TTS API und MCP: So bringst du Sprachsynthese in dein Projekt

TTS ist ein Text-to-Speech-Modell. NeuralSpace bietet dafür folgende Modelle an: TTS und TTS HD. Beide laufen über eine einzige öffentliche API, und für AI-Agenten steht ein fertiger MCP-Server bereit. Den Key bekommst du auf der Seite mit den API-Keys. Unten findest du die Funktionen der Modelle, Beispiel-Requests und die nötigen Schritte zur Einrichtung.

Was TTS kann

TTS erzeugt Sprache aus Text und liefert direkt einen Link zur fertigen Audiodatei zurück. Verfügbar sind zwei Modelle: TTS und TTS HD (höhere Qualität). Als Stimmen stehen alloy, echo, fable, onyx, nova und shimmer zur Wahl, als Formate mp3, opus, aac, flac und wav. Der Preis richtet sich nach der Textlänge.

API-Endpoint

Schick deinen Request an POST /v1/audio/speech. Beispiel: {"model": "tts-1", "input": "Hallo! Das ist Sprachsynthese.", "voice": "alloy", "response_format": "mp3"}. Die Authentifizierung läuft über einen API-Key im Header x-api-key. Verfügbare Modell-IDs: tts-1, tts-1-hd.

MCP-Tools

Der MCP-Server von NeuralSpace ist unter POST /mcp erreichbar (Streamable HTTP). Für die Arbeit mit TTS nutzt ein Agent die Tools text_to_speech, list_models, get_balance. Damit können Claude Code, Cursor und andere MCP-Clients die Modelle der Website direkt verwenden.

So richtest du es ein

Registriere dich bei NeuralSpace, öffne die Seite mit den API-Keys und erstelle einen Key im Format nsk-…. Anschließend übergibst du ihn im Request-Header oder in den Einstellungen deines MCP-Clients. Die vollständige Dokumentation findest du auf der Seite /v1/docs.

FAQ

Welche Stimmen gibt es?

alloy, echo, fable, onyx, nova und shimmer.

Welche Formate werden unterstützt?

mp3, opus, aac, flac und wav.

Wie sieht der Request aus?

POST /v1/audio/speech mit den Feldern model und input.