API ஆவணமாக்கம்

Speech to Speech AI ஐ எளிய REST API யுடன் உங்கள் பயன்பாடுகளில் ஒருங்கிணைக்கவும்.

விரைவு துவக்கம்

Speech to Speech AI API ஐ5நிமிடங்களுக்குள் தொடங்கவும்.

அடிப்படை URL
https://api.speechtospeechai.com/v1
1. ஒரு பணியைத் துவக்குக

ஒவ்வொரு கருவியும் உங்கள் API விசையுடன் POST ஆகும். பதில் வேலை அடையாளம், ஒலி அல்ல.

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. முடிவுக்கான வாக்குப்பதிவு

நிலை முடிவடைவதற்கு முன் ஒவ்வொரு சில நொடிகளுக்கும் பணியை கேட்கவும், பின்னர் result_ url ஐ பதிவிறக்கவும்.

cURL
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.mp3"}

உரிமம்

அனைத்து API கோரிக்கைகளுக்கும் ஒரு API விசை மூலம் உறுதிப்படுத்தல் தேவை Authorization தலைப்பு

தலைப்பு
Authorization: Bearer YOUR_API_KEY
உங்கள் API விசையை உங்கள் கணக்கு கட்டுப்பாட்டுப் பலகை.

குரல் ஒத்தமைப்பு

POST /v1/voice-clone/

ஒரு குறுகிய குறிப்பு பதிவு செய்தியின் குரலில் ஒரு உரையைச் சொல்லவும்.

கோரிக்கை உடல் (பலபகுதி/வடிவம்-தகவல்)
அளபுரு வகை தேவைப்படும் & விவரக்குறிப்பு
reference_audio file ஆம் ஒத்த குரலை பதிவு செய் (10- 30 வினாடிகளுக்கு பரிந்துரைக்கப்படுகிறது, 60 வரை)
text string ஆம் அந்த குரலில் பேச வேண்டிய உரை
model string இல்லை சாட்டர்பாக்ஸ், திறந்த குரல், டார்டாய்ஸ் அல்லது ஜிபிடி-சோவிட்ஸ்
language string இல்லை மொழி குறியீடு (முன்னிருப்பு: en)
பதில்

ஒரு பணி அடையாள எண் (uuid). நிலை முடிவடைவதற்கும் result_ url பதிவிறக்கத்திற்கும் வரை Poll GET /v1/ speech/ results/? uuid=.

உரையிலிருந்து பேச்சு

POST /v1/tts/

உரையை ஒலியாக மாற்று

கோரிக்கை உடல் (பலபகுதி/வடிவம்-தகவல்)
அளபுரு வகை தேவைப்படும் & விவரக்குறிப்பு
text string ஆம் மாற்ற வேண்டிய உரை (அதிகபட்சம் 5000 எழுத்துகள்)
model string இல்லை கோகோரோ (முன்னிருப்பு), பிப்பர், விட்ஸ் அல்லது பார்க்
voice_id string இல்லை GET /v1/speech/voices/?model=இலிருந்து குரல் அடையாளம்
language string இல்லை மொழி குறியீடு (முன்னிருப்பு: en)
speed float இல்லை Speed multiplier (0.5-2.0, default 1.0)
format string இல்லை wav (முன்னிருப்பு), mp3, ogg அல்லது flac. SSML குறிகள் சேர்ப்பதற்கு முன் நீக்கப்படும்.
பதில்

ஒரு பணி அடையாள எண் (uuid). நிலை முடிவடைவதற்கும் result_ url பதிவிறக்கத்திற்கும் வரை Poll GET /v1/ speech/ results/? uuid=.

உரையிலிருந்து பேசு

POST /v1/transcribe/

நேர அச்சிட்டுகளுடன் ஒலியை உரைகளாக மாற்றவும்.

கோரிக்கை உடல் (பலபகுதி/வடிவம்-தகவல்)
அளபுரு வகை தேவைப்படும் & விவரக்குறிப்பு
file file ஆம் ஒலி/வீடியோ கோப்புகளை மாற்று
model string இல்லை பெரிய- v3 (முன்னிருப்பு) அல்லது டார்போ
language string இல்லை மொழி குறியீடு, அல்லது தானாகவே கண்டறியவும் (முன்னிருப்பு)
enable_word_timestamps bool இல்லை ஒவ்வொரு வார்த்தையிலும் துவக்க மற்றும் முடிவு நேரத்தை சேர்
callback_url string இல்லை பணி முடிந்தவுடன் POST மூலம் முடிவுகளை பெறும் URL
பதில்

ஒரு பணி அடையாளம் (uuid). நிலை முடிவடைவதற்கு முன்பே GET /v1/transcribe/results/?uuid= ஐ கேட்கவும்; பிறகு உரை, மொழி மற்றும் பகுதிகளை எடுத்துச் செல்லும்.

கிடைக்கக்கூடிய மாதிரிகள்

உரையிலிருந்து பேசு வார்த்தை மாதிரிகள்
மாதிரி அடையாளம் & விவரக்குறிப்பு சிறந்த
kokoro வேகமான பல மொழி TTS பொதுவான பயன்பாடு, குறைந்த தாமதம்
piper இலகுவான பல மொழி TTS (வணிக ரீதியான அனுமதி பெற்ற குரல்கள் மட்டுமே) 11 மொழிகளில் வேகமான காட்சிப்படுத்தல்
vits LJSpeech மற்றும் 108 VCTK ஆங்கில வாசிப்பாளர்கள் ஆங்கில உச்சரிப்புகள்
bark ஜெனரேட்டிவ் TTS, 13 மொழிகளில் 130 முன் அமைப்புகள் மாறுபட்ட, வெளிப்படையான வழங்கல் (மெதுவாக)
openvoice குரல் ஒத்தமைப்பு மற்றும் விருப்பமான குரல் மாற்றம் உரையாடல் பெட்டிக்கு மாற்று
chatterbox 23 மொழிகளில் Zero-shot குரல் ஒத்தமைப்பு; முன்னிருப்பு குரல் மாற்று மாதிரி குறுந்தொகை மாதிரியில் இருந்து குளோனிங்
பேச்சு-உரை மாதிரிகள்
மாதிரி அடையாளம் & விவரக்குறிப்பு சிறந்த
whisper-large-v3 OpenAI Whisper Large v3 மிக உயர்ந்த துல்லியமான, பல மொழிகள்
whisper-turbo வேகத்திற்கு சிறந்த Whisper வேகமான மொழிபெயர்ப்பு

பிழை குறியீடுகள்

குறியீடு நிலை & விவரக்குறிப்பு
invalid_api_key 401 செல்லாத அல்லது காணாத API விசை
insufficient_credits 402 இந்த செயல்பாட்டிற்கு தேவையான கடன்கள் இல்லை
rate_limit_exceeded 429 மிகவும் அதிகமான கோரிக்கைகள்
invalid_request 400 தவறாக வடிவமைக்கப்பட்ட கோரிக்கை உடல்
model_not_found 404 கோரப்பட்ட மாதிரி இல்லை
voice_not_found 404 கோரப்பட்ட குரல் இல்லை
file_too_large 413 ஏற்றப்பட்ட கோப்பு அளவு வரம்பு மீறியது
server_error 500 சேவையகத்தின் உள்ளார்ந்த பிழை