API документација

Интегрирајте го Speech to Speech AI во вашите апликации со едноставен REST API.

Брз почеток

Get started with the Speech to Speech AI API in under 5 minutes.

Основен URL
https://api.speechtospeechai.com/v1
1. Започни задача

Секоја алатка е POST со вашиот API клуч. Одговорот е идентификација на задачата, а не аудиото.

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. Анкета за резултатот

Барај задача на секои неколку секунди додека не биде завршен статусот, потоа симнувај резултат_ 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"}

Автентификација

Сите API барања бараат автентичност преку API- тастатура во Authorization Заглавје.

Заглавје
Authorization: Bearer YOUR_API_KEY
Земи го API клучот од твојот Табла на сметки.

Гласово клонирање

POST /v1/voice-clone/

Зборувај со текст во гласот на кратка референтна снимка.

Барано тело (многу делови/формални податоци)
Параметр Тип Потребно Опис
reference_audio file Да. Снимање на гласот за клонирање (10-30 секунди препорачано, до 60)
text string Да. Текст за говор со тој глас
model string Не. брадавица, отворен глас, желка или gpt-sovits
language string Не. Код за јазикот (стандардно: en)
Одговор

Ид. на задачата (uuid). Победа на GET / v1/sheech/reults/?uid= додека не биде завршен статусот и да симне резултат_ url.

Текст за говор

POST /v1/tts/

Претвора текст во говорно аудио.

Барано тело (многу делови/формални податоци)
Параметр Тип Потребно Опис
text string Да. Текст за конвертирање (максимум 5000 знаци)
model string Не. Kokoro (стандардно), цевки, вити или кора
voice_id string Не. Гласовна идентификација од GET / v1/sheech/ Voices/?model=
language string Не. Код за јазикот (стандардно: en)
speed float Не. Speed multiplier (0.5-2.0, default 1.0)
format string Не. wav (стандардно), mp3, ogg или flac. ССМЛ ознаките се отстрануваат пред синтеза.
Одговор

Ид. на задачата (uuid). Победа на GET / v1/sheech/reults/?uid= додека не биде завршен статусот и да симне резултат_ url.

Говор на текст

POST /v1/transcribe/

Препиши го звукот на текстот со временски знаци.

Барано тело (многу делови/формални податоци)
Параметр Тип Потребно Опис
file file Да. Аудио/видео датотека за транскрипција
model string Не. големи- v3 (стандардно) или турбо
language string Не. Код на јазикот или автоматски за откривање (стандардно)
enable_word_timestamps bool Не. Додај почеток и крај на секој збор
callback_url string Не. URL кој го добива резултатот од POST кога работата ќе заврши
Одговор

Ид. на задачата (uuid). Победа на ГИТ / v1/transcribe/results/?uid= додека не заврши статусот; одговорот потоа носи текст, јазик и сегменти.

Достапни модели

Модели на текст- во- говор
Ид. на модел Опис Најдобро за
kokoro Брзо- езичен ТТС Општа употреба, ниска латентност
piper Лесно езичен ТТС (само комерцијално лиценцани гласови) Брзо изработува на 11 јазици
vits LJ Speech + 108 VCTK Англиски звучници Нагласок на англиски
bark Генеративно TTS, 130 претпоставки на 13 јазици Различни, експресивни испораки (споро)
openvoice Гласовно клонирање и опциона конвертација на глас Алтернатива на чаттербокс
chatterbox клонирање на глас со нулти удар на 23 јазици; стандарден модел за претворање на глас Клонирање од краток примерок
Модели од говор до текст
Ид. на модел Опис Најдобро за
whisper-large-v3 OpenAI Whisper Large v3 Највисока точност, евангеличка
whisper-turbo Оптимизиран шепот за брзина Брза транскрипција

Кодови на грешки

Код Статус Опис
invalid_api_key 401 Невалиден или недостасува API- клуч
insufficient_credits 402 Нема доволно кредити за оваа операција
rate_limit_exceeded 429 Премногу барања
invalid_request 400 Неправилно тело на барање
model_not_found 404 Бараниот модел не постои
voice_not_found 404 Бараниот глас не постои.
file_too_large 413 Внесената датотека ја надминува ограничувањето на големината
server_error 500 Внатрешна грешка на серверот