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 -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 "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.
Authorization: Bearer YOUR_API_KEY
Дыбыс тұқымдауы
/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
/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
/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 |