Synthèse vocale
Générez de la parole avec le moteur actif, un profil cloné ou une voix conçue.
POST /v1/audio/speech accepte le format vocal OpenAI et renvoie des octets audio. tts-1 et tts-1-hd utilisent le moteur choisi dans VoiceStudio ; un ID tel que omnivoice, voxcpm2, cosyvoice ou kittentts cible ce moteur.
curl "$VOICESTUDIO_BASE_URL/audio/speech" \
-H "Authorization: Bearer $VOICESTUDIO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "tts-1",
"voice": "default",
"input": "Every voice. Every language. On your machine.",
"response_format": "wav",
"speed": 1.0
}' \
--output speech.wavChamps
| Champ | Signification |
|---|---|
input | Texte à prononcer, 4 096 caractères maximum |
model | tts-1, tts-1-hd ou un ID de moteur |
voice | default, un alias OpenAI, un préréglage de moteur ou un ID de profil |
response_format | mp3, opus, aac, flac, wav ou pcm brut |
speed | 0.25 à 4.0 |
Commandes du moteur
La requête accepte aussi des champs propres au moteur :
{
"model": "omnivoice",
"input": "Say this softly, then pause.",
"voice": "your-profile-id",
"language": "en",
"instruct": "quiet, intimate, unhurried",
"seed": 42,
"num_step": 32,
"guidance_scale": 2.0
}La prise en charge varie selon le moteur. GET /v1/audio/voices liste les moteurs installés et leurs capacités : clonage, émotion, appareil et routage.
La réponse est binaire
Écrivez-la dans un fichier ou diffusez-la ; ne l’analysez pas comme du JSON. Vérifiez Content-Type : si un encodeur est indisponible, le serveur peut revenir au WAV.
Texte long
Une requête accepte jusqu’à 4 096 caractères. Pour les livres, podcasts ou tâches reprenables, utilisez les routes livre audio et contenu long de la référence API.