Syntezuj mowę
W przypadku narracji wyślij tekst, model i głos dostępny dla wybranego modelu. Obsłuż odpowiedź jako binarny strumień audio, a nie ciąg JSON.
Przed zapisaniem lub odtworzeniem przypisz rozszerzenie pliku i Content-Type zgodnie z rzeczywistym formatem odpowiedzi.
Żądanie zamiany tekstu na mowę
bash
curl --request POST https://cicora.ai/api/v1/audio/speech \
--header "Authorization: Bearer $CICORA_API_KEY" \
--header 'Content-Type: application/json' \
--output narration.mp3 \
--data '{
"model": "mistralai/voxtral-mini-tts-2603",
"voice": "en_paul_neutral",
"input": "Your delivery is scheduled for tomorrow.",
"response_format": "mp3"
}'Transkrypcja i dane wejściowe
- Wyślij plik audio do /audio/transcriptions w udokumentowanym formacie.
- Ogranicz czas trwania i rozmiar pliku po swojej stronie jeszcze przed rozpoczęciem przesyłania.
- Zachowuj język, znaczniki czasu i segmenty tylko wtedy, gdy zwraca je wybrana operacja.
Jakość i dostępność
Głos, format, języki i synchroniczność zależą od modelu. Pokazuj użytkownikowi tylko elementy sterujące potwierdzone przez katalog.
W przypadku dłuższych plików twórz w produkcie zadanie działające w tle, aby przekroczenie limitu czasu sieci nie wyznaczało przebiegu pracy użytkownika.