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
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
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.

Fejléc
Authorization: Bearer YOUR_API_KEY
Vedd ki az API kulcsot a számla műszerfal.

Hang klónozása

POST /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

POST /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

POST /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