API құжаттамасы

Speech to Speech AI-ті қолданбаңызға қарапайым REST API-мен біріктіріңіз.

Жедел бастау

Speech to Speech AI API- ны 5 минут ішінде пайдалануға болады.

Негізгі URL
https://api.speechtospeechai.com/v1
1. Тапсырманы бастау

Әрбір құрал - бұл API кілтіңіздің POST- ы. Жауап - тапсырманың ID- і, дыбыс емес.

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. Нәтижені сұрау

Күй- жайы анықталғанша, әрбір бірнеше секунд сайын тапсырма сұралып, содан кейін result_ url жүктеу.

cURL
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.mp3"}

Аутентификация

Барлық API сұраныстары аутентификацияны қажет етеді, API кілті келесіде Authorization айдары.

Айдар
Authorization: Bearer YOUR_API_KEY
API кілтіңізді өзіңіздің тіркелгі панелі.

Дыбыс тұқымдауы

POST /v1/voice-clone/

Мәтінді қысқаша сілтеме жазбаның дауысымен сөйлету.

Сұраныстың денесі (көпбөлік/пішін-деректер)
Параметрлер Түрі Негізгі Сипаттамасы
reference_audio file Иә Клондау үшін дыбыс жазу (10- 30 секунд, 60 секундқа дейін)
text string Иә Осы дауыспен сөйлететін мәтін
model string Жоқ chatterbox, openvoice, tortoise немесе gpt-sovits
language string Жоқ Тілдің коды (әдеттісі: en)
Жауап

Тапсырманың идентификаторы (uuid). Status аяқталуға дейін GET / v1/ speech/ results /? uuid= сұрауын орындап, result_ url дегенді жүктеп алады.

Мәтінді дыбысқа аударуComment

POST /v1/tts/

Мәтінді дыбысқа түрлендіріңіз.

Сұраныстың денесі (көпбөлік/пішін-деректер)
Параметрлер Түрі Негізгі Сипаттамасы
text string Иә Аударатын мәтін (максимум 5000 таңба)
model string Жоқ kokoro (әдетті), piper, vits не bark
voice_id string Жоқ GET /v1/speech/voices/?model= дегеннен дауыс идентификаторы
language string Жоқ Тілдің коды (әдеттісі: en)
speed float Жоқ Жылдамдық көбейткіші (0,5-2,0, мәзі бойынша 1,0).
format string Жоқ wav (әдетті), mp3, ogg не flac. Синтездеу алдында SSML тегтері алынып тасталады.
Жауап

Тапсырманың идентификаторы (uuid). Status аяқталуға дейін GET / v1/ speech/ results /? uuid= сұрауын орындап, result_ url дегенді жүктеп алады.

Сөйлемді мәтінге

POST /v1/transcribe/

Аудио жазылған материалды уақыт белгілерімен бірге мәтінге көшіріңіз.

Сұраныстың денесі (көпбөлік/пішін-деректер)
Параметрлер Түрі Негізгі Сипаттамасы
file file Иә Аудио/видео файлды транскрипциялау
model string Жоқ Large- v3 (әдетті) немесе турбо
language string Жоқ Тілдің коды, немесе оны автоматты түрде анықтау (әдетті)
enable_word_timestamps bool Жоқ Әрбір сөзге басталу мен аяқталу уақытын қосу
callback_url string Жоқ Тапсырма біткен соң POST арқылы нәтижесін алатын URL
Жауап

Тапсырманың идентификаторы (uuid). Status аяқталуға дейін GET / v1/ transcribe/ results/? uuid= сұрауын орындаңыз; содан кейін жауап мәтін, тіл және сегменттермен бірге келеді.

Бар үлгілер

Тексттен сөйлеу моделі.
Модель ID- і Сипаттамасы Келесіге ең қолайлы
kokoro Көп тілді жылдам TTS Жалпы, қысқа күту уақыты
piper Жеңіл салмақты, көп тілді қолдауға арналған сөйлеу синтездеуіш (тек коммерциялық лицензияланған дауыстар қолданылады). 11 тілде жылдам көрсету
vits LJSpeech және 108 VCTK ағылшын тілінде сөйлейтін адамның дауысы. Ағылшын акценттері
bark Генеративті TTS, 13 тілдегі 130 алдын- ала орнату Түрлі, өрнекті жеткізу (жадамды)
openvoice Дыбысты клондау және дыбыстарды аудару Alternative to Chatterbox
chatterbox 23 тілде дауысты көшіру (алдын ала оқыту қажет емес); стандартты дауысты өзгерту моделі. Қысқа үлгіден клондау
Сөйлеуді мәтінге түрлендіретін модельдер.
Модель ID- і Сипаттамасы Келесіге ең қолайлы
whisper-large-v3 OpenAI Whisper Large v3 Ең жоғары дәлдік, көп тілді
whisper-turbo Whisper жылдамдығына қарай жақсартылған Тез транскрипциялау

Қате кодтары

Код Күй- жайы Сипаттамасы
invalid_api_key 401 API кілті дұрыс емес не жоқ
insufficient_credits 402 Бұл әрекет үшін кредиттер жеткіліксіз
rate_limit_exceeded 429 Сұраныстардың саны тым көп
invalid_request 400 Сұраныстың дұрыс емес мазмұны
model_not_found 404 Сұралған үлгі жоқ
voice_not_found 404 Сұралған дыбыс жоқ
file_too_large 413 Жүктеп берілген файл өлшемі шектен асып кетті
server_error 500 Сервердің ішкі қатесі