Audio y tiempo real

Utilice los endpoints de audio cuando el resultado sea un archivo o texto. Utilice el endpoint WebSocket de tiempo real para una experiencia de audio bidireccional en vivo.

Elija un endpointCopy Anchor Link

Elija un modeloCopy Anchor Link

Lea la lista de modelos actual en lugar de codificarla de forma rígida. Verifique los detalles del modelo seleccionado para confirmar la compatibilidad con tiempo real antes de abrir un socket.

curl "https://api.tokenlab.sh/v1/models?recommended_for=tts" \
  -H "Authorization: Bearer sk-your-api-key"

curl "https://api.tokenlab.sh/v1/models?recommended_for=stt" \
  -H "Authorization: Bearer sk-your-api-key"

Solicitudes de audioCopy Anchor Link

La función de voz (speech) devuelve audio en la respuesta HTTP. La transcripción y la traducción pueden devolver texto final o una tarea aceptada. Cuando el cuerpo contenga un ID de tarea y un estado en lugar del texto final, guarde el ID y siga la poll_url hasta que se complete o falle. Permita suficiente tiempo para archivos grandes y conserve el Request ID.

Las URL de resultados de audio generado son URL de resultado multimedia de TokenLab válidas durante 30 días. media_retention.items informa del estado de guardado y expires_at de cada elemento; si el estado de guardado no se conoce a tiempo, la respuesta puede omitir media_retention, y la URL sigue funcionando. Las respuestas de audio binarias o en línea quedan fuera de esta retención de copia de URL. Consulte Retención de datos.

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": "Welcome to TokenLab."
  }' \
  --output speech.mp3

Sesiones en tiempo realCopy Anchor Link

Abra un WebSocket con el modelo en la cadena de consulta (query string) y la API key en el encabezado Authorization. Mantenga el formato de evento documentado para el modelo de tiempo real seleccionado y cierre el socket cuando la sesión haya finalizado.

Esta guía cubre solo el subconjunto de WebSocket. TokenLab actualmente no proporciona secret de cliente REST de OpenAI Realtime, secret de cliente de traducción, llamadas (Calls) ni endpoints de gestión de sesiones beta heredados.

Para el ejemplo del lado del servidor a continuación, instale ws y establezca TOKENLAB_REALTIME_MODEL en un modelo actual cuyos detalles declaren /v1/realtime. Proporcione TOKENLAB_API_KEY en el entorno del servidor; el nombre por sí solo no establece la compatibilidad con tiempo real.

npm install ws

import WebSocket from 'ws';

const model = process.env.TOKENLAB_REALTIME_MODEL;
const apiKey = process.env.TOKENLAB_API_KEY;
if (!model || !apiKey) throw new Error('Set TOKENLAB_REALTIME_MODEL and TOKENLAB_API_KEY');

const url = new URL('wss://api.tokenlab.sh/v1/realtime');
url.searchParams.set('model', model);
const socket = new WebSocket(url, {
  headers: { Authorization: `Bearer ${apiKey}` },
});
socket.on('message', (event) => console.log(event.toString()));
socket.on('error', (error) => console.error(error.message));
process.once('SIGINT', () => socket.close(1000, 'Client stopped'));

Muestre el progreso de forma seguraCopy Anchor Link

• Guarde los archivos de audio generados en lugar de repetir la misma solicitud al actualizar.
• Para la transcripción y traducción, muestre los estados de carga y procesamiento incluso cuando la llamada a la API sea síncrona.
• Para el tiempo real, maneje los eventos de cierre y reconecte solo después de que el usuario inicie una nueva sesión.
• No incluya API keys, URL privadas o secretos de cuenta en la entrada de texto de audio.

Referencia de la APICopy Anchor Link