Ir al contenido principal

Seed Speech 2.0 API

Sin censura — Este modelo declara que no aplica filtros. SpicyAPI reenvía sin añadir análisis de contenido de la plataforma; las obligaciones legales y de consentimiento siguen siendo del cliente.Ver todos los modelos con este nivel de filtrado
bytedance/seed-speech-2.0/text-to-speech

Seed Speech 2.0 de ByteDance en text-to-speech convierte un guion en un MP3 mono de 24 kHz con una de 41 voces predefinidas. Velocidad, tono y volumen son ajustables, notas en lenguaje simple dirigen el tono y no se aplica ningún filtro de contenido.

Desde $0.072/1.000 caracteres
Ejecutar modelo

Playground

Enviar una solicitud

Inicio rápido

Los ejemplos usan las definiciones públicas de parámetros del endpoint seleccionado. Sustituye la clave de API y los medios de ejemplo, y envía la solicitud desde tu servidor.

SDK e integraciones
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Autenticación de API

Guarda la clave de API en la variable de entorno del servidor SPICY_API_KEY. Usa autenticación Bearer y Content-Type: application/json en las solicitudes JSON.

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "bytedance/seed-speech-2.0/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "voice_id": "stokie_en",
    "output_format": "mp3"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Generado a partir del esquema de entrada de este modelo: el mismo con el que la API valida cada solicitud.

Parámetros de entrada

Incluye estos campos en el objeto input del cuerpo de la solicitud. Los nombres y tipos coinciden con la API. No supongas un valor predeterminado si no está indicado.

textstringObligatorio

Las palabras que se van a pronunciar, exactamente como están escritas. Se cobra por cada 1.000 caracteres, incluidos espacios y signos de puntuación. Hasta 5.000 caracteres.

Valor predeterminado
Sin especificar
Restricciones
minLength:1
maxLength:5000
sample_rateintegerOpcional

Frecuencia de muestreo del audio en Hz: 8000, 16000, 22050, 24000, 32000, 44100, 48000. Predeterminado: 24000. No cambia el precio.

Valor predeterminado
Sin especificar
Valores permitidos
8000160002205024000320004410048000
output_formatstringOpcional

Formato de archivo: mp3 (predeterminado) u opus, un archivo Ogg Opus más pequeño con la misma calidad. No cambia el precio.

Valor predeterminado
"mp3"
Valores permitidos
"mp3""opus"
languagestringOpcional

Fuerza el idioma de lectura. Déjalo vacío para detectarlo a partir del guion.

Valor predeterminado
Sin especificar
Valores permitidos
"zh""en""ja""es-mx""id""pt-br""ko""it""de""fr"
volumenumberOpcional

Multiplicador de volumen de 0.5 a 2; 1 es el nivel normal. No cambia el precio.

Valor predeterminado
1
Restricciones
minimum:0.5
maximum:2
pitchintegerOpcional

Desplazamiento de tono en semitonos, de -12 a 12; 0 mantiene el tono propio de la voz. No cambia el precio.

Valor predeterminado
0
Restricciones
minimum:-12
maximum:12
speednumberOpcional

Velocidad del habla de 0.5 (más lenta) a 2 (más rápida); 1 es el ritmo normal de la voz. No cambia el precio.

Valor predeterminado
1
Restricciones
minimum:0.5
maximum:2
instructionsstringOpcional

Indicación en lenguaje simple sobre tono, emoción, ritmo o volumen. Da forma a la interpretación y no se pronuncia. Hasta 1.000 caracteres; no se cobra.

Valor predeterminado
Sin especificar
Restricciones
maxLength:1000
voice_idstringOpcional

Una de 41 voces predefinidas. El sufijo indica los idiomas para los que está diseñada la voz. Predeterminado: stokie_en.

Valor predeterminado
"stokie_en"
Valores permitidos
"vivi_mixed_en_zh_ja_es_id""mindy_en_es_id_pt_zh""stokie_en""dacey_en""tim_en""kian_en_zh""cedric_en_zh""sophie_en_zh""jean_en_zh""magnus_en_zh""mabel_en_zh""nadia_en_zh""opal_en_zh""pearl_en_zh""quentin_en_zh""vienna_mixed_en_zh""alina_mixed_en_zh""corinne_mixed_en_zh""esther_mixed_en_zh""freya_mixed_en_zh""gigi_mixed_en_zh""holly_mixed_en_zh""lyla_mixed_en_zh""daisy_mixed_en_zh""tracy_es_zh""jess_ja_es_id_pt_en_zh""pinky_es_ko_mixed_en_zh""sweety_ja_es""sandy_es_mixed_en_zh""sven_de""minimi_ja""usseau_fr""felipe_es""han_id""martins_pt""enzo_it""shane_ko""bonnie_zh""felix_zh""celeste_zh""monkey_king_zh"

Seguir la tarea

HTTP 202 significa que la tarea se aceptó, no que haya terminado. Guarda el taskId devuelto y consulta esa tarea. No crees otra mientras esperas el resultado.

Solicitud aceptada
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

La respuesta de aceptación incluye la estimación para que tu aplicación pueda mostrar el mismo importe en el historial de tareas y en la facturación.

Consultar la tarea
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Empieza consultando cada 2 segundos aproximadamente y ve espaciando los intentos. Párate en un estado final. Si se cae la conexión, consulta el taskId original. Vuelve a crear la tarea solo con la clave de idempotencia y el cuerpo originales.

O recibe el resultado por callback
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Pasa callBackUrl al crear la tarea y recibirás el registro terminado por POST, sin un bucle de consultas de estado. Cada entrega lleva X-Webhook-Timestamp, X-Webhook-Signature y X-Webhook-Payload-Version. La firma es un HMAC-SHA256 en base64 sobre taskId.timestamp.sha256(body), así que debes verificarla con los bytes originales: si analizas el JSON y vuelves a serializarlo, los bytes cambian y la verificación falla. Las entregas fallidas se reintentan, de modo que el mismo taskId puede llegar dos veces; haz que tu manejador sea idempotente. Responde 2xx primero y haz el trabajo después: un manejador lento se trata como una entrega fallida.

Leer el resultado

Procesa output solo cuando state sea succeeded. Si falla, consulta errorCode, errorMessage y request_id. Los costos y estados de ejemplo no representan una factura real.

Ejemplo de respuesta completada
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "bytedance/seed-speech-2.0/text-to-speech",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Para cada archivo disponible, abre o descarga assets[].url directamente, sin la cabecera Authorization de la API. El enlace firmado expira en expiresAt: vuelve a consultar la tarea para renovarlo mientras el archivo siga dentro del periodo de conservación. Un archivo pendiente o no disponible no trae URL. Trata los enlaces firmados como datos privados.

SDK e integraciones

Usa SpicyAPI en tu app, terminal, asistente de IA o flujo visual. Elige una guía de configuración.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Comandos de terminal y scripts de automatización.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instrucciones reutilizables para tu asistente de IA.
n8n
Nodos comunitarios para instalaciones propias y plantillas HTTP Request importables para n8n Cloud.
ComfyUI
Flujos de imagen, video y audio en un lienzo de nodos.

Más integraciones

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Explorar flujos listos para usar

Úsalo en ComfyUI

Instala los nodos de SpicyAPI desde ComfyUI Manager o con el comando de abajo y busca Seed Speech 2.0 · Text to Speech en el lienzo. El nodo tiene las mismas opciones que esta página y muestra su precio antes de ejecutarse.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Ejemplos de workflowsGuía de configuraciónCódigo en GitHub