Тохиргооны баримт бичиг
Зүгээр л REST API-г ашиглан Speech to Speech AI-г програмдаа нэгтгэх.
Хурдан эхлүүлэх
5 минутын дотор Speech to Speech AI API-г ашиглаж эхэлнэ.
Үндсэн URL
https://api.speechtospeechai.com/v1
1. Ажлыг эхлүүлэх
Бүх хэрэгслүүд нь таны API түлхүүртэй POST юм. Хариулт нь дууны бус ажилын ID юм.
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. Үр дүнг асуу
Бүртгэл дуусах хүртэл секунд бүрт ажил асууж, дараа нь result_ url- ийг татаж авна.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Ангилал
Бүх API хүсэлтүүд нь API түлхүүрээр баталгаажуулах шаардлагатай Authorization толгой
Authorization: Bearer YOUR_API_KEY
Дууны дугуй
/v1/voice-clone/
Хэсэг хугацааны дараа үүнийг дахин ашиглах боломжтой болно.
Тохиолдлын бие (олон хэсэг/хувийн мэдээллийн хэлбэр)
| Параметр | Тоглоомын төрөл | Заавал | Тодорхойлолт |
|---|---|---|---|
reference_audio |
file | Тийм ээ | Клонлох дууны бичлэг (10- 30 секунд зөвлөж байна, 60 хүртэл) |
text |
string | Тийм ээ | Энэ дуугаар хэлэх текст |
model |
string | Үгүй | Чатбокс, оффвоуш, тортойз эсвэл гпт-совитс |
language |
string | Үгүй | Хэлний код (стандарт: en) |
Хариулт
Ажлын id (uuid). Status-ийг дуусгах хүртэл GET /v1/speech/results/?uuid=-ийг асууж, result_url-ийг татаж авна.
Үгнээс текст рүү
/v1/tts/
Хуудас
Тохиолдлын бие (олон хэсэг/хувийн мэдээллийн хэлбэр)
| Параметр | Тоглоомын төрөл | Заавал | Тодорхойлолт |
|---|---|---|---|
text |
string | Тийм ээ | Хуваах текст (5000 тэмдэгт хүртэл) |
model |
string | Үгүй | kokoro (стандарт), piper, vits эсвэл bark |
voice_id |
string | Үгүй | GET /v1/speech/voices/?model=-аас дууны id |
language |
string | Үгүй | Хэлний код (стандарт: en) |
speed |
float | Үгүй | Speed multiplier (0.5-2.0, default 1.0) |
format |
string | Үгүй | wav (стандарт), mp3, ogg эсвэл flac. SSML тэмдгүүд синтез хийхээс өмнө устгагдана. |
Хариулт
Ажлын id (uuid). Status-ийг дуусгах хүртэл GET /v1/speech/results/?uuid=-ийг асууж, result_url-ийг татаж авна.
Унших
/v1/transcribe/
Аудиог цагны тэмдэгтэй текст болгон хөрвүүл.
Тохиолдлын бие (олон хэсэг/хувийн мэдээллийн хэлбэр)
| Параметр | Тоглоомын төрөл | Заавал | Тодорхойлолт |
|---|---|---|---|
file |
file | Тийм ээ | Аудио/видео файлыг хөрвүүлэх |
model |
string | Үгүй | том- v3 (стандарт) эсвэл турбо |
language |
string | Үгүй | Толь бичгийн код, эсвэл автоматаар олж илрүүлэх (стандарт) |
enable_word_timestamps |
bool | Үгүй | Бүх үгийн эхлэх, дуусах цагийг нэмнэ |
callback_url |
string | Үгүй | Ажлын төгсгөлд POST- ээр үр дүнг авах URL |
Хариулт
Ажлын id (uuid). Байдлыг дуусгах хүртэл GET /v1/transcribe/results/?uuid= асуулт явуулна; хариулт нь текст, хэл, хэсгүүдийг агуулна.
Байх боломжтой загварууд
Тоглоомын цонхComment
| Модель ID | Тодорхойлолт | Хамгийн сайн |
|---|---|---|
kokoro |
Олон хэлний хурдан TTS | Нийтлэг хэрэглээний бага хугацааны тэсрэлт |
piper |
Хөнгөн олон хэлний TTS (хувийн зөвшөөрөлтэй дуунууд л) | 11 хэл дээр хурдан дүрслэх |
vits |
LJSpeech plus 108 VCTK English speakers | Англи хэлний онцлог |
bark |
Генераторын TTS, 13 хэлний 130 урьдчилсан тохиргоо | Олон янз, илэрхийлэл бүхий (хөгжсөн) |
openvoice |
Хөгжим, дууны нөөц | Чатын хайрцагны өөр хувилбар |
chatterbox |
23 хэлний Zero-shot дууны клон; үндсэн дууны хувиргалтын загвар | Хэдхэн жишээнээс клонлох |
Хэл ярианы загварууд
| Модель ID | Тодорхойлолт | Хамгийн сайн |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Маш өндөр нарийвчлалтай, олон хэл |
whisper-turbo |
Хурдтай ажиллахын тулд Whisper-ийг сайжруулав | Хурдан хөрвүүлэлт |
Хоосон кодууд
| Код | Бүтэц | Тодорхойлолт |
|---|---|---|
invalid_api_key |
401 | Саарал |
insufficient_credits |
402 | Энэ үйлдлийн хувьд хангалттай кредит байхгүй |
rate_limit_exceeded |
429 | Маш олон хүсэлт |
invalid_request |
400 | Зөвхөн өгөгдлийн санд хадгална |
model_not_found |
404 | Тодорхойлосон загвар байхгүй |
voice_not_found |
404 | Тодорхойлсон дуу байхгүй |
file_too_large |
413 | Хуудасны хэмжээ: |
server_error |
500 | Дотоод серверийн алдаа |