الصوت والوقت الفعلي
إنشاء كلام صوتي
توليد صوت من النص المدخل
استخدم GET /v1/models?recommended_for=tts للحصول على نماذج الكلام الحالية.
جسم الطلب
يعتمد وضع الاستجابة على النموذج المحدد وstream_format. بالنسبة للمدخلات الأطول، اسمح بمهلة انتظار لعميل HTTP لا تقل عن 120s.
تعتمد الحقول الاختيارية والأصوات وتنسيقات الإخراج ودعم SSE على النموذج المحدد. تحقق من GET /v1/models/{model} قبل إرسالها. المعلمات غير المدعومة قد تُرجع 400 unsupported_parameter.
معرّف نموذج TTS. اعثر على الخيارات الحالية باستخدام GET /v1/models?recommended_for=tts. لا يوجد نموذج افتراضي.
النص المطلوب توليد الصوت له. بحد أقصى 4096 حرفاً؛ قد يحدد النموذج حداً أدنى، راجع تفاصيله.
محدد الصوت. قم بتمرير اسم الصوت من تفاصيل النموذج، مثل eve لـ grok-tts، أو كائن مثل { "id": "voice-id" } للنماذج التي تقبل معرّفات الأصوات.
معرّف الصوت للنماذج التي تدرج هذه المعلمة، مثل speech-2.8-turbo.
تعليمات اختيارية للأسلوب أو الأداء، حتى 2000 حرف، للنماذج التي تدرج هذه المعلمة.
موجه اختياري لأسلوب التحدث، حتى 2000 حرف، للنماذج التي تدرج هذه المعلمة، مثل qwen3-tts-1-7b-voicedesign.
رمز اللغة، مثل en-US، للنماذج التي تدعمه.
تنسيق الصوت. تعتمد القيم المقبولة على النموذج: على سبيل المثال يعيد grok-tts تنسيق mp3 فقط، ويعيد qwen3-tts-flash تنسيق wav. تحقق من تفاصيل النموذج قبل إرسال القيمة.
audioتنسيق التسليم في TokenLab: audio أو sse. أرسل sse فقط عندما تدرجه تفاصيل النموذج.
سرعة الكلام للنماذج التي تدعمها. يقبل TokenLab من 0.25 إلى 4.0؛ قد يقلص النموذج هذا النطاق.
درجة حرارة أخذ العينات من 0 إلى 2، للنماذج التي تدرج هذه المعلمة.
الاستجابة
مع stream_format=audio، تحتوي الاستجابة على بايتات الصوت. النماذج التي تدعم stream_format=sse تعيد استجابة من نوع text/event-stream؛ قم بتحليل أحداثها بدلاً من حفظ الاستجابة بالكامل كملف صوتي.
الطلب
curl -X POST "https://api.tokenlab.sh/v1/audio/speech" \
-H "Authorization: Bearer sk-your-api-key" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-tts",
"voice": "eve",
"input": "Hello, welcome to TokenLab!"
}' \
--output speech.mp3عينات الأصوات
تعتمد الأصوات على النموذج. اقرأ قيم voice في تفاصيل النموذج من GET /v1/models/{model} قبل إرسال أي منها. على سبيل المثال، يقبل grok-tts كلاً من eve و ara و rex و sal و leo.
الاستجابة
<binary audio data>حقول مهمة
نوع وسائط استجابة HTTP: تنسيق الصوت، أو text/event-stream لـ SSE.
بايتات الصوت لـ audio؛ وتدفق أحداث لـ sse. اختر أداة التحليل باستخدام Content-Type والوضع المطلوب.
يقوم MiniMax Speech 2.8 Turbo بتركيب نص بصوت محدد عبر مسار عمل يركز على السرعة، وهو مفيد للواجهات المنطوقة سريعة الاستجابة والسرد الصوتي.
{
"model": "speech-2.8-turbo",
"input": "Welcome to TokenLab.",
"voice_id": "male-qn-qingse",
"speed": 1,
"response_format": "mp3",
"stream_format": "audio"
}التفويض
BearerAuth مصادقة مفتاح API. قم بإنشاء أو إدارة مفاتيح API في Dashboard > API > API Keys.
الموضع: header
الترويسات
سياسة التسليم لكل طلب. تتجاوز إعدادات API key و Workspace الافتراضية. يحاول النظام تلقائياً استخدام TokenLab Verified أولاً، وقد ينتقل مرة واحدة إلى Official فقط قبل المخرجات، أو قبول الطلب، أو إنشاء مورد دائم.
القيم المتاحة
- "auto"
- "verified"
- "official"
جسم الطلب
application/json
الاستجابة
application/json
application/json
application/json
application/json
application/json
application/json