टीटीएस एपीआई और एमसीपी: अपने प्रोजेक्ट में वाक् संश्लेषण कैसे जोड़ें

टीटीएस एक टेक्स्ट-टू-स्पीच मॉडल है। न्यूरलस्पेस निम्नलिखित मॉडल पेश करता है: टीटीएस, टीटीएस एचडी। वे सभी एक ही सार्वजनिक एपीआई के माध्यम से चलते हैं, और एआई एजेंटों के लिए एक तैयार एमसीपी सर्वर है। कुंजी जारी की जाती हैएपीआई कुंजी पृष्ठ. नीचे मॉडल क्षमताएं, अनुरोध उदाहरण और सेटअप चरण दिए गए हैं।

टीटीएस क्या कर सकता है

टीटीएस पाठ से भाषण को संश्लेषित करता है और तुरंत तैयार ऑडियो फ़ाइल का लिंक लौटाता है। दो मॉडल उपलब्ध हैं: टीटीएस और टीटीएस एचडी (उच्च गुणवत्ता)। आवाजें अलॉय, इको, फैबल, ओनिक्स, नोवा और शिमर हैं, प्रारूप एमपी3, ओपस, एएसी, फ्लैक और वेव हैं। कीमत पाठ की लंबाई पर निर्भर करती है.

एपीआई समापन बिंदु

POST /v1/audio/speech पर एक अनुरोध भेजें। उदाहरण: {"model": "tts-1", "input": "Hello! This is speech synthesis.", "voice": "alloy", "response_format": "mp3"}. प्राधिकरण x-api-key हेडर में एक एपीआई कुंजी का उपयोग करता है। उपलब्ध मॉडल आईडी: tts-1, tts-1-hd.

एमसीपी उपकरण

न्यूरलस्पेस एमसीपी सर्वर POST /mcp (स्ट्रीमेबल HTTP) पर उपलब्ध है। टीटीएस के साथ काम करने के लिए, एक एजेंट टूल का उपयोग करता है: text_to_speech, list_models, get_balance। इससे क्लाउड कोड, कर्सर और अन्य एमसीपी क्लाइंट सीधे साइट मॉडल का उपयोग कर सकते हैं।

कनेक्ट कैसे करें

न्यूरलस्पेस पर साइन अप करें, खोलेंएपीआई कुंजी पृष्ठऔर एक nsk-… कुंजी बनाएं। फिर इसे अनुरोध शीर्षलेख में या अपनी एमसीपी क्लाइंट सेटिंग्स में पास करें। पूर्ण दस्तावेज़ीकरण पर है/v1/दस्तावेज़ पृष्ठ.

अक्सर पूछे जाने वाले प्रश्न

कौन सी आवाजें उपलब्ध हैं?

मिश्र धातु, प्रतिध्वनि, कल्पित कहानी, गोमेद, नोवा और शिमर।

कौन से प्रारूप समर्थित हैं?

एमपी3, ओपस, एएसी, एफ़एलएसी और वेव।

अनुरोध किस प्रारूप का है?

मॉडल और इनपुट फ़ील्ड के साथ POST /v1/ऑडियो/भाषण।