Introduzione
Invia il testo da leggere e, facoltativamente, una voce predefinita, una breve nota sull’interpretazione e una lingua. L’attività restituisce un file audio con lo script letto in quella voce: un MP3 mono a 24 kHz, a meno che non imposti output_format o sample_rate. speed, pitch e volume regolano l’interpretazione. instructions accetta indicazioni in linguaggio semplice su tono, emozione, ritmo o volume e non viene letto ad alta voce. SpicyAPI non applica alcun filtro dei contenuti, quindi ascolti lo script che invii. Si fattura ogni 1.000 caratteri del testo inviato.
| Campo | Valore |
|---|---|
| Input | Testo |
| Output | Audio |
| Campo obbligatorio | text — da 1 a 5.000 caratteri |
| Campi facoltativi |
|
| Risultato | Un file audio: MP3 (24 kHz, mono) per impostazione predefinita, oppure Ogg Opus |
| Quantità fatturata | Caratteri di text inviati, ogni 1.000 |
| Tempo tipico | Circa 8 secondi per 300 caratteri |
| Conservazione | L'audio generato viene conservato per 14 giorni |
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
text | Sì | Le parole da pronunciare, esattamente come scritte. Fatturato ogni 1.000 caratteri, inclusi spazi e punteggiatura. almeno 1 caratteri · al massimo 5000 caratteri |
voice_id | No | Una delle 41 voci predefinite. Il suffisso indica le lingue per cui la voce è creata. |
instructions | No | Indicazione in linguaggio semplice su tono, emozione, ritmo o volume. Plasma la resa e non viene pronunciato. al massimo 1000 caratteri |
speed | No | Velocità del parlato da 0,5 (più lenta) a 2 (più veloce); 1 è il ritmo normale della voce. Non cambia il prezzo. |
pitch | No | Spostamento dell'intonazione in semitoni, da -12 a 12; 0 mantiene l'altezza naturale della voce. Non cambia il prezzo. |
volume | No | Moltiplicatore del volume da 0,5 a 2; 1 è il livello normale. Non cambia il prezzo. |
language | No | Forza la lingua di lettura. Lascia vuoto per rilevarla dallo script. |
output_format | No | Formato del file: mp3 (predefinito) oppure opus, un file Ogg Opus più leggero a parità di qualità. Non cambia il prezzo. |
sample_rate | No | Frequenza di campionamento dell'audio in Hz: 8000, 16000, 22050, 24000, 32000, 44100, 48000. Valore predefinito: 24000. |
Prezzi
$0.072 / 1.000 caratteri
Fatturato ogni 1.000 caratteri del testo inviato, contando spazi e punteggiatura. Il preventivo mostrato prima dell'esecuzione è il prezzo finale.
Casi d’uso
Voci fuori campo per video brevi
Narrazione per spiegazioni, clip di prodotto e post social. Il prezzo è fissato dalla lunghezza dello script, quindi sai quanto costa un lotto prima di iniziare.
Contenuti multilingue
Leggi lo stesso script in inglese, giapponese, spagnolo, tedesco e altro ancora. Diverse voci sono create per parlare più di una lingua con lo stesso timbro.
Storie audio senza censura
Gli script vengono doppiati come scritti, per quanto audaci. Nei nostri test il modello ha pronunciato ogni parola dei monologhi più forti e delle scene narrate che abbiamo inviato, senza saltare nulla né interrompere la clip.
Voci per personaggi
Dai a ogni personaggio una voce predefinita e una nota di una riga su come parla — senza fiato, assonnato, provocante — e mantienile per tutta la serie.
Consigli avanzati
Invia lo script in text
Scrivilo esattamente come deve essere pronunciato, con la punteggiatura per le pause. Fino a 5.000 caratteri.
Scegli una voce
voice_idusastokie_encome valore predefinito. Il suffisso di ogni voce indica le lingue per cui è creata, ad esempio _en o _ja_es.Descrivi la resa
Scrivi una o due frasi in instructions, per esempio «lento, basso e vicino, come se parlassi a una sola persona». Non viene letto ad alta voce.
Cosa restituisce
Un file audio per task: un MP3 mono a 24 kHz, salvo che tu cambi output_format o sample_rate. Il file viene copiato nello storage di SpicyAPI e conservato per 14 giorni. Il risultato non include timing per parola né sottotitoli.
Scegliere una voce
voice_id accetta una delle 41 voci predefinite e usa stokie_en come valore predefinito. Il suffisso di ogni nome di voce elenca le lingue per cui è creata — tim_en è inglese, minimi_ja giapponese, sven_de tedesco, jess_ja_es_id_pt_en_zh ne parla diverse. Le voci miste mantengono lo stesso timbro tra le loro lingue.
Dirigere la resa
instructions accetta una o due frasi in linguaggio semplice su come leggere: tono, emozione, ritmo, volume. Plasma la performance e non viene pronunciato. Per valori precisi, speed (0,5–2), pitch (da -12 a 12 semitoni) e volume (0,5–2) hanno i propri cursori.
Formato di output
output_format sceglie mp3 (predefinito) o opus, un file Ogg Opus più leggero a parità di qualità, e sample_rate va da 8000 a 48000 Hz. Nessuna di queste opzioni cambia il prezzo.
Lingua
La lingua viene rilevata dallo script. language forza zh, en, ja, es-mx, id, pt-br, ko, it, de o fr quando uno script breve o in più lingue viene letto nella lingua sbagliata.
Fatturazione
Fatturato ogni 1.000 caratteri di text, contando spazi, punteggiatura e interruzioni di riga; instructions è gratuito. Il numero di caratteri si conosce prima che il task inizi, quindi il preventivo è l'addebito finale. Le richieste fallite non vengono addebitate.
Contenuti
SpicyAPI non aggiunge alcun filtro dei contenuti. Nei nostri test anche gli script più forti sono stati doppiati parola per parola, senza saltare nulla e senza clip interrotte prima del tempo.
SpicyAPI non applica alcun filtro sui contenuti: gli script NSFW vengono letti così come sono scritti. Sei responsabile degli script che invii e di come usi l'audio risultante, incluso non farlo passare per le parole di una persona reale.
Avvio rapido dell’API
# 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"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.