Dokumentacija API

Integrirajte Speech to Speech AI v vaše aplikacije s preprostim REST API.

Hitro zagonsko

Začni z Speech to Speech AI API v manj kot 5 minutah.

Osnovni URL
https://api.speechtospeechai.com/v1
1. Začni delo

Vsako orodje je POST s svojim API ključem. Odgovor je id. službe, ne zvok.

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. Pregled rezultata

Vprašaj za nalogo vsakih nekaj sekund, dokler stanje ni končano, nato prenesi 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"}

Overitev

Vse zahteve API zahtevajo avtentifikacijo prek API ključa v Authorization Glava.

Glava
Authorization: Bearer YOUR_API_KEY
Vzemite svoj API ključ iz svojega Tabela računov.

Kloniranje glasu

POST /v1/voice-clone/

Izgovorite besedilo v glasu kratke referenčne posnetke.

Teles za zahtevo (več delov/podatki obrazca)
Parameter Vrsta Zahtevana Opis
reference_audio file Yes Snemanje glasu na klon (10-30 sekund priporočeno, do 60)
text string Yes Besedilo, ki se govori s tem glasom
model string Ne škabelja, odprt glas, želva ali gpt-sovice
language string Ne Jezikovna koda (privzeto: en)
Odziv

Id. dela (uuid). Poišči GOT /v1/speech/rezultat/?uiid=, dokler se stanje ne zaključi in ne prenese rezultat_ url.

Besedilo v govor

POST /v1/tts/

Pretvori besedilo v govorni zvok.

Teles za zahtevo (več delov/podatki obrazca)
Parameter Vrsta Zahtevana Opis
text string Yes Besedilo za pretvorbo (največ 5000 znakov)
model string Ne kokoro (privzeto), pipeker, vite ali kora
voice_id string Ne Glasovni ID iz GET / v1/speech/voke/?model=
language string Ne Jezikovna koda (privzeto: en)
speed float Ne Množilec hitrosti (0.5-2.0, privzeto 1.0)
format string Ne vav (privzeto), mp3, og ali flak. Pred sintezo se oznake SSML odstranijo.
Odziv

Id. dela (uuid). Poišči GOT /v1/speech/rezultat/?uiid=, dokler se stanje ne zaključi in ne prenese rezultat_ url.

Govor besedila

POST /v1/transcribe/

Prepisuj zvok na besedilo s časovnimi oznakami.

Teles za zahtevo (več delov/podatki obrazca)
Parameter Vrsta Zahtevana Opis
file file Yes Zvočna/video datoteka za transscribe
model string Ne veliko-v3 (privzeto) ali turbo
language string Ne Jezična koda ali avto za zaznavanje (privzeto)
enable_word_timestamps bool Ne Dodaj čas začetka in konca vsaki besedi
callback_url string Ne URL, ki dobi rezultat POST, ko opravilo konča
Odziv

Id. dela (uuid). Povpraševanje GET /v1/transcribec/rezultat/?uid=, dokler status ne bo končan; odgovor nato nosi besedilo, jezik in segmente.

Razpoložljivi modeli

Modeli besedila v govor
ID vzorca Opis Najboljše za
kokoro Hitro večjezična TTS Splošna uporaba, nizka zamuda
piper Lahka večjezična TTS (samo komercialno licencirana glasovanja) Hitro izdelovanje v 11 jezikih
vits LJGearch plus 108 VCTK angleški govorniki Naglasi v angleščini
bark Generativna TTS, 130 prednastavitev v 13 jezikih Različna, ekspresivna dobava (počasna)
openvoice Kloniranje glasu in neobvezno pretvorbo glasu Alternativno klepetalniku
chatterbox 0-kratno kloniranje glasu v 23 jezikih; model za pretvorbo glasov privzeto Kloniranje iz kratkotrajnega vzorca
Modeli govora v besedilo
ID vzorca Opis Najboljše za
whisper-large-v3 OpenAI Whisper Large v3 Največja natančnost, večjezična
whisper-turbo Optimizirani šaptaj za hitrost Hitro prepisovanje

Oznake napak

Oznaka Stanje Opis
invalid_api_key 401 Neveljaven ali manjka ključ API
insufficient_credits 402 Za to operacijo ni dovolj kreditov
rate_limit_exceeded 429 Preveč zahtevkov
invalid_request 400 Nepravilno telo zahtevka
model_not_found 404 Zahtevani model ne obstaja
voice_not_found 404 Zahtevani glas ne obstaja.
file_too_large 413 Naložena datoteka presega omejitev velikosti
server_error 500 Notranja napaka strežnika