음성 합성 — BazaarLink API

음성 합성

/v1/models?output_modalities=speech의 모델 ID로 텍스트를 음성으로 변환합니다. 모델 페이지의 백만 문자당 가격으로 청구합니다. 전체 오디오를 버퍼링한 뒤 바이너리로 반환하며, 구간별 스트리밍은 지원하지 않습니다. provider, transforms, route, service_tier, preset 같은 라우팅 제어 필드는 무시됩니다.

POST/v1/audio/speech

인증

Authorization필수

string · header

Authorization 헤더에 Bearer 토큰으로 API 키를 전달합니다.

Body

model필수

string

/v1/models의 모델 ID 또는 별칭.

input필수

string

합성할 텍스트.

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

voice

string

모델이 지원하는 음성. ElevenLabs 모델(elevenlabs/*)은 음성 이름(george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will)을 받으며 생략할 수도 있습니다(기본 george). 그 외 값은 400 invalid_voice를 반환합니다 (OpenAI: alloy). 다른 모델은 voice가 필수입니다. 계정에서 활성화되었다면 내 사용자 지정 음성(voice_…, ‘사용자 지정 음성’ 참조)도 사용할 수 있습니다.

response_format

string

출력 오디오 형식이며 지원 범위는 모델마다 다릅니다. 네이티브 WAV 경로는 현재 WAV만 생성하고 변환하지 않으므로 mp3나 opus를 요청해도 audio/wav가 반환됩니다. 응답의 Content-Type에 맞춰 파일을 저장하세요.

mp3opusaacflacwavpcm

speed

number

말하기 속도(0.25–4.0). 적용 여부는 모델에 따라 다릅니다.

0.25–4.0

instructions

string

음성 생성 지시문. 적용 여부는 모델에 따라 다릅니다.

stability

number

목소리 안정성(0–1, 기본 0.5). 낮을수록 표현이 풍부하고 높을수록 균일합니다. 요청이 당사의 직접 음성 경로로 처리되는 elevenlabs/* 모델에서 적용되며, 응답 헤더 X-Voice-Settings가 applied 또는 ignored를 알려 줍니다.

0–1 (0.5)

similarity_boost

number

원래 목소리와의 유사도(0–1, 기본 0.75). Eleven v3에서는 사용되지 않습니다.

0–1 (0.75)

style

number

스타일 강조도(0–1, 기본 0). 0보다 크면 지연이 늘어납니다. Eleven v4에서는 사용되지 않습니다.

0–1 (0)

use_speaker_boost

boolean

원래 화자와의 유사도를 높입니다(기본 true). 지연이 약간 늘어납니다.

true / false (true)

clone_strength

number

클론 강도(0–1, 대부분 0 권장). Eleven v4용으로 학습한 본인의 전문 클론 음성(voice_…)에만 적용됩니다.

0–1

language_code

string

낭독 언어를 지정하는 두 글자 소문자 언어 코드(ISO 639-1, 예: ar, ja, en). multilingual-v2 모델에서는 사용되지 않습니다.

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

audio_effects

object

선택적 오디오 효과 객체: filter_preset_id(필터, 예: phone, old_radio), environment_id(잔향 공간, 예: small_room, hall), background_noise_id(배경음, 예: cafe), distance(0–1), send_level(잔향량, 0–1), pan(−1…1). ID는 소문자, 숫자, 밑줄만 사용하며 추가 요금은 없습니다. 잔향 또는 0이 아닌 pan은 스테레오로 출력되어 pcm 출력과 함께 쓸 수 없습니다.

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

심층 가이드 →

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

응답 예시

성공.

1
<binary audio>