API синтеза речи: документация, тарифы и доступные голоса

Автор Редакция AnimeTTS · Обновлено 2026-11-18

Эта страница содержит техническую документацию для интеграции AnimeTTS API в конвейеры озвучки анимационных студий. Вы найдете спецификацию REST API, совместимую с OpenAI, примеры кода для отправки текстов и получения аудиофайлов, а также описание всех доступных голосов и форматов. Документация поможет разработчикам автоматизировать преобразование сценариев в готовый звук без лишних интерфейсов.

Здесь подробно описаны параметры запросов, включая выбор модели, скорости и языка. Вы узнаете, как обрабатывать длинные тексты, разбивая их на части до 4096 символов, и как управлять лимитами скорости (60 запросов в минуту). Также приведены тарифы: $10 за миллион символов, и информация о получении API-ключа через регистрацию на сайте playc186.com.

API синтеза речи: документация, тарифы и доступные голоса

Часто задаваемые вопросы

Как получить ключ API?

Зарегистрируйтесь на странице /get-api-key/ через Google или email. После входа вы получите уникальный ключ формата tts-... и доступ к панели баланса. Ключ можно выпустить заново в любой момент; старый перестает действовать мгновенно.

Какой формат запроса используется?

Используйте POST-запрос на endpoint /v1/audio/speech с телом в формате JSON. Обязательные поля: model, input, voice. Опционально: response_format, speed, language. Аутентификация передается через заголовок Authorization: Bearer.

Работает ли SDK OpenAI?

Да, структура запроса идентична OpenAI Speech. Используйте официальные SDK OpenAI, изменив базовый URL на https://api.playc186.com/v1 и передав ваш API-ключ. Это позволяет интегрировать сервис в существующие проекты.

Как изменить базовый URL?

Укажите base_url как https://api.playc186.com/v1 в конфигурации вашего SDK или HTTP-клиента. Все запросы к эндпоинтам, таким как /audio/speech, будут отправляться на этот адрес. Это единственная настройка, необходимая для работы API.

Какие модели доступны для синтеза?

Доступны две модели: tts-1 и tts-1-hd. Обе используют один и тот же движок синтеза и имеют одинаковую стоимость. Выбор модели влияет только на технические параметры генерации, но не на качество или цену результата.

Можно ли менять скорость голоса?

Да, параметр speed позволяет регулировать скорость от 0.25 до 4.0. Это полезно для адаптации темпа речи под длительность видео или анимационных сцен. Значение передается в JSON-теле запроса вместе с текстом и настройками голоса.

Какие языки поддерживаются в запросе?

Поддерживается 23 языка, включая английский, русский, японский и немецкий. Если поле language не указано, язык определяется автоматически по скрипту текста. Для точного результата указывайте ISO-код языка, особенно для латиницы, отличной от английского.

Что такое формат pcm?

PCM — это несжатый аудиоформат, предоставляющий сырые аудиоданные. Он полезен для дальнейшей обработки или записи в специфичные кодеки. Доступны также mp3, wav, opus и flac. Выберите формат, наиболее подходящий для вашего пайплайна пост-продакшна.

Как обрабатывать ошибки синтеза?

API возвращает стандартные HTTP-коды ошибок при невалидных данных или превышении лимитов. Проверьте код ответа и тело ошибки. При ошибке синтеза запрос не списывается, а баланс остается неизменным. Логируйте статус для отладки интеграции.

Возвращаются ли деньги при ошибке?

Да, если синтез не удался, средства возвращаются в полном объеме. Вы платите только за успешные генерации аудиофайлов. Это гарантирует, что вы не теряете бюджет из-за технических сбоев или некорректных входных данных.

Какой лимит запросов в минуту?

Лимит составляет 60 запросов в минуту на один ключ API. До первого пополнения баланса лимит ниже — 10 запросов в минуту. При высокой нагрузке запросы могут ставиться в очередь и обрабатываться последовательно.

Что делать при превышении лимита?

При превышении лимита API вернет ошибку. Реализуйте логику повторных попыток с экспоненциальной задержкой (exponential backoff) в вашем коде. Для стабильной работы рекомендуется распределять запросы или использовать несколько ключей.

Как обработать текст длиннее 4096 символов?

Разбейте длинный текст на части по 4096 символов и отправьте их отдельными запросами. Затем объедините полученные аудиофайлы в один. Это стандартный подход для создания длинных диалогов или монологов без ограничений API на длину ввода.

