Bắt đầu nhanh
Bắt đầu với API Speech to Speech AI trong chưa đến 5 phút.
URL cơ sở
https://api.speechtospeechai.com/v1
1. Bắt đầu tác vụ
Mỗi công cụ là một yêu cầu POST kèm khóa API của bạn. Kết quả trả về là ID tác vụ, không phải âm thanh.
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. Thăm dò kết quả
Truy vấn tác vụ vài giây một lần cho đến khi status là completed, rồi tải xuống result_url.
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.mp3"}
Xác thực
Tất cả yêu cầu API cần xác thực thông qua một chìa khóa API trong Authorization đầu.
Authorization: Bearer YOUR_API_KEY
Ký âm
/v1/voice-clone/
Đọc một đoạn văn bản bằng giọng của một bản ghi tham chiếu ngắn.
Thân yêu cầu (dữ liệu đa phần/biểu mẫu)
| Đặc điểm | Kiểu | Cần thiết | Mô tả |
|---|---|---|---|
reference_audio |
file | Có chứ. | Bản ghi giọng nói cần nhân bản (khuyến nghị 10-30 giây, tối đa 60) |
text |
string | Có chứ. | Văn bản cần đọc bằng giọng đó |
model |
string | Không | chatterbox, openvoice, tortoise hoặc gpt-sovits |
language |
string | Không | Mã ngôn ngữ (mặc định: en) |
Phản hồi
ID tác vụ (uuid). Thăm dò GET /v1/speech/results/?uuid= cho đến khi status là completed rồi tải xuống result_url.
Văn bản sang Giọng nói
/v1/tts/
Chuyển văn bản sang âm thanh nói.
Thân yêu cầu (dữ liệu đa phần/biểu mẫu)
| Đặc điểm | Kiểu | Cần thiết | Mô tả |
|---|---|---|---|
text |
string | Có chứ. | Văn bản cần chuyển đổi (tối đa 5000 ký tự) |
model |
string | Không | kokoro (mặc định), piper, vits hoặc bark |
voice_id |
string | Không | ID giọng nói lấy từ GET /v1/speech/voices/?model= |
language |
string | Không | Mã ngôn ngữ (mặc định: en) |
speed |
float | Không | Speed multiplier (0.5-2.0, default 1.0) |
format |
string | Không | wav (mặc định), mp3, ogg hoặc flac. Thẻ SSML bị loại bỏ trước khi tổng hợp. |
Phản hồi
ID tác vụ (uuid). Thăm dò GET /v1/speech/results/?uuid= cho đến khi status là completed rồi tải xuống result_url.
Từ nói sang văn bản
/v1/transcribe/
Transcript audio to text with timestamp.
Thân yêu cầu (dữ liệu đa phần/biểu mẫu)
| Đặc điểm | Kiểu | Cần thiết | Mô tả |
|---|---|---|---|
file |
file | Có chứ. | Tập tin âm thanh/video cần chuyển ngữ |
model |
string | Không | large-v3 (mặc định) hoặc turbo |
language |
string | Không | Mã ngôn ngữ, hoặc auto để tự động nhận diện (mặc định) |
enable_word_timestamps |
bool | Không | Thêm thời điểm bắt đầu và kết thúc cho mỗi từ |
callback_url |
string | Không | URL nhận kết quả qua POST khi tác vụ hoàn tất |
Phản hồi
ID tác vụ (uuid). Thăm dò GET /v1/transcribe/results/?uuid= cho đến khi status là completed; khi đó kết quả chứa text, language và segments.
Các mô hình hiện có
Mô hình chuyển văn bản thành giọng nói
| Mã mô hình | Mô tả | Phù hợp nhất cho |
|---|---|---|
kokoro |
TTS đa ngôn ngữ nhanh | Dùng chung, thời gian đợi thấp |
piper |
TTS đa ngôn ngữ nhẹ (chỉ có giọng nói được cấp phép thương mại) | Đồ họa nhanh trong 11 ngôn ngữ |
vits |
LJSpeech plus 108 VCTK English speakers | Giọng Anh |
bark |
TTS sinh ra, 130 mặc định trong 13 ngôn ngữ | Đa dạng, biểu cảm (chậm) |
openvoice |
Nhân bản giọng nói và chuyển đổi giọng nói tùy chọn | Lựa chọn thay thế cho Chatterbox |
chatterbox |
Nhân bản giọng nói zero-shot trong 23 ngôn ngữ; mô hình chuyển đổi giọng nói mặc định | Sử dụng mẫu ngắn |
Mô hình chuyển giọng nói thành văn bản
| Mã mô hình | Mô tả | Phù hợp nhất cho |
|---|---|---|
whisper-large-v3 |
OpenAI Whisper Large v3 | Chính xác cao nhất, đa ngôn ngữ |
whisper-turbo |
Whisper tối ưu hóa cho tốc độ | Phiên âm nhanh |
Mã lỗi
| Mã | Tình trạng | Mô tả |
|---|---|---|
invalid_api_key |
401 | Chìa khóa API không hợp lệ hoặc thiếu |
insufficient_credits |
402 | Không đủ điểm cho thao tác này |
rate_limit_exceeded |
429 | Quá nhiều yêu cầu |
invalid_request |
400 | Tổ yêu cầu bị lỗi |
model_not_found |
404 | Mô hình yêu cầu không tồn tại |
voice_not_found |
404 | Giọng nói yêu cầu không tồn tại |
file_too_large |
413 | Tập tin tải lên vượt quá giới hạn kích thước |
server_error |
500 | Lỗi máy chủ nội bộ |