Audio & realtime
Buat Speech
Menghasilkan audio dari teks input
Gunakan GET /v1/models?recommended_for=tts untuk mendapatkan model speech saat ini.
Body Permintaan
Mode respons bergantung pada model yang dipilih dan stream_format. Untuk input yang lebih panjang, berikan HTTP client timeout setidaknya 120s.
Field opsional, suara, format output, dan dukungan SSE bergantung pada model yang dipilih. Periksa GET /v1/models/{model} sebelum mengirimkannya. Parameter yang tidak didukung dapat mengembalikan 400 unsupported_parameter.
ID model TTS. Temukan pilihan saat ini dengan GET /v1/models?recommended_for=tts. Tidak ada model default.
Teks yang akan dihasilkan audionya. Maksimum 4096 karakter; suatu model dapat menetapkan batas yang lebih rendah, lihat detailnya.
Pemilih suara. Masukkan nama suara dari detail model, seperti eve untuk grok-tts, atau objek seperti { "id": "voice-id" } untuk model yang menerima ID suara.
ID suara untuk model yang mencantumkan parameter ini, seperti speech-2.8-turbo.
Instruksi gaya atau penyampaian opsional, hingga 2000 karakter, untuk model yang mencantumkan parameter ini.
Prompt gaya berbicara opsional, hingga 2000 karakter, untuk model yang mencantumkan parameter ini, seperti qwen3-tts-1-7b-voicedesign.
Kode bahasa, seperti en-US, untuk model yang mendukungnya.
Format audio. Nilai yang diterima bergantung pada model: misalnya grok-tts hanya mengembalikan mp3, dan qwen3-tts-flash mengembalikan wav. Periksa detail model sebelum mengirimkan nilai.
audioFormat pengiriman TokenLab: audio atau sse. Kirim sse hanya jika tercantum dalam detail model.
Kecepatan ucapan untuk model yang mendukungnya. TokenLab menerima 0.25 hingga 4.0; suatu model dapat mempersempit rentang tersebut.
Suhu pengambilan sampel (sampling temperature) dari 0 hingga 2, untuk model yang mencantumkan parameter ini.
Respons
Dengan stream_format=audio, respons berisi byte audio. Model yang mendukung stream_format=sse mengembalikan respons text/event-stream; lakukan parsing pada event-nya alih-alih menyimpan seluruh respons sebagai file audio.
Permintaan
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.mp3Sampel Suara
Suara bergantung pada model. Baca nilai voice pada detail model dari GET /v1/models/{model} sebelum Anda mengirimkannya. Sebagai contoh, grok-tts menerima eve, ara, rex, sal, dan leo.
Respons
<binary audio data>Field penting
Tipe media respons HTTP: format audio, atau text/event-stream untuk SSE.
Byte audio untuk audio; event stream untuk sse. Pilih parser menggunakan Content-Type dan mode yang diminta.
MiniMax Speech 2.8 Turbo mensintesis skrip dalam suara yang dipilih dengan alur kerja yang berfokus pada kecepatan, berguna untuk antarmuka lisan yang responsif dan narasi.
{
"model": "speech-2.8-turbo",
"input": "Welcome to TokenLab.",
"voice_id": "male-qn-qingse",
"speed": 1,
"response_format": "mp3",
"stream_format": "audio"
}Otorisasi
BearerAuth Autentikasi API Key. Buat atau kelola API key di Dashboard > API > API Keys.
Lokasi: header
Header
Kebijakan Pengiriman per-permintaan. Menggantikan default API key dan Workspace. Secara otomatis mencoba TokenLab Verified terlebih dahulu dan dapat beralih satu kali ke Official saja sebelum output, penerimaan permintaan, atau pembuatan sumber daya persisten.
Nilai yang tersedia
- "auto"
- "verified"
- "official"
Body permintaan
application/json
Respons
application/json
application/json
application/json
application/json
application/json
application/json