TTS API και MCP: πώς να προσθέσετε σύνθεση ομιλίας στο έργο σας

Το TTS είναι ένα μοντέλο μετατροπής κειμένου σε ομιλία. Το NeuralSpace προσφέρει τα ακόλουθα μοντέλα: TTS, TTS HD. Όλα εκτελούνται μέσω ενός ενιαίου δημόσιου API και υπάρχει ένας έτοιμος διακομιστής MCP για πράκτορες AI. Το κλειδί εκδίδεται στοΣελίδα κλειδιών API. Ακολουθούν οι δυνατότητες του μοντέλου, τα παραδείγματα αιτημάτων και τα βήματα εγκατάστασης.

Τι μπορεί να κάνει το TTS

Το TTS συνθέτει ομιλία από κείμενο και επιστρέφει αμέσως έναν σύνδεσμο προς το τελικό αρχείο ήχου. Δύο μοντέλα είναι διαθέσιμα: TTS και TTS HD (υψηλότερης ποιότητας). Οι φωνές είναι alloy, echo, fable, onyx, nova και shimmer, οι μορφές είναι mp3, opus, aac, flac και wav. Η τιμή εξαρτάται από το μήκος του κειμένου.

Τελικό σημείο API

Στείλτε ένα αίτημα στο POST /v1/audio/speech. Παράδειγμα: {"model": "tts-1", "input": "Hello! This is speech synthesis.", "voice": "alloy", "response_format": "mp3"}. Η εξουσιοδότηση χρησιμοποιεί ένα κλειδί API στην κεφαλίδα x-api-key. Διαθέσιμα αναγνωριστικά μοντέλων: tts-1, tts-1-hd.

MCP εργαλεία

Ο διακομιστής NeuralSpace MCP είναι διαθέσιμος στο POST /mcp (Streamable HTTP). Για να εργαστεί με το TTS, ένας πράκτορας χρησιμοποιεί τα εργαλεία: text_to_speech, list_models, get_balance. Αυτό επιτρέπει στους Claude Code, Cursor και άλλους πελάτες MCP να χρησιμοποιούν απευθείας τα μοντέλα τοποθεσίας.

Πώς να συνδεθείτε

Εγγραφείτε στο NeuralSpace, ανοίξτε τοΣελίδα κλειδιών APIκαι δημιουργήστε ένα κλειδί nsk-…. Στη συνέχεια, περάστε το στην κεφαλίδα αιτήματος ή στις ρυθμίσεις του προγράμματος-πελάτη MCP. Η πλήρης τεκμηρίωση βρίσκεται στοτη σελίδα /v1/docs.

FAQ

Ποιες φωνές είναι διαθέσιμες;

κράμα, ηχώ, μύθος, όνυχας, nova και shimmer.

Ποιες μορφές υποστηρίζονται;

mp3, opus, aac, flac και wav.

Τι μορφή έχει το αίτημα;

POST /v1/audio/speech με πεδία μοντέλου και εισαγωγής.