Интеграция API синтеза речи: полное руководство для разработчиков

Коротко: TTS API DubVoice.ai работает по REST, авторизация по ключу sk_, есть вебхуки. POST с текстом и voice_id на /api/v1/tts, затем GET /api/v1/tts/{task_id} за audio_url и srt_url. Стартовые кредиты входят в каждый аккаунт.

Нужно добавить синтез речи в своё приложение? Это руководство закрывает всё, что нужно для интеграции TTS API DubVoice.ai — от авторизации до практик для продакшена.

Зачем брать готовый API

Собрать синтез речи с нуля — это огромные датасеты, дорогая GPU-инфраструктура и глубокая ML-экспертиза. Готовый API даёт:

• Голоса, готовые к продакшену — 17 800+ естественных голосов из коробки
• Много языков — 50+ языков через один интерфейс
• Масштаб — тысячи запросов без забот об инфраструктуре
• Постоянное улучшение — качество голосов растёт без вашего участия

Быстрый старт

Авторизация

Каждый запрос требует API-ключ. Получите его в панели DubVoice.ai: Настройки → API-ключи.

Базовый запрос

curl -X POST https://dubvoice.ai/api/v1/tts \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello, welcome to our application!",
    "voice_id": "voice_rachel",
    "language": "en"
  }'

Ответ

API возвращает аудиофайл (по умолчанию MP3) вместе с метаданными: числом символов и временем обработки.

Схемы интеграции

Схема 1. Генерация по запросу

Аудио создаётся в момент запроса пользователя. Подходит для интерактивных приложений, чат-ботов и функций доступности.

Схема 2. Предварительная генерация

Аудио создаётся и кэшируется заранее для известного контента. Подходит для платформ обучения, голосовых меню и статики.

Схема 3. Потоковая передача

Для приложений реального времени, где важна задержка. Аудио отдаётся кусками по мере генерации.

Практики

• Кэшируйте агрессивно — если один и тот же текст запрашивают повторно, отдавайте из кэша
• Обрабатывайте лимиты — экспоненциальная задержка на ответ 429
• Проверяйте вход — длину и содержимое текста перед отправкой
• Следите за расходом — считайте символы, чтобы не удивляться счёту
• Используйте вебхуки — для длинных текстов берите асинхронную генерацию с колбэком

Обработка ошибок

Всегда закрывайте ошибки явно:

• 400 — некорректный запрос (проверьте длину текста, voice_id, язык)
• 401 — неверный или истёкший API-ключ
• 429 — превышен лимит запросов (нужна задержка)
• 500 — ошибка сервера (повтор с экспоненциальной задержкой)

Стоимость через API

Запросы через API списывают кредиты с того же баланса и по той же цене, что и веб-интерфейс. Один кредит равен одному символу. Пакеты — от 250 тыс. кредитов ($4,99) до 40 млн ($110).

Типичные сценарии

• Мобильные приложения — озвучка в читалках, новостях, навигации
• Веб-приложения — доступность, аудиоконтент, уведомления
• Устройства — объявления в умном доме, встроенные голосовые ответы
• Игры — реплики персонажей, голос рассказчика, динамические истории
• SaaS-платформы — аудиоверсии отчётов, дашбордов и оповещений

С чего начать

• Зарегистрируйтесь на dubvoice.ai и получите API-ключ
• Проверьте простым запросом через cURL
• Встройте в приложение на своём языке программирования
• Протестируйте разные голоса и языки
• Выкатывайте и следите за расходом

Полный справочник эндпоинтов, каталог голосов и коды языков — в документации на dubvoice.ai/api-docs.