ДокументацияОзвучка текста (TTS)

Озвучка текста (TTS)

POST /v1/audio/speech превращает текст в речь (text-to-speech). Формат совместим с OpenAI Audio API: в ответ приходит готовый аудиофайл.

Адрес

~/zenvy · plain

POST https://api.zenvy.su/v1/audio/speech

Заголовки

Заголовок	Значение
`Authorization`	`Bearer sk-zenvy-...`
`Content-Type`	`application/json`

Поля запроса

Поле	Тип	Обязательно	Описание
`model`	string	да	Модель с audio-выводом — см. Модели и баланс, в `architecture.output_modalities` должно быть `"audio"`
`input`	string	да	Текст для озвучки, до 4096 символов
`voice`	string	нет	Голос: `alloy` (по умолчанию), `echo`, `nova` и др. — зависит от модели
`response_format`	string	нет	`mp3` (по умолчанию), `wav`, `pcm16` (raw PCM, 24 кГц, моно, 16 бит)
`instructions`	string	нет	Стиль подачи: тон, темп, интонация

Пример запроса

~/zenvy · zsh

curl https://api.zenvy.su/v1/audio/speech \
  -H "Authorization: Bearer sk-zenvy-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-audio",
    "input": "Привет! Это тест озвучки текста через Zenvy.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

В ответ приходит бинарный аудиофайл с заголовком Content-Type: audio/mpeg.

Пример с SDK

~/zenvy · JavaScript

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

const client = new OpenAI({
  apiKey: process.env.ZENVY_API_KEY,
  baseURL: "https://api.zenvy.su/v1"
});

const response = await client.audio.speech.create({
  model: "gpt-4o-audio",
  input: "Привет! Это тест озвучки текста через Zenvy.",
  voice: "alloy",
  response_format: "mp3"
});

const buffer = Buffer.from(await response.arrayBuffer());
fs.writeFileSync("speech.mp3", buffer);

Ошибки

Код	Причина
`422`	Не указан `input`, неизвестный `response_format` или модель не генерирует аудио
`413`	Текст длиннее 4096 символов
`402`	Недостаточно средств на балансе
`502`	Провайдер недоступен или модель не вернула аудио

Биллинг

Списание по токенам модели: текст — входные токены, сгенерированное аудио — выходные. Подробнее: Токены и биллинг.

Обратная задача — распознавание речи — на странице Распознавание речи.