API စာရွက်စာတမ်းများ

ရိုးရှင်းတဲ့ REST API နဲ့သင့်ရဲ့ application တွေကို Speech to Speech AI ပေါင်းစပ်။

စတင်ချက်မြန်

အောက်တွင် Speech to Speech AI API ကိုနှင့်အတူစတင် Get5မိနစ်.

အခြေခံ URL
https://api.speechtospeechai.com/v1
1. အလုပ်တစ်ခုစတင်

အားလုံး tool ကိုသင်၏ API key ကိုနှင့်အတူ POST ကိုဖြစ်ပါသည်. အဖြေကိုအလုပ်အကိုင် id ကိုဖြစ်ပါသည်, အသံမဟုတ်.

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. ရလဒ်အတွက် Poll

status ကိုပြီးစီးသည်အထိတစ်စက္ကန့်အနည်းငယ်အကြာအလုပ်အတွက်မေးမြန်း, ထို့နောက် download 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"}

အသိအမှတ်ပြုခြင်း

အားလုံး API ကိုတောင်းဆိုမှုများကို API ကို key ကိုမှတဆင့်အတည်ပြုလိုအပ် Authorization ခေါင်းစီး

ခေါင်းစီး
Authorization: Bearer YOUR_API_KEY
သင်၏ API key ကိုသင်၏မှရယူပါ အကောင့် dashboard.

အသံဖမ်းယူခြင်း

POST /v1/voice-clone/

မှတ်တမ်းတင်ထားသော အချက်အလက်အတိုအတိုကို အသံဖြင့် ဖတ်ပါ။

Request Body (multipart / form-data)
သတ်မှတ်ချက် အမျိုးအစား လိုအပ်သည် ဖော်ပြချက်
reference_audio file အင်း မျိုးပွားဖို့အသံမှတ်တမ်းတင်ခြင်း (10-30 စက္ကန့်အကြံပြု, 60 အထိ)
text string အင်း အသံဖြင့်ပြောရန် စာသား
model string ဟုတ်တယ် chatterbox, openvoice, tortoise သို့မဟုတ် gpt-sovits
language string ဟုတ်တယ် ဘာသာစကားကုဒ် (စံ: en)
တုံ့ပြန်မှု

အလုပ်အကိုင်အမည် (uuid) ။ အခြေအနေပြီးစီးပြီး download result_url အထိ Poll GET /v1/speech/results/?uuid= ။

စာသားမှစကားပြော

POST /v1/tts/

စာသားကို အသံအဖြစ် ပြောင်းပါ

Request Body (multipart / form-data)
သတ်မှတ်ချက် အမျိုးအစား လိုအပ်သည် ဖော်ပြချက်
text string အင်း ပြောင်းရန်စာသား (အမြင့်ဆုံး 5000 အက္ခရာများ)
model string ဟုတ်တယ် kokoro (စံ), piper, vits သို့မဟုတ် bark
voice_id string ဟုတ်တယ် GET /v1/speech/voices/?model= မှအသံ id
language string ဟုတ်တယ် ဘာသာစကားကုဒ် (စံ: en)
speed float ဟုတ်တယ် အမြန်နှုန်း multiplier (0.5-2.0, default ကို 1.0)
format string ဟုတ်တယ် wav (စံ), mp3, ogg သို့မဟုတ် flac. SSML tags များ synthesization ရှေ့မှာဖယ်ရှားကြသည်။
တုံ့ပြန်မှု

အလုပ်အကိုင်အမည် (uuid) ။ အခြေအနေပြီးစီးပြီး download result_url အထိ Poll GET /v1/speech/results/?uuid= ။

