Tạo Giọng nói

Nội dung yêu cầu

Chế độ phản hồi phụ thuộc vào mô hình đã chọn và stream_format. Với đầu vào dài, đặt thời gian chờ HTTP ít nhất 120s.

Các trường tùy chọn, giọng nói, định dạng và hỗ trợ SSE phụ thuộc vào mô hình. Kiểm tra GET /v1/models/{model} trước khi gửi. Tham số không được hỗ trợ có thể trả về 400 unsupported_parameter.

modelstringmặc định: tts-1

ID mô hình TTS. Xem các lựa chọn hiện tại bằng GET /v1/models?recommended_for=tts.

inputstringbắt buộc

Văn bản dùng để tạo audio. Tối đa 4096 ký tự.

voicestring | object

Bộ chọn giọng nói. Truyền tên giọng dựng sẵn như nova, giọng Gemini như Kore, hoặc object như { "id": "voice-id" } cho giọng tuỳ chỉnh tương thích.

voice_idstring

ID giọng nói cho mô hình hỗ trợ tham số này, chẳng hạn mô hình giọng nói MiniMax tương thích.

instructionsstring

Chỉ dẫn style hoặc cách đọc tuỳ chọn cho các model TTS tương thích OpenAI có hỗ trợ.

promptstring

Prompt style nói tuỳ chọn cho model Gemini TTS.

language_codestring

Mã ngôn ngữ tuỳ chọn, ví dụ en-US, cho các route Gemini, xAI và TTS tương thích.

response_formatstring

Định dạng audio. Giá trị phổ biến gồm mp3, opus, aac, flac, wav, và pcm; giá trị được hỗ trợ khác nhau theo họ model.

stream_formatstringmặc định: audio

Định dạng trả về của TokenLab: audio hoặc sse. stream_format=sse không được hỗ trợ cho tts-1 hoặc tts-1-hd.

speednumber

Tốc độ nói cho các họ model có hỗ trợ (0.25 đến 4.0).

temperaturenumber

Sampling temperature cho các route TTS tương thích Gemini (0 đến 2).

Phản hồi

stream_format=audio trả về các byte âm thanh. Mô hình hỗ trợ stream_format=sse trả về text/event-stream; hãy phân tích các sự kiện thay vì lưu toàn bộ phản hồi thành tệp âm thanh.

Yêu cầu

curl -X POST "https://api.tokenlab.sh/v1/audio/speech" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1-hd",
    "voice": "nova",
    "input": "Hello, welcome to TokenLab!"
  }' \
  --output speech.mp3

Mẫu giọng nói

Giọng nói khả dụng tùy theo mô hình. Các tên dưới đây chỉ là ví dụ, không phải danh sách chung cho mọi mô hình TTS.

Voice	Mô tả
`alloy`	Trung tính, cân bằng
`ash`	Điềm tĩnh, chuẩn mực
`ballad`	Du dương, giàu biểu cảm
`coral`	Ấm áp, cuốn hút
`echo`	Ấm áp, mang tính hội thoại
`fable`	Giàu biểu cảm, phù hợp kể chuyện
`nova`	Thân thiện, rõ ràng
`onyx`	Trầm, uy quyền
`sage`	Uyên bác, sâu sắc
`shimmer`	Mềm mại, dịu dàng
`verse`	Năng động, linh hoạt

Ví dụ phản hồi

Phản hồi

200 OK

<binary audio data>

Trường quan trọng

Content-Typestring

Loại nội dung HTTP: định dạng âm thanh hoặc text/event-stream khi dùng SSE.

bodybinary | SSE

Byte âm thanh với audio; luồng sự kiện với sse. Chọn cách xử lý theo Content-Type và chế độ yêu cầu.

MiniMax Speech 2.8 Turbo tổng hợp lời thoại từ kịch bản bằng giọng được chọn, với quy trình chú trọng tốc độ. Mô hình phù hợp cho giao diện giọng nói cần phản hồi nhanh và lời thuyết minh.

{
  "model": "speech-2.8-turbo",
  "input": "Welcome to TokenLab.",
  "voice_id": "male-qn-qingse",
  "speed": 1,
  "response_format": "mp3",
  "stream_format": "audio"
}

Xác thực

BearerAuth

AuthorizationBearer <token>

Xác thực bằng Khóa API. Tạo hoặc quản lý khóa API trong Dashboard > API > API Keys.

Vị trí: header

Chính sách phân phối theo yêu cầu. Ghi đè các mặc định của API key và Workspace. Tự động thử TokenLab Verified trước và có thể chuyển đổi một lần sang Official chỉ trước khi xuất, chấp nhận yêu cầu hoặc tạo tài nguyên cố định.

Giá trị hợp lệ

"auto"
"verified"
"official"

Nội dung yêu cầu

application/json

model?string

Mô hình TTS. Truy vấn GET /v1/models?recommended_for=tts để xem danh sách rút gọn hiện tại.

mặc định"tts-1"

input*string

Văn bản cần tổng hợp.

Độ dàilength <= 4096

voice?|

Bộ chọn giọng nói cho các mô hình giọng nói tương thích với OpenAI, Gemini, xAI và MiniMax. Một số mô hình MiniMax cũng chấp nhận voice_id.

voice_id?string

Bộ chọn giọng nói cho các mô hình giọng nói tương thích với MiniMax.

instructions?string

Hướng dẫn về phong cách hoặc cách truyền đạt tùy chọn cho các mô hình TTS tương thích với OpenAI hỗ trợ tính năng này.

Độ dàilength <= 2000

prompt?string

Prompt về phong cách nói tùy chọn cho các mô hình Gemini TTS.

Độ dàilength <= 2000

language_code?string

Mã ngôn ngữ tùy chọn cho Gemini, xAI và các mô hình TTS tương thích.

response_format?string

Định dạng âm thanh. Các giá trị phổ biến bao gồm mp3, opus, aac, flac, wav và pcm. Các giá trị được hỗ trợ thay đổi tùy theo dòng mô hình.

stream_format?string

Định dạng phân phối TokenLab. stream_format=sse không được hỗ trợ cho tts-1 hoặc tts-1-hd.

mặc định"audio"

Giá trị hợp lệ

"audio"
"sse"

speed?number

Tốc độ giọng nói cho các dòng mô hình hỗ trợ tính năng này.

Phạm vi0.25 <= value <= 4

temperature?number

Nhiệt độ lấy mẫu (sampling temperature) cho các mô hình TTS tương thích với Gemini.

Phạm vi0 <= value <= 2

Tạo Giọng nói

Nội dung yêu cầu

Phản hồi

Mẫu giọng nói

Ví dụ phản hồi

Trường quan trọng

Xác thực

Header

Nội dung yêu cầu

Phản hồi

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`

Tạo Giọng nói

Nội dung yêu cầuCopy Anchor Link

Phản hồiCopy Anchor Link

Mẫu giọng nóiCopy Anchor Link

Ví dụ phản hồiCopy Anchor Link

Trường quan trọngCopy Anchor Link

Xác thựcCopy Anchor Link

HeaderCopy Anchor Link

Nội dung yêu cầuCopy Anchor Link

Phản hồiCopy Anchor Link

200audio/mpeg

400application/json

401application/json

402application/json

429application/json

500application/json

503application/json

Nội dung yêu cầu

Phản hồi

Mẫu giọng nói

Ví dụ phản hồi

Trường quan trọng

Xác thực

Header

Nội dung yêu cầu

Phản hồi

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`