Documentação da API
Integre o Speech to Speech AI aos seus aplicativos com uma API REST simples.
Inicio rápido
Comece com a API Speech to Speech AI em menos de 5 minutos.
URL base
https://api.speechtospeechai.com/v1
1. Inicie uma tarefa
Cada ferramenta é um POST com sua chave de API. A resposta é um id de tarefa, não o áudio.
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. Consulte o resultado
Consulte a tarefa a cada poucos segundos até o status ser completed e então baixe 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"}
Autenticação
Todos os pedidos de API requerem autenticação através de uma chave de API no Authorization Cabeçalho.
Authorization: Bearer YOUR_API_KEY
Clonagem Voz
/v1/voice-clone/
Fale um texto com a voz de uma gravação de referência curta.
Órgão de Pedido (multiparte/forma-dados)
| Parâmetro | Tipo | Requerido | Descrição |
|---|---|---|---|
reference_audio |
file | Sim | Gravação da voz a clonar (recomendado 10-30 segundos, até 60) |
text |
string | Sim | Texto a ser falado com essa voz |
model |
string | Não | chatterbox, openvoice, tortoise ou gpt-sovits |
language |
string | Não | Código do idioma (padrão: en) |
Resposta
Um id de tarefa (uuid). Consulte GET /v1/speech/results/?uuid= até status ser completed e baixe result_url.
Texto para a fala
/v1/tts/
Converter texto para áudio de voz.
Órgão de Pedido (multiparte/forma-dados)
| Parâmetro | Tipo | Requerido | Descrição |
|---|---|---|---|
text |
string | Sim | Texto a converter (máximo de 5000 caracteres) |
model |
string | Não | kokoro (padrão), piper, vits ou bark |
voice_id |
string | Não | Id da voz obtido em GET /v1/speech/voices/?model= |
language |
string | Não | Código do idioma (padrão: en) |
speed |
float | Não | Multiplicador de velocidade (0.5-2.0, padrão 1.0) |
format |
string | Não | wav (padrão), mp3, ogg ou flac. As tags SSML são removidas antes da síntese. |
Resposta
Um id de tarefa (uuid). Consulte GET /v1/speech/results/?uuid= até status ser completed e baixe result_url.
Discurso ao texto
/v1/transcribe/
Transcriba áudio para texto com selos de tempo.
Órgão de Pedido (multiparte/forma-dados)
| Parâmetro | Tipo | Requerido | Descrição |
|---|---|---|---|
file |
file | Sim | Ficheiro de áudio/vídeo para transcrição |
model |
string | Não | large-v3 (padrão) ou turbo |
language |
string | Não | Código do idioma, ou auto para detectá-lo (padrão) |
enable_word_timestamps |
bool | Não | Adiciona um tempo de início e de fim a cada palavra |
callback_url |
string | Não | URL que recebe o resultado por POST quando a tarefa termina |
Resposta
Um id de tarefa (uuid). Consulte GET /v1/transcribe/results/?uuid= até status ser completed; a resposta então traz text, language e segments.
Modelos disponíveis
Modelos de texto para fala
| Identificação do modelo | Descrição | Ideal para |
|---|---|---|
kokoro |
TTS multilingue rápido | Utilização geral, baixa latência |
piper |
TTS multilingue leve (só vozes licenciadas comercialmente) | Renderização rápida em 11 línguas |
vits |
LJSpeak + 108 VCTK falantes inglês | Acentos ingleses |
bark |
TTS gerador, 130 presets em 13 línguas | Entrega variada e expressiva (lenta) |
openvoice |
Clonagem de voz e conversão de voz opcional | Alternativa ao Chatterbox |
chatterbox |
Clonagem de voz zero-shot em 23 idiomas; modelo padrão de conversão de voz | Enchimento a partir de uma amostra curta |
Modelos de fala para texto
| Identificação do modelo | Descrição | Ideal para |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Mais precisão, multilingue |
whisper-turbo |
Whisper otimizado para velocidade | Transcrição rápida |
Códigos de Erro
| Código | Estado | Descrição |
|---|---|---|
invalid_api_key |
401 | Chave API inválida ou ausente |
insufficient_credits |
402 | Não suficiente créditos para esta operação |
rate_limit_exceeded |
429 | Demasiados pedidos |
invalid_request |
400 | Corpo de pedido mal formado |
model_not_found |
404 | O modelo solicitado não existe |
voice_not_found |
404 | A voz solicitada não existe |
file_too_large |
413 | O arquivo enviado excede o limite de tamanho |
server_error |
500 | Erro interno do servidor |