Dokumentácia API

Integrujte Speech to Speech AI do svojich aplikácií s jednoduchým REST API.

Rýchly štart

Začnite s Speech to Speech AI API za menej ako 5 minút.

Základná URL
https://api.speechtospeechai.com/v1
1. Začať prácu

Každý nástroj je POST s API kľúčom, odpoveďou je job id, nie 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. ankety pre výsledok

Požiadajte o úlohu každých pár sekúnd, kým sa stav nedokončí, potom stiahnite 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"}

Overenie pravosti

Všetky požiadavky API vyžadujú overenie prostredníctvom API kľúča v Authorization hlavička.

Hlavička
Authorization: Bearer YOUR_API_KEY
Získajte svoj API kľúč z vášho Ovládací panel účtu.

Klonovanie hlasu

POST /v1/voice-clone/

Hovorte text v hlase krátkej referenčnej nahrávky.

Telo žiadosti (viacdielne/formulárové údaje)
Parameter Typ Povinné Opis
reference_audio file Áno Nahrávanie hlasu na klonovanie (odporúča sa 10-30 sekúnd, až 60)
text string Áno Text, ktorý sa má hovoriť týmto hlasom
model string Nie chatterbox, openvoice, tortoise alebo gpt-sovits
language string Nie Kód jazyka (predvolené: en)
Odpoveď

Poll GET /v1/speech/results/?uuid= until status is completed and download result_url. - Požiadavka na stiahnutie výsledkov z webovej stránky.

Prevod textu na reč

POST /v1/tts/

Prevod textu na reč audio.

Telo žiadosti (viacdielne/formulárové údaje)
Parameter Typ Povinné Opis
text string Áno Text na prevod (max 5000 znakov)
model string Nie kokoro (predvolené), piper, vits alebo kôra
voice_id string Nie Identifikácia hlasu z GET /v1/speech/voices/?model=
language string Nie Kód jazyka (predvolené: en)
speed float Nie Rýchlostný multiplikátor (0,5-2,0, predvolené 1,0)
format string Nie wav (predvolené), mp3, ogg alebo flac. SSML značky sú odstránené pred syntézou.
Odpoveď

Poll GET /v1/speech/results/?uuid= until status is completed and download result_url. - Požiadavka na stiahnutie výsledkov z webovej stránky.

Prevod reči na text

POST /v1/transcribe/

Prepis zvuku do textu s časovými pečiatkami.

Telo žiadosti (viacdielne/formulárové údaje)
Parameter Typ Povinné Opis
file file Áno Audio/video súbor na prepis
model string Nie large-v3 (predvolené) alebo turbo
language string Nie Kód jazyka alebo automatická detekcia (predvolené)
enable_word_timestamps bool Nie Pridanie začiatočného a koncového času ku každému slovu
callback_url string Nie URL, ktoré prijíma výsledok POSTom po dokončení úlohy
Odpoveď

Poll GET /v1/transcribe/results/?uuid= až kým sa stav nekompletizuje; odpoveď potom obsahuje text, jazyk a segmenty.

Dostupné modely

Modely prevodu textu na reč
ID modelu Opis Najlepšie pre
kokoro Rýchly viacjazyčný TTS Všeobecné použitie, nízka latencia
piper Ľahký viacjazyčný TTS (len komerčne licencované hlasy) Rýchle renderovanie v 11 jazykoch
vits LJSpeech plus 108 VCTK anglických reproduktorov Anglické prízvuky
bark Generatívny TTS, 130 predvolieb v 13 jazykoch Pestrá, expresívne dodanie (pomaly)
openvoice Klonovanie hlasu a voliteľná konverzia hlasu Alternatívy pre Chatterbox
chatterbox Klonovanie hlasu v 23 jazykoch bez nutnosti použitia ľubovoľného programu; predvolený model konverzie hlasu Klonovanie z krátkej vzorky
Modely prevodu reči na text
ID modelu Opis Najlepšie pre
whisper-large-v3 OpenAI Whisper Large v3 Najvyššia presnosť, viacjazyčnosť
whisper-turbo Optimalizované Whisper pre rýchlosť Rýchly prepis

Kódy chýb

Kód Stav Opis
invalid_api_key 401 Neplatný alebo chýbajúci kľúč API
insufficient_credits 402 Nie je dostatok kreditov pre túto operáciu
rate_limit_exceeded 429 Príliš veľa požiadaviek
invalid_request 400 Nesprávne vytvorené telo požiadavky
model_not_found 404 Požadovaný model neexistuje
voice_not_found 404 Požadovaný hlas neexistuje
file_too_large 413 Nahratý súbor prekračuje limit veľkosti
server_error 500 Vnútorná chyba servera