Документация
Speech to Speech AI программасын жөнөкөй REST API менен колдонмолоруңузга интеграциялоо.
Жылдам старт
Speech to Speech AI API менен 5 мүнөттөн аз убакытта иштей баштаңыз.
Негизги URL
https://api.speechtospeechai.com/v1
1. Start a job
Ар бир аспап сиздин API ачкычыңыз менен POST. Жавабын тапшырманын идентификатору, аудио эмес, берет.
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. Жыйынтык үчүн сурамжылоо
Задание требуется каждые несколько секунд до тех пор, пока состояние не будет завершено, затем загрузить result_url.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Аутентификация
Бардык API суроолору үчүн аутентификация керек, бул үчүн API ачкычы керек Authorization баштык
Authorization: Bearer YOUR_API_KEY
Сөздү клондоо
/v1/voice-clone/
Текстти кыскача маалыматтык жазуу түрүндө сүйлөтүү.
Сураныштын денеси (көп бөлүгү/форма-маалымат)
| Параметрлер | Тип | Зарыл | Сүрөт |
|---|---|---|---|
reference_audio |
file | Ооба | Клондоо үчүн үн жазуу (10-30 секунда сунушталат, 60 секундага чейин) |
text |
string | Ооба | Бул үн менен сүйлөнүүчү текст |
model |
string | Жок | chatterbox, openvoice, tortoise же gpt-sovits |
language |
string | Жок | Тил коду (адаттагы: en) |
Жауап
Идентификатор задания (uuid). Поиск GET /v1/speech/results/?uuid= до завершения состояния и загрузки result_url.
Тексттен сүйлөөгө
/v1/tts/
Текстти сүйлөмгө айландыруу.
Сураныштын денеси (көп бөлүгү/форма-маалымат)
| Параметрлер | Тип | Зарыл | Сүрөт |
|---|---|---|---|
text |
string | Ооба | Конверттөөчү текст (максимум 5000 символ) |
model |
string | Жок | kokoro (стандарт), piper, vits же bark |
voice_id |
string | Жок | GET /v1/speech/voices/?model=ден үн идентификатору |
language |
string | Жок | Тил коду (адаттагы: en) |
speed |
float | Жок | Жылдамдык мультипликатору (0.5-2.0, адаттагы 1.0) |
format |
string | Жок | wav (стандарт), mp3, ogg же flac. SSML тегдери синтездөөдөн мурун алынып салынат. |
Жауап
Идентификатор задания (uuid). Поиск GET /v1/speech/results/?uuid= до завершения состояния и загрузки result_url.
Сөздөн текстке
/v1/transcribe/
Аудио файлдарды текстке транскрипциялоо
Сураныштын денеси (көп бөлүгү/форма-маалымат)
| Параметрлер | Тип | Зарыл | Сүрөт |
|---|---|---|---|
file |
file | Ооба | Транскрипциялоо үчүн аудио/видео файл |
model |
string | Жок | large-v3 (стандарт) же турбо |
language |
string | Жок | Тил коду, же аны автоматтык түрдө аныктоо (стандарт) |
enable_word_timestamps |
bool | Жок | Ар бир сөзгө башталыш жана аяктоо убактысын кошуу |
callback_url |
string | Жок | Задание аяктаганда POST аркылуу натыйжаны алган URL |
Жауап
Задание идентификатора (uuid). Поиск GET /v1/transcribe/results/?uuid= до завершения состояния; ответ затем содержит текст, язык и сегменты.
Бар модель
Тексттен сүйлөмгө
| Модель ID | Сүрөт | Эң жакшы |
|---|---|---|
kokoro |
Жылдам көп тилдеги TTS | Жалпы максаттагы, аз кечиктирилген |
piper |
Жөнгө салынуучу көп тилдеги TTS (коммерциялык лицензия менен гана) | 11 тилде тез рендерлөө |
vits |
LJSpeech плюс 108 VCTK англис тилдүү сүйлөмдөрү | Англис акценттери |
bark |
Генеративдик TTS, 13 тилде 130 алдын-ала орнотуу | Түзөтүлгөн, экспрессивдүү (ажырашуусу) |
openvoice |
Сөздү клондоо жана сөздү которуу | Чатбокстун альтернативасы |
chatterbox |
23 тилде үн клондоо, стандарттуу үн конверсия моделинин 0-шоттук варианты | Кыска үлгүдөн клондоо |
Сөздөн текстке
| Модель ID | Сүрөт | Эң жакшы |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Эң жогорку тактык, көп тилдеги |
whisper-turbo |
Жылдамдык үчүн оптимизацияланган Whisper | Жылдам транскрипция |
Ката коддору
| Код | Абал | Сүрөт |
|---|---|---|
invalid_api_key |
401 | API ачкычы жок же туура эмес |
insufficient_credits |
402 | Бул операция үчүн жетиштүү кредиттер жок |
rate_limit_exceeded |
429 | Талаптардын саны өтө көп |
invalid_request |
400 | Сүрөттүн формасы туура эмес |
model_not_found |
404 | Суралган модель жок |
voice_not_found |
404 | Суралган үн жок |
file_too_large |
413 | Жүктөлгөн файлдын өлчөмү чектен ашты |
server_error |
500 | Ички сервердин катасы |