စာသားသို့ စကားပြော

POST /v1/transcribe/

အချိန်စွဲဖြင့် စာသားသို့ အသံကို ဘာသာပြန်ပါ

Request Body (multipart / form-data)
သတ်မှတ်ချက် အမျိုးအစား လိုအပ်သည် ဖော်ပြချက်
file file အင်း အသံ/ဗီဒီယိုဖိုင်ကို ဘာသာပြန်ရန်
model string ဟုတ်တယ် ကြီးမားတဲ့-v3 (စံ) သို့မဟုတ် turbo
language string ဟုတ်တယ် ဘာသာစကားကုဒ်၊ ဒါမှမဟုတ် (စံ) ရှာဖွေဖို့အလိုအလျောက်
enable_word_timestamps bool ဟုတ်တယ် စကားလုံးတိုင်းအတွက် စတင်ချိန်နှင့် ပြီးဆုံးချိန်ကို ပေါင်းထည့်ပါ
callback_url string ဟုတ်တယ် အလုပ်ပြီးဆုံးချိန်တွင် POST ဖြင့်ရလဒ်ကိုလက်ခံသည့် URL
တုံ့ပြန်မှု

တစ်ဦးအလုပ်အကိုင်အမည် (uuid) ။ အခြေအနေပြီးစီးသည်အထိ Poll GET /v1/transcribe/results/?uuid=; ထို့နောက်အဖြေကိုစာသားကိုဆောင်ကြဉ်း, ဘာသာစကားနှင့် segments.

ရရှိနိုင်သော မော်ဒယ်များ

စာသားမှစကားပြောမော်ဒယ်များ
မော်ဒယ်အမည် ဖော်ပြချက် အကောင်းဆုံး
kokoro မြန်ဆန်သောဘာသာစကားများစွာ TTS အများသုံး၊ အလျင်အမြန်
piper အလေးချိန်နည်းပါးသော ဘာသာစကားစုံ TTS (စီးပွားရေးလုပ်ငန်းလိုင်စင်ရရှိထားသော အသံများသာ) 11 ဘာသာစကားများအမြန် renders
vits LJSpeech ပေါင်း 108 VCTK အင်္ဂလိပ်စကားပြော အင်္ဂလိပ် အသံထွက်များ
bark Generative TTS, 130 ဘာသာစကားများ 13 မှာ preset အမျိုးမျိုးသော, ထုတ်ဖော်ပြောဆိုပေးပို့ (နှေး)
openvoice အသံဖိုင်များ ကူးယူခြင်းနှင့် ရွေးချယ်စရာ အသံပြောင်းခြင်း Chatterbox အတွက် အခြားရွေးချယ်စရာ
chatterbox 23 ဘာသာစကားများမှာ Zero-shot အသံ clone; default အသံပြောင်းပြန်မော်ဒယ် နမူနာတိုတစ်ခုမှ ကူးယူခြင်း
စကားပြော-စာသား ပုံစံများ
မော်ဒယ်အမည် ဖော်ပြချက် အကောင်းဆုံး
whisper-large-v3 OpenAI Whisper Large v3 အမြင့်ဆုံးတိကျမှု, ဘာသာစကားများစွာ
whisper-turbo အမြန်နှုန်းအတွက် Optimized Whisper မြန်ဆန်သော စာပြန်ဆိုမှု

ချို့ယွင်းချက်ကုဒ်များ

ကုဒ် အခြေအနေ ဖော်ပြချက်
invalid_api_key 401 API ကီး မမှန်ကန်ပါ
insufficient_credits 402 ဤလုပ်ဆောင်ချက်အတွက် လုံလောက်သော ငွေကြေးမရှိပါ
rate_limit_exceeded 429 တောင်းဆိုမှု များလွန်းသည်
invalid_request 400 တောင်းဆိုချက်ကိုယ်ထည်ကို မမှန်ကန်စွာ ဖွဲ့စည်းထားသည်
model_not_found 404 တောင်းဆိုထားတဲ့ မော်ဒယ်မရှိဘူး
voice_not_found 404 တောင်းဆိုထားသော အသံမရှိပါ
file_too_large 413 တင်ထားသောဖိုင်အရွယ်အစား အတိုင်းအတာ ကျော်လွန်သွားသည်
server_error 500 ဆာဗာ အတွင်းပိုင်း မှားယွင်းမှု