Jutusta kõne-API

Häälenäidised

Sinu häälenäidised kasutavad samu v1 otspunkte nagu valmishääled. Saada näidise voice_id päringuga otspunktile /text-to-speech/{voice_id} ja loo selle häälega heli.

• GET /v1/voices tagastab valmishääled ja sinu häälenäidised kategooriaga category: "cloned".
• POST /v1/voices/add loob häälenäidise helifaili põhjal. Kasuta multipart-välja files , kuni 3 MB.
• preview_url kasutaja loodud häälte puhul nõuab sama xi-api-key päist nagu ülejäänud API.

Kasutajaliideses saad häälenäidiseid hallata aadressil /rakendus/konesuntees.

Kõnesüntees voogedastusena

Kui pika teksti puhul on tähtis, kui kiiresti esimene heli saabub, pakub süntees kahte voogedastusrežiimi. Tükeldatud HTTP POST /text-to-speech/{voice_id}/stream jagab sisendi lausepikkusteks lõikudeks ja saadab tagasi ühe WAV-voo. See sobib igale HTTP-kliendile. WebSocket wss://…/api/v1/text-to-speech/{voice_id}/stream-input järgib ElevenLabsi `stream-input` protokolli ja sobib hääleagentidele: saada JSON-tekstikaadreid samal ajal, kui sinu LLM teksti väljastab, ning võta vastu base64-kodeeritud PCM-helikaadrid. Täielik protokoll, sealhulgas kaadrite kuju, autentimine, jõudeoleku ajalimiit ja veakoodid, on kirjeldatud allpool API dokumentatsioonis.

Häälenäidised pole WebSocketi liideses veel toetatud. Kasuta tavalist POST /text-to-speech/{voice_id} otspunkti.

Ühenda tehisintellekti agent

Jutusta toimib standardse OAuth 2.1 / OIDC volitusserverina, nii et tehisintellekti agent saab kasutaja nimel kõne-API päringuid teha. Päringute autentimiseks on kaks viisi; API päringus kasutatakse mõlemat ühtemoodi.

• Kasutaja nimel (OAuth 2.1) — Agent registreerib kliendi (dünaamiline kliendiregistreerimine), käivitab autoriseerimiskoodi ja PKCE voo ning kasutaja logib sisse ja kinnitab õigused nõusolekuvaates. Kõnesüntees ja transkriptsioon kulutavad loa andnud kasutaja krediiti.
• Oma boti jaoks (API-võti) — Loo allpool võti (eesliitega sk_jt_ ) ja saada see Bearer-tokenina või `xi-api-key` päises. OAuthi voogu pole vaja; see sobib juhul, kui kontot haldab inimene.

Lisaks on aadressil /mcp MCP otspunkt (Streamable HTTP, JSON-RPC), mis pakub `text_to_speech` tööriista ja kasutab sama autentimist.

Agendid leiavad selle kõik ilma seda lehte lugemata. Samm-sammulised juhised keelemudelile on aadressil /auth.md , masinloetavad metaandmed on allpool loetletud standardotspunktides.