Dokumentazzjoni tal-API

Integra Speech to Speech AI fl-applikazzjonijiet tiegħek ma REST API sempliċi.

Bidu mgħaġġel

Ibda bil-Speech to Speech AI API f'inqas minn 5 minuti.

URL bażiku
https://api.speechtospeechai.com/v1
1. Ibda xogħol

Kull għodda hija POST ma API tiegħek ewlenija.It-tweġiba hija id tax-xogħol, mhux l-awdjo.

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. Poll għall-riżultat

Staqsi għall-impjieg kull ftit sekondi sakemm l-istatus huwa komplut, imbagħad tniżżel result_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"}

Awtentikazzjoni

It-talbiet kollha tal-API jeħtieġu awtentikazzjoni permezz ta' ċavetta tal-API fil- Authorization header.

Intestatura
Authorization: Bearer YOUR_API_KEY
Ikseb il-muftieħ API tiegħek mill- Dashboard tal-kont.

Klonazzjoni tal-vuċi

POST /v1/voice-clone/

Tkellem test bil-vuċi ta' reġistrazzjoni ta' referenza qasira.

Korp tat-talba (multipart/form-data)
Parametru Tip Meħtieġa Deskrizzjoni
reference_audio file Iva Reġistrazzjoni tal-vuċi biex klonu (10-30 sekonda rakkomandati, sa 60)
text string Iva Test biex jitkellmu f'dak vuċi
model string Nru chatterbox, openvoice, tortoise jew gpt-sovits
language string Nru Kodiċi tal-lingwa (default: en)
Rispons

Id-database tal-post tax-xogħol (uuid). Poll GET /v1/speech/results/?uuid= sakemm l-istatus ikun komplut u tniżżel result_url.

Test għal diskors

POST /v1/tts/

Ikkonverti test għall-awdjo diskors.

Korp tat-talba (multipart/form-data)
Parametru Tip Meħtieġa Deskrizzjoni
text string Iva Test biex jikkonverti (massimu 5000 karattru)
model string Nru kokoro (default), piper, vits jew qoxra
voice_id string Nru Id-data tal-vuċi minn GET /v1/speech/voices/?model=
language string Nru Kodiċi tal-lingwa (default: en)
speed float Nru Veloċità multiplikatur (0.5-2.0, default 1.0)
format string Nru wav (default), mp3, ogg jew flac. It-tags SSML jitneħħew qabel is-sinteżi.
Rispons

Id-database tal-post tax-xogħol (uuid). Poll GET /v1/speech/results/?uuid= sakemm l-istatus ikun komplut u tniżżel result_url.

Diskors għal Test

POST /v1/transcribe/

Transcribe awdjo biex test ma timestamps.

Korp tat-talba (multipart/form-data)
Parametru Tip Meħtieġa Deskrizzjoni
file file Iva Fajl awdjo/vidjo li għandu jiġi traskritt
model string Nru large-v3 (default) jew turbo
language string Nru Kodiċi tal-lingwa, jew awtomatiku biex jiskopru dan (default)
enable_word_timestamps bool Nru Żid il-ħin tal-bidu u t-tmiem għal kull kelma
callback_url string Nru URL li tirċievi r-riżultat mill POST meta l-impjieg jispiċċa
Rispons

Poll GET /v1/transcribe/results/?uuid= sakemm l-istatus ikun komplut; it-tweġiba mbagħad iġġorr it-test, il-lingwa u s-segmenti.

Mudelli disponibbli

Mudelli tat-Test-għal-Ħsieb
ID tal-mudell Deskrizzjoni L-aħjar għal
kokoro Fast multilingwi TTS Użu ġenerali, latency baxxa
piper TTS multilingwi ħafif (vuċijiet kummerċjalment liċenzjati biss) Fast renders fi 11-il lingwa
vits LJSpeech flimkien ma' 108 kelliema tal-Ingliż VCTK Accents bl-Ingliż
bark TTS ġenerattiv, 130 preset fi 13-il lingwa Varjata, espressjoni kunsinna (bil-mod)
openvoice Klonazzjoni tal-vuċi u konverżjoni tal-vuċi fakultattiva Alternattiva għal Chatterbox
chatterbox Klonazzjoni tal-vuċi Zero-shot fi 23 lingwa; mudell default tal-konverżjoni tal-vuċi Klonazzjoni minn kampjun qasir
Mudelli ta’ diskors għal test
ID tal-mudell Deskrizzjoni L-aħjar għal
whisper-large-v3 OpenAI Whisper Large v3 L-ogħla preċiżjoni, multilingwi
whisper-turbo Whisper ottimizzat għall-veloċità Traskrizzjoni veloċi

Kodiċijiet ta’ żball

Kodiċi Status Deskrizzjoni
invalid_api_key 401 Ċavetta API invalida jew nieqsa
insufficient_credits 402 Mhux biżżejjed krediti għal din l-operazzjoni
rate_limit_exceeded 429 Rikjesti żejda
invalid_request 400 Korp tat-talba mhux komplut
model_not_found 404 Il-mudell mitlub ma jeżistix
voice_not_found 404 Il-vuċi mitluba ma teżistix
file_too_large 413 Fajl imtella jaqbeż il-limitu tad-daqs
server_error 500 Żball intern tas-server