Documentation Index Fetch the complete documentation index at: https://docs.supertoneapi.com/llms.txt
Use this file to discover all available pages before exploring further.
이 문서는 영어 원문을 기반으로 자동 번역되었습니다. 표현이 어색하거나 모호한 부분이 있을 수 있으니, 정확한 내용은 영어 원문 을 함께 확인해 주세요. create_speech는 텍스트를 완성된 오디오 파일로 변환합니다. 전체 오디오가 응답 본문으로 반환되어 곧바로 저장하거나 재생할 수 있습니다.생성이 끝나기 전에 재생을 시작하는 등, 합성되는 즉시 오디오 청크를 스트리밍해야 하는 경우에는 Stream speech 를 참고해 주십시오.
기본 사용법 import os from supertone import Supertone VOICE_ID = "20160a4c5ba38967330c84" # replace with your voice ID with Supertone( api_key =os.environ[ "SUPERTONE_API_KEY" ]) as client: response = client.text_to_speech.create_speech( voice_id =VOICE_ID, text = "Hello from Supertone." , language = "en" , model = "sona_speech_1" , output_format = "wav" , ) with open ( "speech.wav" , "wb" ) as f: f.write(response.result.read())
import { Supertone } from "@supertone/supertone" ; import * as fs from "node:fs" ; const VOICE_ID = "20160a4c5ba38967330c84" ; // replace with your voice ID const client = new Supertone ({ apiKey: process . env . SUPERTONE_API_KEY }); const response = await client . textToSpeech . createSpeech ({ voiceId: VOICE_ID , apiConvertTextToSpeechUsingCharacterRequest: { text: "Hello from Supertone." , language: "en" , model: "sona_speech_1" , outputFormat: "wav" , }, }); if ( response . result instanceof Uint8Array ) { fs . writeFileSync ( "speech.wav" , response . result ); } else if ( response . result && "getReader" in response . result ) { const reader = ( response . result as ReadableStream < Uint8Array >). getReader (); const chunks : Uint8Array [] = []; while ( true ) { const { done , value } = await reader . read (); if ( done ) break ; if ( value ) chunks . push ( value ); } fs . writeFileSync ( "speech.wav" , Buffer . concat ( chunks )); }
VOICE_ID = "20160a4c5ba38967330c84" # replace with your voice ID curl -X POST "https://supertoneapi.com/v1/text-to-speech/ $VOICE_ID " \ -H "x-sup-api-key: $SUPERTONE_API_KEY " \ -H "Content-Type: application/json" \ -d '{ "text": "Hello from Supertone.", "language": "en", "model": "sona_speech_1", "output_format": "wav" }' \ --output speech.wav
요청 필드 Field Required Description voice_id✅ 경로 파라미터입니다. 캐릭터를 식별합니다. text✅ 합성할 텍스트입니다. API 호출당 최대 300자 입니다(SDK는 더 긴 텍스트를 자동으로 분할합니다). language✅ 언어 코드입니다. 보이스와 모델이 모두 지원해야 합니다. style— 감정 스타일입니다(예: neutral, happy). 미지정 시 보이스의 styles 배열 중 첫 번째 값이 기본으로 적용됩니다. model— TTS 모델입니다. 기본값: sona_speech_1. 모델 을 참고해 주십시오. output_format— wav(기본값) 또는 mp3입니다. 아래 출력 포맷 을 참고해 주십시오.voice_settings— 피치, 억양, 속도 등을 조정합니다. Voice settings 를 참고해 주십시오. include_phonemes— true인 경우 음소 심볼과 타임스탬프를 반환합니다. Pronunciation and phonemes 를 참고해 주십시오.normalized_text— 발음 정규화된 보조 텍스트입니다(현재 sona_speech_2 계열의 일본어용). Normalized text 를 참고해 주십시오.
전체 스키마는 Create speech (API reference) 를 참고해 주십시오.
출력 포맷 Format output_format valueContent type Use when WAV (기본값) wavaudio/wav무손실 오디오가 필요할 때 사용합니다. 프로덕션 오디오 파이프라인, 후처리, 게임/애니메이션 에셋에 적합합니다. MP3 mp3audio/mpeg최종 사용자 기기로 전달할 때 파일 크기를 줄이고 싶고, 무손실 품질이 필요하지 않을 때 사용합니다.
output_format을 생략하면 API는 기본값으로 wav를 사용합니다. 동일한 옵션이 Stream speech 에도 적용되며, 청크는 요청한 포맷의 바이너리로 반환됩니다.기본적으로 API는 응답 본문에 바이너리 오디오 를 반환합니다. 응답에는 다음 두 가지 유용한 헤더가 포함됩니다.
Header Meaning Content-Typeaudio/wav 또는 audio/mpeg로, output_format과 일치합니다.X-Audio-Length생성된 오디오의 길이(초, float)입니다.
include_phonemes=true인 경우음소 타임스탬프를 사용하도록 설정하면 응답이 JSON으로 전환 되며, base64로 인코딩된 오디오 페이로드와 함께 음소 배열이 포함됩니다.
{ "audio_base64" : "UklGRnoGAABXQVZF..." , "phonemes" : { "symbols" : [ "" , "h" , "ɐ" , "ɡ" , "ʌ" , "" ], "start_times_seconds" : [ 0 , 0.092 , 0.197 , 0.255 , 0.29 , 0.58 ], "durations_seconds" : [ 0.092 , 0.104 , 0.058 , 0.034 , 0.29 , 0.162 ] } }
전체 구조는 Pronunciation and phonemes 를 참고해 주십시오.
결과 저장 response = client.text_to_speech.create_speech(...) with open ( "speech.wav" , "wb" ) as f: f.write(response.result.read())
import * as fs from "node:fs" ; const response = await client . textToSpeech . createSpeech (...); if ( response . result instanceof Uint8Array ) { fs . writeFileSync ( "speech.wav" , response . result ); } else if ( response . result && "getReader" in response . result ) { const reader = ( response . result as ReadableStream < Uint8Array >). getReader (); const chunks : Uint8Array [] = []; while ( true ) { const { done , value } = await reader . read (); if ( done ) break ; if ( value ) chunks . push ( value ); } fs . writeFileSync ( "speech.wav" , Buffer . concat ( chunks )); }
스타일이 중요합니다. 보이스마다 기본 스타일이 다를 수 있습니다. style을 명시적으로 지정하거나, 시작 시 Get voice 를 한 번 호출하여 해당 보이스의 기본값을 확인해 주십시오.생성 전에 예측하기. predict_duration긴 텍스트. Raw API는 text를 300자로 제한합니다. Python 및 TypeScript SDK는 자동으로 분할, 생성, 병합을 수행합니다. Long text 를 참고해 주십시오.빈 입력이나 매우 짧은 입력 은 부자연스러운 결과를 만들 수 있습니다. 최소한 짧은 완전한 문장 한 개 이상을 입력해 주십시오.
관련 문서
모델 선택 빠른 모델과 고품질 TTS 모델 중에서 선택할 수 있습니다.
긴 텍스트 300자를 초과하는 텍스트로부터 오디오를 생성합니다.
API 레퍼런스 전체 요청 및 응답 스키마입니다.
