API dokumentacija

Integruokite Speech to Speech AI į savo programas su paprasta REST API.

Greita startas

Pradėti su Speech to Speech AI API per 5 minutes.

Pagrindinis URL
https://api.speechtospeechai.com/v1
1. Pradėti darbą

Kiekvienas įrankis yra pont with your API key. Atsakymas yra darbo id, o ne garso.

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. Nuimti rezultatą

Klausti darbo kas kelias sekundes, kol būsena bus baigta, tada parsisiųsti rezultatą_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"}

Autentikacija

Visoms API užklausoms reikia autentiškumo patvirtinimo per API raktą Authorization antraštė.

Antraštė
Authorization: Bearer YOUR_API_KEY
Gauti API raktą iš savo užrašų skydelis.

Balso klonavimas

POST /v1/voice-clone/

Trumpo atskaitos įrašo balso kalba kalbėti tekstą.

Prašymo pateikimo įstaiga (daugelio dalių ir (arba) formos duomenys)
Parametras Tipas Reikalinga Aprašymas
reference_audio file Taip Balso į kloną įrašymas (10-30 sekundžių rekomenduojama, iki 60)
text string Taip Tekstas kalbėti tuo balsu
model string Ne chatterbox, atvira balso, vėžlys arba gpt-sovits
language string Ne Kalbos kodas (numatyta: lt)
Atsakas

Darbo identifikacija (uuid). Poll GET /v1/speech/rezultatai/?uid= kol būsena bus baigta ir parsisiųsti rezultatą_url.

Tekstas į kalbą

POST /v1/tts/

Konvertuoti tekstą į kalbos garsą.

Prašymo pateikimo įstaiga (daugelio dalių ir (arba) formos duomenys)
Parametras Tipas Reikalinga Aprašymas
text string Taip Konvertuoti tekstas (ne daugiau kaip 5000 simbolių)
model string Ne kokoro (numatyta), piper, vits arba žievė
voice_id string Ne Balso id iš GET /v1/speech/balsai/?modelis=
language string Ne Kalbos kodas (numatyta: lt)
speed float Ne Greičio daugiklis (0,5-2,0, numatytoji vertė 1,0)
format string Ne wav (numatyta), mp3, ogg arba flac. SMSL žymės prieš sintezę pašalinamos.
Atsakas

Darbo identifikacija (uuid). Poll GET /v1/speech/rezultatai/?uid= kol būsena bus baigta ir parsisiųsti rezultatą_url.

Kalba tekstui

POST /v1/transcribe/

Perrašyti garsą į tekstą su žymomis.

Prašymo pateikimo įstaiga (daugelio dalių ir (arba) formos duomenys)
Parametras Tipas Reikalinga Aprašymas
file file Taip Garso/video failas transliavimui
model string Ne didelis-v3 (numatyta) arba turbo
language string Ne Kalbos kodas, arba auto jį aptikti (numatyta)
enable_word_timestamps bool Ne Į kiekvieną žodį pridėti pradžios ir pabaigos laiką
callback_url string Ne URL, kuris gauna rezultatą pokalbyje užbaigus darbą
Atsakas

Darbo identifikacija (uuid). Poll GET /v1/trancription/results/?uid= kol būsena bus baigta; atsakymas tada turi tekstą, kalbą ir segmentus.

Prieinami modeliai

Teksto į giliausią
Pavyzdys ID Aprašymas Geriausias už
kokoro Greiti daugiakalbiai TTS Bendrasis naudojimas, maža latentinė
piper Lengvas daugiakalbis TTS (tik komerciškai licencijuoti balsai) Greita performansų 11 kalbų
vits LJSpeech plius 108 VCTK anglų kalbos pranešėjai Angliški akcentai
bark Generatyviniai TTS, 130 iš anksto nustatyti 13 kalbų Valytas, išraiškingas pristatymas (žemas)
openvoice Balso klonavimas ir neprivalomas balso konvertavimas Alternatyva pokalbių dėžutėi
chatterbox Balso nulio fotografavimo klonavimas 23 kalbomis; numatytasis balso konvertavimo modelis Klonavimas iš trumpo mėginio
Kalbos į tekstą pavyzdžiai
Pavyzdys ID Aprašymas Geriausias už
whisper-large-v3 OpenAI Whisper Large v3 Didžiausias tikslumas, daugiakalbis
whisper-turbo Optimizuotas Whisper greitis Greitas transkripcija

Klaida

Kodas Būsena Aprašymas
invalid_api_key 401 Netinkamas arba trūksta API rakto
insufficient_credits 402 Nepakanka kreditų šiai operacijai
rate_limit_exceeded 429 Pernelyg daug prašymų
invalid_request 400 Blogai suformuota prašymą teikianti įstaiga
model_not_found 404 Prašomas modelis neegzistuoja
voice_not_found 404 Prašomas balsas neegzistuoja
file_too_large 413 Išsiunttas failas viršija dydį
server_error 500 Vidinis serveris