Documentazione API

Integra Speech to Speech AI nelle tue applicazioni con una semplice API REST.

Avvia

Inizia con l'API Speech to Speech AI in meno di 5 minuti.

URL di base
https://api.speechtospeechai.com/v1
1. Avvia un job

Ogni strumento è un POST con la tua chiave API. La risposta è un id del job, non l'audio.

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. Recupera il risultato

Interroga il job ogni pochi secondi finché lo stato è completed, poi scarica result_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"}

Autenticazione

Tutte le richieste API richiedono autenticazione tramite una chiave API nel Authorization Intestazione.

Intestazione
Authorization: Bearer YOUR_API_KEY
Ottenere la chiave API dal vostro dashboard account.

Clonazione vocale

POST /v1/voice-clone/

Fai pronunciare un testo con la voce di una breve registrazione di riferimento.

Organo di richiesta (multiparti/dati di forma)
Parametro Tipo Richiesto Designazione delle merci
reference_audio file Sì Registrazione della voce da clonare (consigliati 10-30 secondi, fino a 60)
text string Sì Testo da pronunciare con quella voce
model string No. chatterbox, openvoice, tortoise o gpt-sovits
language string No. Codice lingua (predefinito: en)
Risposta

Un id del job (uuid). Interroga GET /v1/speech/results/?uuid= finché status è completed e scarica result_url.

Testo al discorso

POST /v1/tts/

Converti testo in audio vocale.

Organo di richiesta (multiparti/dati di forma)
Parametro Tipo Richiesto Designazione delle merci
text string Sì Testo da convertire (massimo 5000 caratteri)
model string No. kokoro (predefinito), piper, vits o bark
voice_id string No. Id della voce da GET /v1/speech/voices/?model=
language string No. Codice lingua (predefinito: en)
speed float No. Moltiplicatore di velocità (0.5-2.0, default 1.0)
format string No. wav (predefinito), mp3, ogg o flac. I tag SSML vengono rimossi prima della sintesi.
Risposta

Un id del job (uuid). Interroga GET /v1/speech/results/?uuid= finché status è completed e scarica result_url.

Discorso al testo

POST /v1/transcribe/

Trascrivere audio a testo con timestamp.

Organo di richiesta (multiparti/dati di forma)
Parametro Tipo Richiesto Designazione delle merci
file file Sì File audio/video da trascrivere
model string No. large-v3 (predefinito) o turbo
language string No. Codice lingua, oppure auto per rilevarla (predefinito)
enable_word_timestamps bool No. Aggiunge un tempo di inizio e di fine a ogni parola
callback_url string No. URL che riceve il risultato via POST al termine del job
Risposta

Un id del job (uuid). Interroga GET /v1/transcribe/results/?uuid= finché status è completed; la risposta contiene allora text, language e segments.

Modelli disponibili

Modelli di sintesi vocale
ID modello Designazione delle merci Ideale per
kokoro TTS multilingue veloce Uso generale, bassa latenza
piper TTS multilingue leggero (solo voci con licenza commerciale) Rendi in 11 lingue veloci
vits LJSpeech più 108 VCTK Altoparlanti inglesi Accensi inglesi
bark TTS generatore, 130 preset in 13 lingue Varie, consegna espressiva (lento)
openvoice Clonazione vocale e conversione vocale opzionale Alternativa a Chatterbox
chatterbox Clonazione vocale zero-shot in 23 lingue; modello di conversione vocale predefinito Clonazione da un campione breve
Modelli di trascrizione
ID modello Designazione delle merci Ideale per
whisper-large-v3 OpenAI Whisper Large v3 Precisione massima, multilingue
whisper-turbo Sussurro ottimizzato per la velocità Trascrizione veloce

Codici di errore

Codice Stato Designazione delle merci
invalid_api_key 401 Chiave API non valida o mancante
insufficient_credits 402 Non ci sono abbastanza crediti per questa operazione
rate_limit_exceeded 429 Troppe richieste
invalid_request 400 Corpo di richiesta malformato
model_not_found 404 Il modello richiesto non esiste
voice_not_found 404 La voce richiesta non esiste
file_too_large 413 Il file caricato supera il limite di dimensione
server_error 500 Errore interno del server