빠른 시작
5분 이내에 Speech to Speech AI API를 시작하세요.
기본 URL
https://api.speechtospeechai.com/v1
1. 작업 시작
모든 도구는 API 키를 사용한 POST 요청입니다. 응답은 오디오가 아니라 작업 ID입니다.
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. 결과 폴링
status 값이 completed 상태가 될 때까지 몇 초마다 작업을 조회한 다음 result_url 주소에서 다운로드하세요.
cURL
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
인증
모든 API 요청은 API 키를 통해 인증이 필요합니다. Authorization 헤더
머릿말
Authorization: Bearer YOUR_API_KEY
API 키를 얻을 수 있습니다. 계정 대시보드.
음성 복제
POST
/v1/voice-clone/
짧은 참조 녹음의 목소리로 텍스트를 읽습니다.
요청 본문 (다중 부분/양식 데이터)
| 파라미터 | 종류 | 필요 | 설명 |
|---|---|---|---|
reference_audio |
file | 네 | 복제할 목소리의 녹음 (10-30초 권장, 최대 60초) |
text |
string | 네 | 해당 목소리로 읽을 텍스트 |
model |
string | 아니오 | chatterbox, openvoice, tortoise 또는 gpt-sovits |
language |
string | 아니오 | 언어 코드 (기본값: en) |
응답
작업 ID (uuid). status 값이 completed 상태가 될 때까지 GET /v1/speech/results/?uuid= 엔드포인트를 폴링한 후 result_url 주소에서 다운로드하세요.
텍스트 음성 변환기
POST
/v1/tts/
텍스트를 음성 오디오로 변환합니다.
요청 본문 (다중 부분/양식 데이터)
| 파라미터 | 종류 | 필요 | 설명 |
|---|---|---|---|
text |
string | 네 | 변환할 텍스트 (최대 5000자) |
model |
string | 아니오 | kokoro (기본값), piper, vits 또는 bark |
voice_id |
string | 아니오 | 음성 ID (GET /v1/speech/voices/?model= 참고) |
language |
string | 아니오 | 언어 코드 (기본값: en) |
speed |
float | 아니오 | 속도 곱셈기(0.5-2.0, 기본값 1.0) |
format |
string | 아니오 | wav (기본값), mp3, ogg 또는 flac. SSML 태그는 합성 전에 제거됩니다. |
응답
작업 ID (uuid). status 값이 completed 상태가 될 때까지 GET /v1/speech/results/?uuid= 엔드포인트를 폴링한 후 result_url 주소에서 다운로드하세요.
음성을 텍스트로
POST
/v1/transcribe/
타임스탬프를 사용하여 오디오를 텍스트로 번역합니다.
요청 본문 (다중 부분/양식 데이터)
| 파라미터 | 종류 | 필요 | 설명 |
|---|---|---|---|
file |
file | 네 | 번역할 오디오/비디오 파일 |
model |
string | 아니오 | large-v3 (기본값) 또는 turbo |
language |
string | 아니오 | 언어 코드 또는 자동 감지를 위한 auto (기본값) |
enable_word_timestamps |
bool | 아니오 | 모든 단어에 시작 및 종료 시간 추가 |
callback_url |
string | 아니오 | 작업이 끝나면 결과를 POST 방식으로 받을 URL |
응답
작업 ID (uuid). status 값이 completed 상태가 될 때까지 GET /v1/transcribe/results/?uuid= 엔드포인트를 폴링하세요. 그러면 응답에 text, language, segments 필드가 포함됩니다.
사용 가능한 모델
텍스트 음성 변환 모델
| 모델 ID | 설명 | 이런 용도에 적합 |
|---|---|---|
kokoro |
빠른 다국어 TTS | 일반 사용, 낮은 지연 시간 |
piper |
가벼운 다국어 TTS(상업적으로 라이센스된 음성만) | 11개 언어로 빠른 렌더링 |
vits |
LJSpeech 플러스 108 VCTK 영어 스피커 | 영어 억양 |
bark |
생성 TTS, 13개 언어로 130개 사전 설정 | 다양한 표현적인 전달 (느린) |
openvoice |
음성 복제 및 선택형 음성 변환 | Chatterbox의 대안 |
chatterbox |
23개 언어를 지원하는 제로샷 음성 복제, 기본 음성 변환 모델 | 짧은 샘플에서 복제 |
음성 텍스트 변환 모델
| 모델 ID | 설명 | 이런 용도에 적합 |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | 최고의 정확도, 다국어 |
whisper-turbo |
속도를 위해 최적화된 Whisper | 빠른 번역 |
오류 코드
| 코드 | 상태 | 설명 |
|---|---|---|
invalid_api_key |
401 | API 키가 잘못되었거나 누락되었습니다. |
insufficient_credits |
402 | 이 작업을 위한 크레딧이 부족합니다 |
rate_limit_exceeded |
429 | 요청이 너무 많음 |
invalid_request |
400 | 잘못된 요청 본문 |
model_not_found |
404 | 요청하신 페이지가 존재하지 않습니다. |
voice_not_found |
404 | 요청한 음성이 존재하지 않습니다 |
file_too_large |
413 | 업로드된 파일이 크기 제한을 초과했습니다 |
server_error |
500 | 내부 서버 오류 |