Przejdź do treści głównej

Seed Speech 2.0 API

Bez cenzury — Ten model deklaruje brak filtra treści. SpicyAPI przekazuje żądanie dalej, nie dokładając własnego skanowania po stronie platformy; obowiązki prawne i kwestia zgody pozostają po stronie klienta.Zobacz wszystkie modele na tym poziomie filtrowania
bytedance/seed-speech-2.0/text-to-speech

Seed Speech 2.0 od ByteDance zamienia skrypt w jednokanałowy MP3 24 kHz w jednym z 41 gotowych głosów. Tempo, wysokość i głośność są regulowane, a proste notatki o sposobie podania ustalają ton; filtr treści nie jest stosowany.

Od $0.072/1 000 znaków
Uruchom model

Obszar roboczy

Wyślij żądanie

Szybki start

Przykłady korzystają z publicznych definicji parametrów wybranego endpointu. Podmień klucz API i przykładowe media, a potem wyślij żądanie ze swojego serwera.

SDK i integracje
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Uwierzytelnianie API

Klucz API trzymaj w zmiennej środowiskowej serwera SPICY_API_KEY. Dla żądań JSON używaj uwierzytelniania Bearer i Content-Type: application/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"

Wygenerowane ze schematu wejścia tego modelu – tego samego, względem którego API waliduje każde żądanie.

Parametry wejściowe

Te pola umieść w obiekcie input w ciele żądania. Nazwy i typy odpowiadają API. Gdy wartości domyślnej nie podano, nie zakładaj żadnej.

textstringWymagane

Słowa, które mają zostać wypowiedziane, dokładnie tak, jak zostały napisane. Opłata naliczana za każde 1000 znaków, łącznie ze spacjami i znakami interpunkcyjnymi. Do 5000 znaków.

Domyślnie
Nie określono
Ograniczenia
minLength:1
maxLength:5000
sample_rateintegerOpcjonalne

Częstotliwość próbkowania dźwięku w Hz: 8000, 16000, 22050, 24000, 32000, 44100, 48000. Wartość domyślna: 24000. Nie zmienia ceny.

Domyślnie
Nie określono
Dozwolone wartości
8000160002205024000320004410048000
output_formatstringOpcjonalne

Format pliku: mp3 (domyślnie) lub opus, czyli plik Ogg Opus, mniejszy przy tej samej jakości. Nie zmienia ceny.

Domyślnie
"mp3"
Dozwolone wartości
"mp3""opus"
languagestringOpcjonalne

Wymusza język odczytu. Zostaw puste, aby był wykrywany na podstawie skryptu.

Domyślnie
Nie określono
Dozwolone wartości
"zh""en""ja""es-mx""id""pt-br""ko""it""de""fr"
volumenumberOpcjonalne

Mnożnik głośności od 0,5 do 2; 1 to normalny poziom. Nie zmienia ceny.

Domyślnie
1
Ograniczenia
minimum:0.5
maximum:2
pitchintegerOpcjonalne

Przesunięcie wysokości głosu w półtonach, od -12 do 12; 0 zachowuje naturalną wysokość głosu. Nie zmienia ceny.

Domyślnie
0
Ograniczenia
minimum:-12
maximum:12
speednumberOpcjonalne

Tempo mowy od 0,5 (wolniej) do 2 (szybciej); 1 to zwykłe tempo głosu. Nie zmienia ceny.

Domyślnie
1
Ograniczenia
minimum:0.5
maximum:2
instructionsstringOpcjonalne

Wskazówka w prostym języku dotycząca tonu, emocji, tempa lub głośności. Kształtuje sposób odczytu i nie jest wypowiadana na głos. Do 1000 znaków; nie jest rozliczana.

Domyślnie
Nie określono
Ograniczenia
maxLength:1000
voice_idstringOpcjonalne

Jeden z 41 gotowych głosów. Sufiks pokazuje, do jakich języków jest przystosowany głos. Domyślnie stokie_en.

Domyślnie
"stokie_en"
Dozwolone wartości
"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"

Śledź zadanie

HTTP 202 oznacza, że zadanie zostało przyjęte, a nie ukończone. Zapisz zwrócone taskId i odpytuj właśnie to zadanie. Nie twórz kolejnego zadania, czekając na jego wynik.

Odpowiedź o przyjęciu
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"
  }
}

Odpowiedź o przyjęciu zawiera szacunek, dzięki czemu twoja aplikacja pokaże tę samą kwotę w historii zadań i w rozliczeniach.

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

Zacznij odpytywać mniej więcej co 2 sekundy i stopniowo wydłużaj odstęp. Zatrzymaj się na stanie końcowym. Po zerwaniu połączenia odpytaj pierwotne taskId. Tworzenie ponawiaj wyłącznie z pierwotnym kluczem idempotentności i pierwotnym ciałem żądania.

Albo odbierz wynik przez 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);
});

Podaj callBackUrl przy tworzeniu zadania, a gotowy rekord przyjdzie do ciebie metodą POST – bez żadnej pętli odpytywania. Każda dostawa niesie X-Webhook-Timestamp, X-Webhook-Signature i X-Webhook-Payload-Version. Podpis to HMAC-SHA256 w base64 z taskId.timestamp.sha256(body), więc trzeba go sprawdzać na surowych bajtach: sparsowanie JSON-a i ponowne zserializowanie zmienia je i weryfikacja się nie powiedzie. Nieudane dostawy są ponawiane, więc to samo taskId może przyjść dwa razy – zrób obsługę idempotentną. Najpierw odpowiedz kodem 2xx, a pracę wykonaj potem; wolna obsługa jest traktowana jak nieudana dostawa.

Odczytaj wynik

Wynik wykorzystuj dopiero przy stanie succeeded. Przy niepowodzeniu skorzystaj z errorCode, errorMessage i request_id. Przykładowe koszty i stany nie odpowiadają rzeczywistemu rozliczeniu.

Przykład odpowiedzi po zakończeniu
{
  "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"
  }
}

Każdy dostępny materiał otwieraj lub pobieraj bezpośrednio spod assets[].url, bez nagłówka Authorization. Podpisany adres wygasa o expiresAt; odpytaj zadanie ponownie, żeby go odświeżyć, dopóki materiał mieści się w okresie przechowywania. Materiał oczekujący lub niedostępny nie ma adresu. Podpisane adresy traktuj jako prywatne.

SDK i integracje

Korzystaj ze SpicyAPI w aplikacji, terminalu, asystencie AI lub wizualnym przepływie pracy. Wybierz instrukcję konfiguracji.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Polecenia terminala i skrypty automatyzacji.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instrukcje wielokrotnego użytku dla asystenta AI.
n8n
Węzły społecznościowe dla instalacji self-hosted i szablony HTTP Request do importu w n8n Cloud.
ComfyUI
Przepływy obrazów, wideo i dźwięku na płótnie węzłów.

Więcej integracji

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Przeglądaj gotowe przepływy pracy

Użyj w ComfyUI

Zainstaluj węzły SpicyAPI przez ComfyUI Manager albo poleceniem poniżej, a potem wyszukaj na płótnie Seed Speech 2.0 · Text to Speech. Węzeł ma te same opcje co ta strona i pokazuje cenę, zanim ruszy.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Przykładowe workflowyPoradnik konfiguracjiKod źródłowy na GitHubie