Возвращается ли аудиофайл в ответе?

Да, сгенерированный аудиофайл возвращается непосредственно в теле HTTP-ответа. Сгенерированное аудио не сохраняется на сервере. Вы получаете готовый файл в выбранном формате (mp3, wav и др.) сразу после завершения синтеза.

Первый запрос

curl

curl https://api.playc186.com/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Python (openai)

from openai import OpenAI

client = OpenAI(base_url="https://api.playc186.com/v1", api_key="tts-...")

with client.audio.speech.with_streaming_response.create(
    model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
    response.stream_to_file("hello.mp3")

Node.js (openai)

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({ baseURL: "https://api.playc186.com/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));
voice
ariaженский
novaженский
lunaженский
sageженский
felixмужской
miloмужской
atlasмужской
orionмужской
language
arالعربية
zh中文
daDansk
nlNederlands
enEnglish
fiSuomi
frFrançais
deDeutsch
elΕλληνικά
heעברית
hiहिन्दी
itItaliano
ja日本語
ko한국어
msBahasa Melayu
noNorsk
plPolski
ptPortuguês
ruРусский
esEspañol
swKiswahili
svSvenska
trTürkçe

Получение ключа API

Иллюзация звуковой волны для: Получение ключа API

Ключ API — это единственный способ авторизации в системе. Для начала работы необходимо создать аккаунт на странице /get-api-key/. Ключ привязан к конкретному сайту сети и позволяет отправлять запросы на синтез речи.

После регистрации вы получаете доступ к личному кабинету, где отображается баланс, лимиты и готовый пример curl-команды. Ключ можно сгенерировать заново в любой момент; старый перестает действовать мгновенно.

Регистрация на сайте

Регистрация на сайте

Создайте аккаунт на странице /get-api-key/, указав email и пароль. Это стандартный метод регистрации, который не предоставляет пробный кредит. Баланс и история запросов будут храниться в системе.

Авторизация через Google

Авторизация через Google

Быстрый вход через Google-аккаунт. При таком способе регистрации вам автоматически начисляется пробный кредит $0.50 (около 50 000 символов) на 7 дней. Это позволяет сразу протестировать API без ввода карты или криптовалюты.

Генерация нового ключа

В личном кабинете доступна кнопка генерации нового ключа. При нажатии старый ключ блокируется мгновенно, а новый становится активным. Это полезно для смены окружения или при подозрении на утечку токена.

  • Один активный ключ на аккаунт
  • Старый ключ инвалидируется сразу
  • Ключ начинается с префикса tts-

Первый запрос

Иллюзация звуковой волны для: Первый запрос

Для начала работы отправьте POST-запрос на endpoint /v1/audio/speech. Сервер принимает текст, выбирает голос и возвращает готовый аудиофайл в указанном формате. Это позволяет сразу интегрировать синтез в пайплайн дубляжа без промежуточных интерфейсов.

Пример curl команды

Базовый запрос для генерации речи выглядит так: curl https://api.playc186.com/v1/audio/speech \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "Привет, это тестовая озвучка", "voice": "sage", "response_format": "mp3"}'

Структура JSON тела

Тело запроса содержит обязательные поля: model ("tts-1" или "tts-1-hd"), input (текст до 4096 символов), voice (один из 8 presets) и response_format. Поле language можно указать явно, иначе язык определяется автоматически.

  • model: tts-1 или tts-1-hd
  • input: строка текста
  • voice: aria, nova, luna, sage, felix, milo, atlas, orion
  • response_format: mp3, wav, opus, flac, pcm

Аутентификация Bearer

Используйте заголовок Authorization: Bearer с вашим уникальным ключом. Ключ генерируется в личном кабинете после регистрации. Один ключ позволяет совершать до 60 запросов в минуту.

Использование SDK

Иллюзация звуковой волны для: Использование SDK

SDK OpenAI совместим с API, так как структура запроса идентична. Для подключения достаточно изменить базовый URL на https://api.playc186.com/v1 и передать свой ключ авторизации.

Этот подход позволяет использовать готовые клиентские библиотеки без написания дополнительного кода для HTTP-запросов. Вы можете интегрировать синтез речи в пайплайн дубляжа, сохраняя привычный процесс разработки.

Настройка base_url

Укажите базовый URL https://api.playc186.com/v1 в конфигурации вашего клиента. Это единственный параметр, отличающий нас от стандартных конечных точек OpenAI.

