स्पीच जेनरेट करें

curl --request POST \
  --url https://api.dedaluslabs.ai/v1/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "input": "<string>",
  "voice": "alloy",
  "instructions": "<string>",
  "response_format": "mp3",
  "speed": 1,
  "stream_format": "sse"
}
'

"<string>"

एंडपॉइंट्स

स्पीच जेनरेट करें

पाठ से स्पीच ऑडियो उत्पन्न करें।

टेक्स्ट‑टू‑स्पीच model का उपयोग करके इनपुट पाठ से ऑडियो उत्पन्न करता है। कई आवाज़ों और mp3, opus, aac, flac, wav और pcm सहित विभिन्न आउटपुट फ़ॉर्मैट को सपोर्ट करता है।

स्ट्रीमिंग ऑडियो डेटा रिटर्न करता है, जिसे किसी फ़ाइल में सेव किया जा सकता है या सीधे उपयोगकर्ताओं तक स्ट्रीम किया जा सकता है।

POST

audio

speech

स्पीच जेनरेट करें

curl --request POST \
  --url https://api.dedaluslabs.ai/v1/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "input": "<string>",
  "voice": "alloy",
  "instructions": "<string>",
  "response_format": "mp3",
  "speed": 1,
  "stream_format": "sse"
}
'

"<string>"

प्राधिकरण

Authorization

string

header

आवश्यक

Bearer टोकन के माध्यम से API कुंजी का प्रमाणीकरण

बॉडी

application/json

टेक्स्ट से ऑडियो जनरेट करने के लिए किया गया request।

model

string

आवश्यक

उपलब्ध TTS मॉडल में से कोई एक: openai/tts-1, openai/tts-1-hd या openai/gpt-4o-mini-tts।

उदाहरण:

"openai/tts-1"

"openai/tts-1-hd"

input

string

आवश्यक

वह टेक्स्ट जिसके लिए ऑडियो उत्पन्न करना है। अधिकतम लंबाई 4096 कैरेक्टर है।

उदाहरण:

"Hello, how are you today?"

voice

enum<string>

आवश्यक

ऑडियो जेनरेट करते समय उपयोग की जाने वाली voice का नाम। समर्थित voices हैं alloy, ash, ballad, coral, echo, fable, onyx, nova, sage, shimmer, और verse। इन voices का प्रीव्यू आप Text to speech guide में देख सकते हैं।

उपलब्ध विकल्प:

alloy,

ash,

ballad,

coral,

echo,

fable,

onyx,

nova,

sage,

shimmer,

verse

उदाहरण:

"alloy"

"nova"

instructions

string | null

अतिरिक्त निर्देशों के ज़रिए अपने जेनरेट किए गए ऑडियो की आवाज़ को नियंत्रित करें। tts-1 या tts-1-hd के साथ संगत नहीं है।

response_format

enum<string> | null

ऑडियो के लिए आउटपुट फ़ॉर्मेट। समर्थित फ़ॉर्मेट हैं mp3, opus, aac, flac, wav और pcm।

उपलब्ध विकल्प:

mp3,

opus,

aac,

flac,

wav,

pcm

उदाहरण:

"mp3"

speed

number | null

जेनरेट किए गए ऑडियो की गति। 0.25 से 4.0 के बीच कोई मान चुनें। 1.0 डिफ़ॉल्ट है।

आवश्यक सीमा: 0.25 <= x <= 4

उदाहरण:

1

stream_format

enum<string> | null

ऑडियो को स्ट्रीम करने के लिए उपयोग किया जाने वाला फ़ॉर्मेट। समर्थित फ़ॉर्मेट sse और audio हैं। tts-1 या tts-1-hd के लिए sse समर्थित नहीं है।

उपलब्ध विकल्प:

sse,

audio

उदाहरण:

"sse"