Synthèse vocale (TTS)

Convertir du texte en une voix au rendu naturel

PUBLIER /api/v1/tts/generate/

Convertissez du texte en parole grâce à la synthèse vocale par IA. Génère un fichier audio MP3.

Authentification

Incluez votre clé API dans l’en-tête Authorization.

Corps de la requête

Paramètre	Obligatoire	Type	Description
text	requis	chaîne	Texte à convertir (1500 caractères maximum)
output_format	facultatif	chaîne	Format de sortie audio souhaité. Spécifié sous la forme codec_fréquenceÉchantillonnage_débit (par ex. mp3_22050_32). La valeur par défaut est mp3_44100_128. Consultez la section « Formats de sortie » ci-dessous pour la liste complète.
voice_id	requis	nombre entier	Identification vocale de la liste des voix.
prerecording	facultatif	nombre entier	1 (Amélioration de base) ou 2 (Amélioration par IA)
voice_settings	facultatif	chaîne (JSON)	Options de personnalisation de la voix

Formats de sortie pris en charge

Le paramètre output_format peut prendre l’une des valeurs suivantes :

MP3 : mp3_22050_32, mp3_24000_48, mp3_44100_32, mp3_44100_64, mp3_44100_96, mp3_44100_128, mp3_44100_192
PCM : pcm_8000, pcm_16000, pcm_22050, pcm_24000, pcm_32000, pcm_44100, pcm_48000
Opus : opus_48000_32, opus_48000_64, opus_48000_96, opus_48000_128, opus_48000_192

Cette section sert de référence, permettant aux utilisateurs de choisir le format approprié sans encombrer le tableau principal des demandes.

Objet de paramètres vocaux

Paramètre	Type	Gamme	Par défaut	Description
temperature	nombre entier	0 – 100	25	Contrôle la variabilité et l’expressivité de la parole. Des valeurs faibles produisent une parole plus stable et prévisible, tandis que des valeurs élevées accroissent la variation, la spontanéité et la créativité du phrasé.
voice_similarity	nombre entier	0 – 100	100	Détermine dans quelle mesure la parole générée correspond au profil vocal sélectionné. Des valeurs élevées préservent l’identité vocale d’origine, tandis que des valeurs plus faibles permettent davantage de variations au niveau du ton et de l’articulation.
speed	flotter	0.7 – 1.2	1.0	Ajuste le débit de la parole. Les valeurs inférieures à 1,0 ralentissent le débit pour plus de clarté, tandis que les valeurs supérieures à 1,0 l’accélèrent.
enable_emotions	booléen	false / true	false	Permet la génération de parole expressive sur le plan émotionnel. Lorsque cette fonction est activée, le modèle ajuste dynamiquement le rythme, l’intonation et l’accentuation en fonction du contexte émotionnel.
fast_mode	nombre entier	0, 1, or 2	0	Réduit la latence de synthèse au détriment de la qualité audio. 0: Désactivé (qualité maximale, latence normale) 1: Réduction modérée de la latence 2: Réduction maximale de la latence (qualité la plus basse)

Règles et contraintes des paramètres vocaux

Lorsque enable_emotions est défini sur true, les champs suivants ne doivent pas être inclus dans voice_settings :
- voice_similarity
- speed
- fast_mode
Les requêtes incluant l’un de ces champs alors que les émotions sont activées seront rejetées avec une erreur 400 INVALID_REQUEST.

Exemple

curl -X POST "https://moknah.io/api/v1/tts/generate/" \
  -H "Authorization: "Bearer your_api_key"
  -d '{
    "text": "مرحبا بك في منصة مكنة",
    "voice_id": 1,
    "prerecording": 1,
    "voice_settings": {
        "speed": 1.0,
        "temperature": 25
    }
  }' \
  --output speech.mp3

import requests

response = requests.post(
    "https://moknah.io/api/v1/tts/generate/",
    headers={
        "Authorization": "Bearer your_api_key",
        "Content-Type": "application/json"
    },
    json={
        "text": "مرحبا بك في منصة مكنة",
        "voice_id": 1,
        "prerecording": 1,
        "voice_settings": {
            "speed": 1.0,
            "temperature": 25
        }
    }
)

with open("speech.mp3", "wb") as f:
    f.write(response.content)

const response = await fetch(
    'https://moknah.io/api/v1/tts/generate/',
    {
        method: 'POST',
        headers: {
            'Authorization': 'Bearer your_api_key',
            'Content-Type': 'application/json'
        },
        body: JSON.stringify({
            text: 'مرحبا بك في منصة مكنة',
            voice_id: 1,
            prerecording: 1,
            voice_settings: {
                speed: 1.0,
                temperature: 25
            }
        })
    }
);

const blob = await response.blob();
// Save or play the audio

Réponse

Renvoie des données audio MP3 binaires avec les en-têtes suivants :

En-tête	Description
`Content-Type`	audio/mpeg

Erreurs

Statut	Code	Description
`400`	INVALID_REQUEST	Paramètres invalides
`401`	UNAUTHORIZED	Clé API invalide
`402`	INSUFFICIENT_CREDITS	Crédits insuffisants
`429`	RATE_LIMIT_EXCEEDED	Trop de requêtes

Support API

Pour toute question ou tout problème concernant l’API, contactez-nous à l’adresse api@moknah.io.