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
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
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.

Antet
Authorization: Bearer YOUR_API_KEY
Obțineți cheia API de la dumneavoastră Tabel de bord al contului.

Clonarea vocii

POST /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

POST /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

POST /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