
text |
string | Igen. | Szöveg, hogy beszélj a hang |
model |
string | Nem. | teknős- vagy gpt-sovits |
language |
string | Nem. | Nyelvkód (alapértelmezett: en) |
Válasz
A job id (uuid). Poll GET /v1/speech/results/?uuid= until status is completed and download result_url.
Szöveg a beszédhez
/v1/tts/
A szöveg hangnemre konvertálva.
Kérelmező szerv (többrészes/formaadatok)
| Paraméter | Típus | Szükséges | Leírás |
|---|---|---|---|
text |
string | Igen. | Átalakító szöveg (max. 5000 karakter) |
model |
string | Nem. | kokoro (alapértelmezett), piper, atka vagy kérg |
voice_id |
string | Nem. | Hangazonosító a GET /v1/speech/voices/?model=-ből |
language |
string | Nem. | Nyelvkód (alapértelmezett: en) |
speed |
float | Nem. | Sebesség szorzó (0,5-2.0, alapértelmezett 1.0) |
format |
string | Nem. | wav (alapértelmezett), mp3, ogg vagy flac. Az SSML címkéket a szintézis előtt eltávolítjuk. |
Válasz
A job id (uuid). Poll GET /v1/speech/results/?uuid= until status is completed and download result_url.
Beszéd szövegre
/v1/transcribe/
Írja át a hang szöveg időbélyegzővel.
Kérelmező szerv (többrészes/formaadatok)
| Paraméter | Típus | Szükséges | Leírás |
|---|---|---|---|
file |
file | Igen. | Audio/videófájl átíráshoz |
model |
string | Nem. | nagy v3 (alapértelmezett) vagy turbó |
language |
string | Nem. | Nyelvkód vagy automatikus észlelése (alapértelmezett) |
enable_word_timestamps |
bool | Nem. | Adj hozzá egy start és a végén idő minden szót |
callback_url |
string | Nem. | URL, amely megkapja az eredményt a POST, amikor a munka befejezi |
Válasz
A job id (uuid). Poll GET /v1/transcribe/results/?uuid= until status is completed; the answer then carries text, language and segments.
Elérhető modellek
Szöveg-nyelv modell
| A minta azonosítója | Leírás | Legjobb |
|---|---|---|
kokoro |
Gyors többnyelvű TTS | Általános használat, alacsony latencia |
piper |
Könnyű többnyelvű TTS (csak kereskedelmi engedéllyel rendelkező hangok) | Gyors fordítás 11 nyelven |
vits |
LJSpeech plusz 108 VCTK angol nyelvű | Angol akcentus |
bark |
Generatív TTS, 130 előre beállított 13 nyelven | Változatos, kifejező kézbesítés (lassú) |
openvoice |
Hang klónozás és opcionális hangkonverzió | Alternatív megoldás a csevegésdobozhoz |
chatterbox |
Zéró-shot hang klónozás 23 nyelven; alapértelmezett hang konverziós modell | Rövid mintából történő klónozás |
Beszéd-szöveges modellek
| A minta azonosítója | Leírás | Legjobb |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Legmagasabb pontosság, többnyelvű |
whisper-turbo |
Optimalizált Suttogó sebességre | Gyors átírás |
Hibakódok
| Kód | Állapot | Leírás |
|---|---|---|
invalid_api_key |
401 | Érvénytelen vagy hiányzó API-kulcs |
insufficient_credits |
402 | Nincs elég kredit ehhez a művelethez. |
rate_limit_exceeded |
429 | Túl sok kérés. |
invalid_request |
400 | A kérelem benyújtásának dátuma |
model_not_found |
404 | A kért modell nem létezik. |
voice_not_found |
404 | A kért hang nem létezik. |
file_too_large |
413 | Feltöltött fájl meghaladja a mérethatárt |
server_error |
500 | Belső szerver hiba |