АПИ документација
Интегриши Speech to Speech AI у ваше апликације са једноставним РЕСТ АПИ‐ ом.
Брзи почетак
Get started with the Speech to Speech AI API in under 5 minutes.
Основни УРЛ
https://api.speechtospeechai.com/v1
1. Покрени посао
Сваки алат је ПОСТ са вашим АПИ кључем. Одговор је ИД посла, а не аудио.
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. Аттестирање резултата
Тражи посао сваких неколико секунди док се стање не заврши, а затим преузми резултат_ url.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Аутентификација
Сви захт› јеви за АПИ захтевају аутентификацију преко АПИ тастера у Authorization Заглавље.
Authorization: Bearer YOUR_API_KEY
Гласово клонирање
/v1/voice-clone/
Говори текст у гласу кратког референтног снимака.
Захт› ијевај тело (мноштво делова/формални подаци)
| Параметар | тип | неопходно | Опис |
|---|---|---|---|
reference_audio |
file | Да. | Recording of the voice to clone (10-30 seconds recommended, up to 60) |
text |
string | Да. | Текст којим се говори тим гласом |
model |
string | Не | ћаскање, отворен глас, корњача или ГПТ-совицс |
language |
string | Не | Језик (подразумевано: en) |
Одговор
Ид. посла (uid). А. ГЕТ / v1/ Speech/ results/?uid= док се не заврши и не преузме резултат_ url.
Текст у говор
/v1/tts/
Претвори текст у говорни звук.
Захт› ијевај тело (мноштво делова/формални подаци)
| Параметар | тип | неопходно | Опис |
|---|---|---|---|
text |
string | Да. | Текст за претварање (максимум 5000 знакова) |
model |
string | Не | кокоро (подразумевано), цевчица, вита или кора |
voice_id |
string | Не | Гласовна ИД из ГЕТ / v1/ speech/ Voices/?model= |
language |
string | Не | Језик (подразумевано: en) |
speed |
float | Не | Speed multiplier (0.5-2.0, default 1.0) |
format |
string | Не | wav (подразумевано), mp3, gg или flac. ССМЛ ознаке се уклањају пре синтезе. |
Одговор
Ид. посла (uid). А. ГЕТ / v1/ Speech/ results/?uid= док се не заврши и не преузме резултат_ url.
Говор на текст
/v1/transcribe/
Преписивање звука тексту са временским ознаком.
Захт› ијевај тело (мноштво делова/формални подаци)
| Параметар | тип | неопходно | Опис |
|---|---|---|---|
file |
file | Да. | Аудио/ видео фајл за транкрипцију |
model |
string | Не | велики‐ v3 (подразумевано) или турбо |
language |
string | Не | Језик, или аутоматски за откривање (подразум› ијевано) |
enable_word_timestamps |
bool | Не | Додај почетак и крај сваком р› ијечју |
callback_url |
string | Не | УРЛ који прима резултат ~@ ¦ПОСТ‐ а¦ POSTA‐ a¦ када се посао заврши |
Одговор
Ид. посла (uid). АПОЛИ ГЕТ / v1/ transcribe/ results/?uid= док се не заврши статус; одговор затим носи текст, језик и сегменте.
Доступни модели
Модели текста‐ у‐ говор
| ИД модела | Опис | најбоље за |
|---|---|---|
kokoro |
Брзи јазички ТТС | Опште коришћење, ниска латенција |
piper |
Лагани вишејезички ТТС (само комерцијално лиценцан глас) | Брзи исписи на 11 језика |
vits |
ЛЈ‐ говор + 108 ВЦТК енглеских звучника | енглески нагласци |
bark |
Генеративни ТТС, 130 предефинисаних на 13 језика | Разнолик, изражавајући испорука (споро) |
openvoice |
Клонирање гласа и опционо претварање гласа | Алтернатива за ћаскање |
chatterbox |
клонирање гласа на 23 језика; подразум› ијевани модел претварања гласа | Клонирање од кратког узорка |
модели говора у текст
| ИД модела | Опис | најбоље за |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | највиша тачност, језичка |
whisper-turbo |
Оптимизовани шкриптач за брзину | Брза транскрипција |
Кодови грешака
| Код | Стање | Опис |
|---|---|---|
invalid_api_key |
401 | Неисправан или недостаје АПИ кључ |
insufficient_credits |
402 | Нема довољно кредита за ову операцију |
rate_limit_exceeded |
429 | Превише захтева |
invalid_request |
400 | Неисправно тело захтева |
model_not_found |
404 | Захт› ијевани модел не постоји |
voice_not_found |
404 | Захт› ијевани глас не постоји |
file_too_large |
413 | Слање фајла превазилази ограничење величине |
server_error |
500 | Унутрашња грешка сервера |