Sintesis suara — BazaarLink API

Dokumentasi Referensi API Referensi SDK Penggunaan Agentik Skill AI

Sintesis suara

Ubah teks menjadi audio dengan ID model dari /v1/models?output_modalities=speech. Biaya mengikuti harga per juta karakter di halaman model. Seluruh audio ditampung dulu sebelum dikirim sebagai data biner; streaming bertahap belum didukung. Bidang kontrol perutean seperti provider, transforms, route, service_tier, dan preset diabaikan.

POST/v1/audio/speech

Otorisasi

Authorizationwajib

string · header

API key sebagai bearer token di header Authorization.

Body

modelwajib

string

ID atau alias model dari /v1/models.

inputwajib

string

Teks yang disintesis.

1–4096 characters (10,000 for elevenlabs/eleven-v4 and eleven-v4-turbo)

voice

string

Suara yang didukung model. Model ElevenLabs (elevenlabs/*) menerima salah satu nama suara (george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will), atau boleh dikosongkan (bawaan george); nilai lain mengembalikan 400 invalid_voice (OpenAI: alloy). Model lain wajib menyertakan voice. Suara kustom Anda sendiri (voice_…, lihat Suara kustom) juga dapat dipakai setelah diaktifkan untuk akun Anda.

response_format

string

Format audio keluaran; dukungan bergantung pada model. Rute WAV native saat ini hanya menghasilkan WAV tanpa transkode; meski meminta mp3 atau opus, respons tetap audio/wav. Simpan berkas sesuai Content-Type respons.

mp3opusaacflacwavpcm

speed

number

Kecepatan bicara 0,25–4,0; berlaku atau tidaknya bergantung pada model.

0.25–4.0

instructions

string

Instruksi pembuatan suara; berlaku atau tidaknya bergantung pada model.

stability

number

Stabilitas suara, 0–1 (bawaan 0,5). Lebih rendah lebih ekspresif, lebih tinggi lebih datar. Berlaku pada model elevenlabs/* saat permintaan dilayani rute suara langsung kami; header respons X-Voice-Settings menunjukkan applied atau ignored.

0–1 (0.5)

similarity_boost

number

Kemiripan dengan suara asli, 0–1 (bawaan 0,75). Tidak dipakai oleh Eleven v3.

0–1 (0.75)

style

number

Penekanan gaya, 0–1 (bawaan 0). Di atas 0 menambah latensi. Tidak dipakai oleh Eleven v4.

0–1 (0)

use_speaker_boost

boolean

Meningkatkan kemiripan dengan pembicara asli (bawaan true); menambah sedikit latensi.

true / false (true)

clone_strength

number

Kekuatan kloning, 0–1 (0 disarankan untuk kebanyakan suara). Hanya untuk suara klon profesional milik Anda (voice_…) yang dilatih untuk Eleven v4.

0–1

language_code

string

Kode bahasa dua huruf kecil (ISO 639-1) seperti ar, ja, atau en untuk menetapkan bahasa ucapan. Tidak dipakai oleh model multilingual-v2.

ISO 639-1, e.g. ar, ja, en

audio_effects

object

Objek efek audio opsional: filter_preset_id (mis. phone, old_radio), environment_id (ruang gema, mis. small_room, hall), background_noise_id (mis. cafe), distance (0–1), send_level (jumlah gema, 0–1), dan pan (−1…1). ID memakai huruf kecil, angka, dan garis bawah; tanpa biaya tambahan. Gema atau pan bukan 0 menghasilkan audio stereo dan tidak dapat digabung dengan keluaran pcm.

filter_preset_id, environment_id, background_noise_id, distance 0–1, send_level 0–1, pan −1…1

Panduan mendalam →

POST /v1/audio/speech

1
2
3
4
5
6
7
8
9
10
11
12
curl https://api.bazaarlink.ai/v1/audio/speech \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"<speech-model-id>","input":"Hello","voice":"alloy","response_format":"mp3"}' \
  --output speech.mp3

# Voice settings (elevenlabs/* models; the X-Voice-Settings response header says applied or ignored)
curl -D - https://api.bazaarlink.ai/v1/audio/speech \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"elevenlabs/eleven-v4","input":"Hello","voice":"george","stability":0.4,"similarity_boost":0.8,"style":0.2,"use_speaker_boost":true,"language_code":"en","audio_effects":{"distance":0.3}}' \
  --output speech.mp3

Contoh respons

Berhasil.

1
<binary audio>