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 -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 "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
Authorization: Bearer YOUR_API_KEY
အသံဖမ်းယူခြင်း
/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
/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
/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 |