Documentare API
Integraţi Speech to Speech AI în aplicaţiile dumneavoastră cu o API REST simplă.
Începe rapid
Începe cu API Speech to Speech AI în mai puţin de 5 minute.
URL de bază
https://api.speechtospeechai.com/v1
1. Începe o slujbă
Fiecare instrument este un POST cu cheia API. Răspunsul este un loc de muncă, nu audio.
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. Sondaj pentru rezultat
Cereți pentru a face treaba la fiecare câteva secunde până când starea este finalizată, apoi descărcați rezultat_url.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Autentificare
Toate cererile API necesită autentificare prin intermediul unei chei API în Authorization Capul.
Authorization: Bearer YOUR_API_KEY
Clonarea vocii
/v1/voice-clone/
Vorbeşte un text în vocea unei înregistrări de referinţă scurte.
Organismul de cerere (multipart/form-data)
| Parametrul | Tip | Requis | Descriere |
|---|---|---|---|
reference_audio |
file | Da. | Înregistrarea vocei la clonă (10-30 secunde recomandate, până la 60) |
text |
string | Da. | Textul pentru a vorbi în acea voce |
model |
string | Nu | Pălărie, openvoice, tortoise sau gpt-sovits |
language |
string | Nu | Codul limbii (defect: en) |
Răspuns
A job id (uuid). Poll GET /v1/speech/results/?uuid= until status is completed and download result_url.
Text la discurs
/v1/tts/
Convertește textul în audio de voce.
Organismul de cerere (multipart/form-data)
| Parametrul | Tip | Requis | Descriere |
|---|---|---|---|
text |
string | Da. | Textul de convertit (max 5000 caractere) |
model |
string | Nu | cokoro (defect), piper, vițe sau latră |
voice_id |
string | Nu | Id vocal de la GET /v1/speech/voci/?model= |
language |
string | Nu | Codul limbii (defect: en) |
speed |
float | Nu | Multiplicator de viteză (0.5-2.0, implicit 1.0) |
format |
string | Nu | WAV (defect), mp3, ogg sau flac. Etichetele SSML sunt eliminate înainte de sinteză. |
Răspuns
A job id (uuid). Poll GET /v1/speech/results/?uuid= until status is completed and download result_url.
Discursul textului
/v1/transcribe/
Transcrie audio în text cu timelor horale.
Organismul de cerere (multipart/form-data)
| Parametrul | Tip | Requis | Descriere |
|---|---|---|---|
file |
file | Da. | Fișier audio/video pentru transcriere |
model |
string | Nu | mare-v3 (defect) sau turbo |
language |
string | Nu | Codul limbii sau automat pentru a-l detecta (defect) |
enable_word_timestamps |
bool | Nu | Adaugă un început și un sfârșit de timp la fiecare cuvânt |
callback_url |
string | Nu | URL care primeşte rezultatul de către POST când se termină treaba |
Răspuns
A job id (uuid). Poll GET /v1/transcribe/results/?uuid= until status is completed; the answer then carries text, language and segments.
Modele disponibile
Modele text-to-voce
| ID model | Descriere | Cel mai bun pentru |
|---|---|---|
kokoro |
TTS multilingv | Utilizare generală, latenţă scăzută |
piper |
TTS multilingv limpede (voci licențiate comercial) | Renders rapid in 11 limbi |
vits |
LJSpeech plus 108 VCTK vorbitori englezi | Accenturi engleze |
bark |
Generativ TTS, 130 preset în 13 limbi | Livrare variată, expresivă (lentă) |
openvoice |
Clonarea vocală și conversia vocală opțională | Alternativă la Chatterbox |
chatterbox |
Clonarea vocală cu semn zero în 23 de limbi; model de conversie vocală implicit | Clonarea dintr-o probă scurtă |
Modele de vorbire la text
| ID model | Descriere | Cel mai bun pentru |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Cel mai înalt precizie, multilingv |
whisper-turbo |
Whisper optimizat pentru viteză | Transcription rapidă |
Coduri de eroare
| Codul | Starea | Descriere |
|---|---|---|
invalid_api_key |
401 | Cheie API nevalidă sau lipsă |
insufficient_credits |
402 | Nu sunt suficiente credite pentru această operaţie. |
rate_limit_exceeded |
429 | Prea multe cereri |
invalid_request |
400 | Corpul cererii malformate |
model_not_found |
404 | Modelul solicitat nu există |
voice_not_found |
404 | Vocea solicitată nu există |
file_too_large |
413 | Fișierul încărcat depășește limita de dimensiune |
server_error |
500 | Eroare internă a serverului |