TokenLab

Guides médias

Audio et temps réel

Créez de la parole, transcrivez de l'audio, traduisez de la parole ou ouvrez une session en temps réel

Utilisez les endpoints audio lorsque le résultat est un fichier ou du texte. Utilisez l'endpoint WebSocket temps réel pour une expérience audio bidirectionnelle en direct.

Choisir un endpoint

BesoinEndpointUtilisez-le quand
Synthèse vocale (Text to speech)POST /v1/audio/speechVous avez besoin d'un fichier audio à partir de texte.
TranscriptionPOST /v1/audio/transcriptionsVous avez besoin de texte à partir d'un fichier audio.
Traduction audioPOST /v1/audio/translationsVous avez besoin de texte traduit à partir d'un fichier audio.
WebSocket temps réelWS /v1/realtime?model={model}Vous avez besoin d'un flux audio bidirectionnel via WebSocket. Un simple GET /v1/realtime renvoie uniquement des métadonnées.

Choisir un modèle

Lisez la liste actuelle des modèles au lieu de les coder en dur. Vérifiez les détails du modèle sélectionné pour confirmer la prise en charge du temps réel avant d'ouvrir 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"

Requêtes audio

La synthèse vocale renvoie de l'audio dans la réponse HTTP. La transcription et la traduction peuvent renvoyer du texte final ou une tâche acceptée. Lorsque le corps de la réponse contient un ID de tâche et un statut au lieu du texte final, enregistrez l'ID et interrogez GET /v1/tasks/{id} jusqu'à l'achèvement ou l'échec. Prévoyez suffisamment de temps pour les fichiers volumineux et conservez le Request ID.

Les URL des résultats audio sont des URL de média TokenLab qui restent valides pendant 30 jours. media_retention.items indique le statut de sauvegarde de chaque élément ainsi que expires_at ; la réponse peut omettre media_retention lorsque le statut de sauvegarde n'est pas connu à temps, et l'URL fonctionne toujours. Les réponses audio intégrées ou binaires ne sont pas soumises à cette rétention d'URL. Voir Rétention des données.

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

Sessions en temps réel

Ouvrez un WebSocket avec le modèle dans la chaîne de requête (query string) et la clé API dans l'en-tête Authorization. Respectez le format d'événement documenté pour le modèle temps réel sélectionné et fermez le socket une fois la session terminée.

Une session dure au maximum 1 heure. Ensuite, le serveur ferme le socket avec le code 1000 et la raison session_timeout. Un message unique peut atteindre 32 MiB ; un message plus volumineux ferme le socket avec le code 1009. Certains modèles temps réel, tels que grok-voice-think-fast-2.0, n'acceptent que des trames audio et des mises à jour de session. Un élément d'entrée texte renvoie l'erreur unsupported_realtime_text_input et ferme le socket avec le code 1008.

Ce guide couvre uniquement le sous-ensemble WebSocket. TokenLab ne fournit pas actuellement de secret client REST OpenAI Realtime, de secret client de traduction, d'appels (Calls) ou d'endpoints de gestion de session bêta hérités.

Pour l'exemple côté serveur ci-dessous, installez ws et définissez TOKENLAB_REALTIME_MODEL sur un modèle actuel dont les détails déclarent /v1/realtime. Fournissez TOKENLAB_API_KEY dans l'environnement serveur ; le nom seul n'établit pas la prise en charge du temps réel.

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'));

Afficher la progression en toute sécurité

  • Enregistrez les fichiers audio générés au lieu de rejouer la même requête lors d'un rafraîchissement.
  • Pour la transcription et la traduction, affichez les états de téléchargement et de traitement même lorsque l'appel API est synchrone.
  • Pour le temps réel, gérez les événements de fermeture et ne reconnectez qu'après que l'utilisateur a démarré une nouvelle session.
  • Ne placez pas de clés API, d'URL privées ou de secrets de compte dans les entrées de texte audio.

Référence API

SujetRéférence
Créer de la paroleCréer de la parole
Créer une transcriptionCréer une transcription
Créer une traductionCréer une traduction
WebSocket temps réelWebSocket temps réel
Lister les modèlesLister les modèles
Facturation et tarifsFacturation et tarifs

Sur cette page