  • Адрес: https://api.playc186.com/v1
  • Протокол: HTTPS
  • Формат данных: JSON

Использование OpenAI SDK

Используйте метод audio.speech.create для отправки текста. Библиотека автоматически сформирует правильный запрос к нашему эндпоинту POST /v1/audio/speech.

Передача параметров голоса

В объекте запроса укажите параметр voice с одним из 8 доступных пресетов (например, aria, nova, felix). Параметр model принимает значения tts-1 или tts-1-hd для выбора качества генерации.

Параметры запроса

Иллюзация звуковой волны для: Параметры запроса

API принимает текст через поле input. Максимальная длина — 4096 символов на один запрос. Пробелы и знаки препинания учитываются как символы при расчёте стоимости. Для длинных сценариев требуется клиентское деление текста на части и последующая склейка аудиофайлов.

Параметр model определяет качество синтеза: tts-1 или tts-1-hd. Оба варианта используют один и тот же движок и имеют одинаковую цену, поэтому выбор зависит только от предпочтений по битрейту и размеру файла.

Поле speed позволяет регулировать темп произношения от 0.25 до 4.0. Значение 1.0 соответствует естественной скорости. Ускорение или замедление применяется к выбранному голосу без изменения его тембра, что удобно для синхронизации с анимацией.

Поле input с текстом

Передавайте текст сценария или реплик персонажа в поле input. Лимит составляет 4096 символов. Если текст длиннее, разделите его на части и объедините результаты на стороне клиента. Символы пробела и пунктуации включаются в подсчёт символов для тарифа $0.01 за 1000 символов.

  • Максимум 4096 символов на запрос
  • Пробелы и знаки препинания считаются как символы
  • Клиент должен склеивать аудиофайлы при длине текста > 4096

Выбор модели tts-1 или hd

Укажите tts-1 или tts-1-hd. Оба варианта используют один и тот же движок синтеза и тарифицируются одинаково. Выбор зависит только от желаемого формата и качества аудиофайла, так как качество генерации идентично.

  • tts-1 и tts-1-hd используют один движок
  • Одинаковая цена за символ
  • Выбор влияет только на формат и размер файла

Указание скорости речи

Параметр speed принимает значения от 0.25 до 4.0. Значение 1.0 соответствует естественной скорости. Используйте это поле для точной синхронизации озвучки с движением персонажей на экране, ускоряя или замедляя речь без изменения тембра голоса.

  • Диапазон: от 0.25 до 4.0
  • 1.0 — естественная скорость
  • Применяется без изменения тембра голоса

Форматы вывода

Иллюзация звуковой волны для: Форматы вывода

Выбор формата аудио влияет на размер файла и совместимость с вашим пайплайном анимации. API поддерживает MP3, WAV, Opus, FLAC и PCM.

Все форматы генерируются синхронно. Вы получите готовый бинарный файл в ответе на запрос.

MP3 для веб-плееров

Оптимальный выбор для встраивания в браузерные интерфейсы или отправки по HTTP. Сжатие обеспечивает минимальный размер при приемлемом качестве.

WAV для монтажа

Используйте WAV для последующего наложения эффектов или склейки в видеоредакторах. Формат обеспечиваетlossless качество без артефактов сжатия.

Opus и FLAC для архивов

Opus подходит для эффективной передачи данных в мобильных приложениях. FLAC сохраняет оригинальное качество для долгосрочного хранения.

Форматы вывода

Обработка ошибок

Иллюзация звуковой волны для: Обработка ошибок

API возвращает стандартные HTTP-коды для диагностики. 200 означает успешный синтез, 400 — ошибка валидации входных данных, 401 — недействительный ключ, 429 — превышение лимита запросов. Для отладки проверьте поле error в ответе JSON.

При сбое синтеза средства возвращаются в полном объеме. Если синтез не удался, запрос считается неоплаченным, и баланс остаётся неизменным. Это гарантирует, что вы платите только за успешно сгенерированные аудиофайлы.

Коды статуса HTTP

Используйте коды состояния HTTP для автоматизации обработки ошибок в ваших скриптах. Код 200 OK возвращает бинарные данные аудиофайла. Коды 4xx указывают на проблемы с аутентификацией или валидацией параметров запроса.

Код 429 Too Many Requests возвращается при превышении лимита в 60 запросов в минуту. В этом случае сервер требует паузы перед повторной отправкой данных.

