Синтез речи

POST/v1/audio/speech

Озвучивает текст в формате OpenAI Audio. Тело ответа - аудиофайл, всё о запросе - в заголовках. Голоса и форматы каждой модели - в полях voices и audio_formats её карточки.

Прочие параметры OpenAI (например, instructions) принимаются без ошибки, но провайдеру не передаются.

Стоимость. Цена считается по длине input без пробелов в начале и конце: у yandex/yandex-tts - блоками по 250 символов, у vkcloud/text-to-speech - за каждый символ. Правило модели - в поле billing_rule её карточки, подробнее - в «Сколько стоит запрос».

Лимиты. Действуют общий лимит аккаунта и лимит типа моделей speech - см. «Лимиты».

Авторизация

ModelsKey

АвторизацияBearer <ключ>

Ключ типа «Вызов моделей»: Authorization: Bearer sk-tsar-ваш-ключ. Ключ «Просмотр баланса» получит 403 insufficient_scope.

Где: header

Тело запроса

application/json

model*string

модель с type: "speech": yandex/yandex-tts или vkcloud/text-to-speech

input*string

текст для озвучки, до 5000 символов. yandex/yandex-tts понимает разметку: ударение + перед гласной, паузы sil<[500]>, акцент **слово**, фонемы [[...]]

Длинаlength <= 5000

voice?string

голос; список - в поле voices карточки модели (GET /v1/models/{id}). По умолчанию marina у yandex/yandex-tts и katherine у vkcloud/text-to-speech. У vkcloud/text-to-speech неизвестный голос заменяется голосом по умолчанию

role?string

только yandex/yandex-tts: амплуа голоса, например neutral, good, strict, friendly, evil, whisper; набор зависит от голоса. Если голос амплуа не знает, речь синтезируется без него

speed?number

скорость речи, 1.0 - обычная; у vkcloud/text-to-speech значение приводится к диапазону 0.75-1.75

pitch_shift?number

только yandex/yandex-tts: сдвиг высоты голоса в Гц, от -1000 до 1000

Диапазон-1000 <= value <= 1000

response_format?string

формат аудио; ogg и opus - синонимы oggopus, другие значения дают MP3

По умолчанию"mp3"

Одно из

"mp3"
"oggopus"
"wav"
"ogg"
"opus"

provider?

выбор и порядок провайдеров модели - см. «Выбор провайдера и надёжность»

[key: string]?any

Тело ответа

`application/json`

curl https://api.tsarrouter.ru/v1/audio/speech \  -H "Authorization: Bearer $TSARROUTER_KEY" \  -H "Content-Type: application/json" \  -d '{    "model": "yandex/yandex-tts",    "input": "Привет! Это ЦАРЬ РОУТЕР.",    "voice": "alena"  }' \  --output speech.mp3

"string"

Синтез речи

АвторизацияСкопировать ссылку на раздел

Тело запросаСкопировать ссылку на раздел

Тело ответаСкопировать ссылку на раздел

200audio/mpeg

400application/json

401application/json

402application/json

403application/json

429application/json

503application/json

Авторизация

Тело запроса

Тело ответа

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`