Text-to-Speech

Il text-to-speech trasforma il testo scritto in audio parlato. Scegli un modello TTS, seleziona una voce supportata da quel modello, invia il testo a /audio/speech e salva la risposta audio binaria. Usa questa guida per la generazione vocale standard. Se vuoi creare audio a partire da una voce di riferimento personalizzata, consulta Voice Cloning.

Utilizzo di Base

import os
from pathlib import Path

import requests

response = requests.post(
    "https://api.venice.ai/api/v1/audio/speech",
    headers={
        "Authorization": f"Bearer {os.environ['VENICE_API_KEY']}",
        "Content-Type": "application/json",
    },
    json={
        "model": "tts-kokoro",
        "voice": "af_sky",
        "input": "Hello, welcome to Venice Voice.",
    },
)

response.raise_for_status()
Path("speech.mp3").write_bytes(response.content)

import { writeFile } from "node:fs/promises";

const response = await fetch("https://api.venice.ai/api/v1/audio/speech", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.VENICE_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "tts-kokoro",
    voice: "af_sky",
    input: "Hello, welcome to Venice Voice.",
  }),
});

if (!response.ok) {
  throw new Error(await response.text());
}

await writeFile("speech.mp3", Buffer.from(await response.arrayBuffer()));

curl https://api.venice.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-kokoro",
    "voice": "af_sky",
    "input": "Hello, welcome to Venice Voice."
  }' \
  --output speech.mp3

Il corpo della risposta di successo è audio binario nel formato predefinito del modello, non JSON. Attualmente tts-kokoro usa MP3 come formato predefinito.

Scelta di Modello e Voce

Le voci sono specifiche per modello. Il valore di voice deve essere valido per il model che scegli. Usa la pagina Modelli Text-to-Speech per esplorare i modelli e le voci disponibili. Il selettore delle voci elenca gli ID esatti da passare nella richiesta.

Gli ID delle voci fanno distinzione tra maiuscole e minuscole. Se cambi modello TTS, aggiorna contemporaneamente il valore di voice.

Struttura della Richiesta

Parametro	Tipo	Obbligatorio	Descrizione
`model`	string	Sì	ID del modello text-to-speech.
`voice`	string	Sì	ID della voce supportata dal modello selezionato.
`input`	string	Sì	Testo da sintetizzare, fino a 4096 caratteri.
`response_format`	string	No	Formato di output richiesto: `mp3`, `opus`, `aac`, `flac`, `wav` o `pcm`. I formati supportati e quello predefinito sono specifici per modello.

Formato di Output

Puoi omettere response_format per usare il formato predefinito del modello. Prima di scegliere un’estensione di file o sovrascrivere il formato, interroga l’API Models per conoscere i valori correnti di default_format e supported_formats del modello:

curl "https://api.venice.ai/api/v1/models?type=tts" \
  -H "Authorization: Bearer $VENICE_API_KEY" |
  jq '.data[] | select(.id == "tts-kokoro") | .model_spec | {default_format, supported_formats}'

L’header Content-Type della risposta identifica il formato audio restituito. Richiedere un formato non supportato dal modello selezionato restituisce HTTP 400.

Consigli per la Produzione

Metti in cache l’audio generato quando il testo sorgente e la voce vengono riutilizzati.
Normalizza e revisiona il testo prima della sintesi. La punteggiatura influenza ritmo e intonazione.
Salva l’output con l’estensione di file corretta in base al formato di risposta del modello.

Risorse Correlate

⌘I

Documentazione

Per iniziare

Testo e chat

Immagini

Video

Audio

Ricerca e RAG

Agenti e integrazioni

Strumenti di sviluppo

Strumenti per agenti

SDK e framework

Utilizzo di Base

Scelta di Modello e Voce

Struttura della Richiesta

Formato di Output

Consigli per la Produzione

Risorse Correlate

​Utilizzo di Base

​Scelta di Modello e Voce

​Struttura della Richiesta

​Formato di Output

​Consigli per la Produzione

​Risorse Correlate

Utilizzo di Base

Scelta di Modello e Voce

Struttura della Richiesta

Formato di Output

Consigli per la Produzione

Risorse Correlate