  • 200 OK: Успешный синтез, аудиофайл в теле ответа.
  • 400 Bad Request: Ошибка в JSON-теле запроса или неверный параметр.
  • 401 Unauthorized: Неверный или отсутствующий API-ключ.
  • 429 Too Many Requests: Превышен лимит запросов в минуту.

Возврат средств при сбое

Если синтез не удался из-за технической ошибки сервера, стоимость запроса не списывается. Баланс аккаунта остаётся прежним, что исключает двойное списание средств за одну попытку генерации.

Это правило применяется автоматически. Вам не нужно подавать заявку на возврат, так как система уже учтёт неудачный запрос как неоплаченный при формировании итогов.

Логирование метаданных

Для биллинга и аудита сохраняются метаданные каждого запроса: временная метка, количество обработанных символов и статус выполнения. Эти данные доступны для анализа в личном кабинете.

Исходный текст не используется для обучения. Сгенерированное аудио возвращается в ответе и не сохраняется. Хранятся только технические данные, необходимые для подтверждения списания средств.

Ограничения скорости

Иллюзация звуковой волны для: Ограничения скорости

Запросы обрабатываются последовательно, поэтому под нагрузкой запрос может ожидать в очереди. Для стабильной работы студии рекомендуется контролировать частоту вызовов endpoints.

Лимиты зависят от статуса аккаунта: новые учётные записи имеют более строгие ограничения, пока не будет произведено первое пополнение баланса.

Лимит 60 запросов в минуту

Каждый API-ключ ограничен 60 запросами в минуту. Это значение является общим для всех ваших интеграций, использующих один ключ.

Ограничение 10 запросов для новых

До первого пополнения баланса (top-up) лимит составляет 10 запросов в минуту. Это позволяет проверить работу API без финансовых обязательств.

Очередь обработки запросов

Запросы обрабатываются последовательно. При высокой нагрузке или превышении лимита запросы могут попадать в очередь ожидания. Время генерации зависит от длины текста: примерно 25 символов в секунду для длинных фрагментов, но короткие фразы могут генерироваться дольше из-за накладных расходов на инициализацию.

Работа с длинным текстом

Иллюзация звуковой волны для: Работа с длинным текстом

Для обработки сценариев длиной более 4096 символов необходимо вручную разделить текст на части. Каждая часть отправляется отдельным POST-запросом, так как API принимает строго лимитированный объем входных данных.

Деление на части 4096 символов

Разбивайте сценарий на фрагменты не более 4096 символов, учитывая пробелы и пунктуацию. Это гарантирует успешную генерацию аудио без ошибок валидации API.

  • Считайте символы до отправки запроса
  • Сохраняйте порядок фрагментов для последующей сборки

Склейка аудиофайлов

Полученные аудиофайлы необходимо склеить в один файл на стороне клиента. Полученные аудиофайлы необходимо склеить в один файл на стороне клиента.

  • Используйте библиотеки для синтеза WAV/MP3
  • Соблюдайте порядок фрагментов

Управление памятью клиента

При работе с длинными текстами контролируйте потребление памяти клиента. Храните промежуточные файлы во временной директории и удаляйте их после склейки, чтобы избежать переполнения диска.

  • Очищайте временные файлы
  • Мониторьте объем RAM при склейке

Послушайте 8 голосов

Каждый образец ниже сгенерирован этим API из одного и того же предложения. Мы создаем яркие истории, которые заставляют аудиторию улыбаться и возвращаться к нашему контенту снова и снова.

Аватар голоса aria
ariaженский
Аватар голоса nova
novaженский
Аватар голоса luna
lunaженский
Аватар голоса sage
sageженский
Аватар голоса felix
felixмужской
Аватар голоса milo
miloмужской
Аватар голоса atlas
atlasмужской
Аватар голоса orion
orionмужской

23 языка

Любой голос может говорить на любом из этих языков.

Источники и дополнительные материалы

  1. Wikipedia
  2. Creative Commons Attribution 4.0
  3. MDN: Web Speech API
  4. openai-node on GitHub
  5. Tether (USDT)
  6. TRON developer hub: TRC-20
  7. ISO 639 language codes
  8. openai-python on GitHub
  9. W3C WAI: making audio and video accessible
  10. OpenAI API reference: create speech
  11. FFmpeg documentation
  12. Python documentation

Больше на этом сайте