Teks ke suara
Buat ucapan dengan mesin aktif, profil kloning, atau suara yang dirancang.
POST /v1/audio/speech menerima format ucapan OpenAI dan mengembalikan byte audio. tts-1 dan tts-1-hd menggunakan mesin yang dipilih di VoiceStudio; ID seperti omnivoice, voxcpm2, cosyvoice, atau kittentts memilih mesin tersebut.
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.wavBidang
| Bidang | Arti |
|---|---|
input | Teks yang diucapkan, hingga 4.096 karakter |
model | tts-1, tts-1-hd, atau ID mesin |
voice | default, alias OpenAI, preset mesin, atau ID profil |
response_format | mp3, opus, aac, flac, wav, atau pcm mentah |
speed | 0.25 hingga 4.0 |
Kontrol mesin
Permintaan juga menerima bidang khusus mesin:
{
"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
}Dukungan berbeda menurut mesin. GET /v1/audio/voices mencantumkan mesin terpasang dan kemampuannya: kloning, emosi, perangkat, dan routing.
Respons berupa biner
Tulis ke berkas atau alirkan; jangan parse sebagai JSON. Periksa Content-Type: jika encoder tidak tersedia, server dapat beralih ke WAV.
Teks panjang
Satu permintaan menerima hingga 4.096 karakter. Untuk buku, podcast, atau pekerjaan yang dapat dilanjutkan, gunakan rute buku audio dan bentuk panjang dalam referensi API.