API dokumentācija

Integrēt Speech to Speech AI jūsu lietotnēs ar vienkāršu REST API.

Ātrā palaišana

Sākt ar Speech to Speech AI API, ja 5 minūšu laikā.

Pamata URL
https://api.speechtospeechai.com/v1
1. Sākt darbu

Katrs rīks ir pont ar savu API atslēgu. Atbilde ir darba id, nevis audio.

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. Aploksnes par rezultātu

Lūdziet darbu ik pēc dažām sekundēm, līdz stāvoklis ir pabeigts, tad lejupielādējiet rezultātu_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"}

Autentificēšana

Visiem API pieprasījumiem nepieciešama autentifikācija, izmantojot API atslēgu Authorization galvene.

Galvene
Authorization: Bearer YOUR_API_KEY
Iegūstiet API atslēgu no sava koda panelis.

Balss klonēšana

POST /v1/voice-clone/

Izrunājiet īsa atsauces ieraksta balsī tekstu.

Pieprasījuma iesniedzēja iestāde (daudzkārtēji/formas dati)
Parametrs Veids Vajadzīgs Apraksts
reference_audio file Jā Ierakstot balsi uz klonu (10-30 sekundes ieteicams, līdz 60)
text string Jā Teksts, kas jārunā šajā balsī
model string Nē chatterbox, openvoice, bruņurupučus vai ģipšu-sovitus
language string Nē Valodas kods (noklusētā: lv)
Atbildes reakcija

Darba ID (uuid). Poll GET /v1/speech/results/?uid= līdz statusa ir pabeigta un lejupielādēt rezultātu_url.

Teksts uz runu

POST /v1/tts/

Pārveidot tekstu uz runātāju audio.

Pieprasījuma iesniedzēja iestāde (daudzkārtēji/formas dati)
Parametrs Veids Vajadzīgs Apraksts
text string Jā Teksts, ko konvertēt (maksimāli 5000 rakstzīmes)
model string Nē kokoro (noklusētais), piper, vits vai miza
voice_id string Nē Balss id no GET /v1/speech/balss/?modelis=
language string Nē Valodas kods (noklusētā: lv)
speed float Nē Ātruma reizinātājs (0,5-2.0, noklusējums 1,0)
format string Nē wav (noklusētais), mp3, ogg vai flac. SMSL tagi tiek izņemti pirms sintēzes.
Atbildes reakcija

Darba ID (uuid). Poll GET /v1/speech/results/?uid= līdz statusa ir pabeigta un lejupielādēt rezultātu_url.

Runāšana tekstam

POST /v1/transcribe/

Atzīmēt argumentus

Pieprasījuma iesniedzēja iestāde (daudzkārtēji/formas dati)
Parametrs Veids Vajadzīgs Apraksts
file file Jā Audio/video fails transkripcijai
model string Nē liela-v3 (noklusējums) vai turbo
language string Nē Valodas kods, vai auto to konstatēšanai (noklusētais)
enable_word_timestamps bool Nē Pievienot sākuma un beigu laiku katram vārdam
callback_url string Nē URL, kas saņem rezultātu pēc darba beigām
Atbildes reakcija

Darba ID (uuid). Poll GET /v1/trancription/results/?uid= līdz statusa pabeigšanai; atbilde pēc tam ir teksts, valoda un segmenti.

Pieejamie modeļi

Teksta- dēka modeļi
ID paraugs Apraksts Labākais par
kokoro Ātrās daudzvalodu TTS Vispārēja lietošana, zema latentitāte
piper Viegla daudzvalodu TTS (tikai komerciāli licencētas balsis) Ātrās lēcības 11 valodās
vits LJSpeech plus 108 VCTK angļu valodas runātāji Angļu akcenti
bark Ģeneratīvie TTS, 130 priekšsesti 13 valodās Izteiksmīga piegāde (lēna)
openvoice Balss klonēšana un balss konvertēšana Alternatīva tērzkas logam
chatterbox Nulles attēla balss klonēšana 23 valodās; noklusējuma balss konversijas modelis Klonēšana no īsa parauga
Teksta valodas paraugi
ID paraugs Apraksts Labākais par
whisper-large-v3 OpenAI Whisper Large v3 Augstākā precizitāte, daudzvalodu
whisper-turbo Optimizēts Whisper ātrumam Ātra transkripcija

Kļūdas kodi

Kods Statuss Apraksts
invalid_api_key 401 Nederīga vai trūkstoša API atslēga
insufficient_credits 402 Nepietiek kredītu šai operācijai
rate_limit_exceeded 429 Pārāk daudz pieprasījumu
invalid_request 400 Ja ir atsauce uz šo punktu, piemēro Regulas (ES) Nr. 182/2011 5. pantu.
model_not_found 404 Pieprasījuma modelis neeksistē
voice_not_found 404 Pieprasījuma balss neeksistē
file_too_large 413 Augšupielādētais fails pārsniedz izmēru limitu
server_error 500 Iekšējais servera kļūda