API փաստաթղթավորում
Ինտեգրեք Speech to Speech AI-ը ձեր ծրագրերում պարզ REST API-ի միջոցով։
արագ սկիզբ
Աշխատե՛ք Speech to Speech AI API-ի հետ 5 րոպեից քիչ ժամանակում։
Բնական URL
https://api.speechtospeechai.com/v1
1. Առաջարկել աշխատանք
Յուրաքանչյուր գործիք POST է ձեր API կոդով։ Պատասխանը աշխատանքի id-ն է, ոչ թե ձայնը։
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. Պատասխանի հարցում
Պահանջել աշխատանքը ամեն մի քանի վայրկյանում մինչև վիճակի կատարումը, ապա ներբեռնել result_url-ը։
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Ավտոմատացում
Բոլոր API խնդրանքները պահանջում են ավտոմատացում API կոճակի միջոցով Authorization գլխամաս
Authorization: Bearer YOUR_API_KEY
Ձայնի կլոնավորում
/v1/voice-clone/
Խոսել տեքստը կարճ հղման ձայնագրության ձայնով։
Պահանջի մարմին (բազմամասն/ֆորմ-դատարկ)
| Փարամետրի ցուցակ | Տեսակ | Պահանջվում է | Ապրանքանիշ |
|---|---|---|---|
reference_audio |
file | Այո | Ձայնի գրանցում կլոնոյի համար (10-30 վայրկյան խորհուրդ է տրվում, մինչև 60) |
text |
string | Այո | Տեքստ, որը պետք է արտասանվի այդ ձայնով |
model |
string | Ոչ | chatbox, openvoice, tortoise կամ gpt-sovits |
language |
string | Ոչ | Լեզվի կոդ (լավագույնը՝ en) |
Պատասխան
Ընթացիկ աշխատանքի ինդեքս (uuid)։ Պարզաբանում GET /v1/speech/results/?uuid= մինչև վիճակի ավարտ և արդյունքի URL-ի ներբեռնում։
Տեքստից խոսք
/v1/tts/
Օգտագործել ձայնային ձայնագրությունը
Պահանջի մարմին (բազմամասն/ֆորմ-դատարկ)
| Փարամետրի ցուցակ | Տեսակ | Պահանջվում է | Ապրանքանիշ |
|---|---|---|---|
text |
string | Այո | Տեքստ փոխանցելու համար (մինչև 5000 գիծ) |
model |
string | Ոչ | kokoro (լռելյայն), piper, vits կամ bark |
voice_id |
string | Ոչ | Ձայնի ինդեքսը GET /v1/speech/voices/?model=-ից |
language |
string | Ոչ | Լեզվի կոդ (լավագույնը՝ en) |
speed |
float | Ոչ | արագության բազմապատկիչ (0.5-2.0, լռելյայն 1.0) |
format |
string | Ոչ | wav (լռելյայն), mp3, ogg կամ flac։ SSML պիտակները հեռացվում են սինթեզի նախորդող ժամանակ։ |
Պատասխան
Ընթացիկ աշխատանքի ինդեքս (uuid)։ Պարզաբանում GET /v1/speech/results/?uuid= մինչև վիճակի ավարտ և արդյունքի URL-ի ներբեռնում։
Խոսքից տեքստի
/v1/transcribe/
Ավտոմատ ձայնագրել տեքստը ժամանակային նշաններով։
Պահանջի մարմին (բազմամասն/ֆորմ-դատարկ)
| Փարամետրի ցուցակ | Տեսակ | Պահանջվում է | Ապրանքանիշ |
|---|---|---|---|
file |
file | Այո | Ավտոմատ ձայնագրել |
model |
string | Ոչ | մեծ-v3 (լռելյայն) կամ տրյուբո |
language |
string | Ոչ | Լեզվի կոդ, կամ ինքնաբերաբար հայտնաբերել այն (լռելյայն) |
enable_word_timestamps |
bool | Ոչ | Ավելացնել սկզբի և վերջի ժամանակը յուրաքանչյուր բառի համար |
callback_url |
string | Ոչ | URL- ը, որը POST- ով կստանա արդյունքը, երբ աշխատանքը ավարտվի |
Պատասխան
Աշխատանքի ինդեքս (uuid)։ Պարզաբանում GET /v1/transcribe/results/?uuid= մինչև վիճակի ավարտ, պատասխանը հետո կրում է տեքստը, լեզուն և հատվածները։
Գործողություն
Տեքստից խոսքի մոդելներ
| մոդել | Ապրանքանիշ | Լավագույնը |
|---|---|---|
kokoro |
արագ բազմլեզու TTS | Համատարած օգտագործման, ցածր ուշացում |
piper |
Հեշտ բազմլեզու TTS (միայն առևտրական լիցենզավորված ձայներ) | արագ ցուցադրում 11 լեզուներով |
vits |
LJSpeech և 108 VCTK անգլերեն ձայնագրիչներ | Անգլերեն ակցենտ |
bark |
Գերեզմանական TTS, 130 նախահաշիվ 13 լեզուներով | Առանձնահատկություններ |
openvoice |
Ձայնի կլոնավորում և ձայնի փոխակերպում | Խոսակցական արկղ |
chatterbox |
Zero-shot ձայնային կլոունավորում 23 լեզուներով, լրիվ ձայնային փոխակերպման մոդել | Կլոնավորում կարճ նմուշից |
Խոսքից-տեքստ մոդելներ
| մոդել | Ապրանքանիշ | Լավագույնը |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Ամենաբարձր ճշգրտություն, բազմալեզու |
whisper-turbo |
Whisper-ը օպտիմիզացված է արագության համար | արագ վերածնունդ |
Սխալի կոդեր
| Կոդ | Տեսակ | Ապրանքանիշ |
|---|---|---|
invalid_api_key |
401 | Չարաշահված կամ բացակայող API կոդ |
insufficient_credits |
402 | Այս գործողության համար բավարար գումար չկա |
rate_limit_exceeded |
429 | Անվճար |
invalid_request |
400 | Չափազանց ձևավորված խնդրանքի մարմին |
model_not_found |
404 | Պահանջված մոդելը չկա |
voice_not_found |
404 | Պահանջված ձայնը չկա |
file_too_large |
413 | Փոխանցված ֆայլը գերազանցում է չափսի սահմանափակումը |
server_error |
500 | սերվերի ներքին սխալ |