音訊與 TTS API — TokSpan 文件

文字轉語音

http
POST https://api.tokspan.com/v1/audio/speech

參數

參數	類型	必要	說明
model	string	是	TTS 模型：`tts-1`、`tts-1-hd`、`gpt-4o-mini-tts`
input	string	是	要轉換為語音的文字（最大 4096 字元）
voice	string	是	語音：`alloy`、`echo`、`fable`、`onyx`、`nova`、`shimmer`
response_format	string	否	`mp3`（預設）、`opus`、`aac`、`flac`、`wav`、`pcm`
speed	number	否	播放速度：0.25 到 4.0。預設值：`1.0`

範例

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-key",
    base_url="https://api.tokspan.com/v1",
)

# Text-to-Speech
response = client.audio.speech.create(
    model="MODEL_NAME",
    voice="alloy",
    input="Hello! Welcome to TokSpan.",
)
response.stream_to_file("output.mp3")

語音轉文字

http
POST https://api.tokspan.com/v1/audio/transcriptions

參數

參數	類型	必要	說明
model	string	是	STT 模型：`whisper-1`
file	file	是	音訊檔案（mp3、mp4、mpeg、mpga、m4a、wav、webm）
language	string	否	ISO 639-1 語言代碼以獲得更好準確度
response_format	string	否	`json`（預設）、`text`、`srt`、`vtt`、`verbose_json`
temperature	number	否	取樣溫度（0–1）。預設值：`0`

範例

# Speech-to-Text
audio_file = open("audio.mp3", "rb")
transcript = client.audio.transcriptions.create(
    model="MODEL_NAME",
    file=audio_file,
    response_format="text",
)
print(transcript)

可用模型

請參閱模型頁面了解所有支援的 TTS 和 STT 供應商。