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 -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 "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.
Authorization: Bearer YOUR_API_KEY
Klonazzjoni tal-vuċi
/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
/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
/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 |