Så väljer du rätt Text-tal API för din E-handel

Av Ljudväv redaktion · Uppdaterad 2026-11-19

Denna guide hjälper produktteam i e-handel att välja ett Text-till-tal-API som automatiserar ljudinstruktioner och produktbeskrivningar effektivt. Vi går igenom konkreta kriterier som pris, språk och integration, så att du kan jämföra tekniska lösningar utan att behöva betala för onödiga funktioner.

Här får du en steg-för-steg-guide till implementation, från API-nyckel till färdig integration i din webbshop. Vi visar exakt hur du migrerar från befintliga lösningar, vad API:et klarar av volymmässigt och hur du använder de åtta röster för att skapa tydliga ljudupplevelser för dina kunder.

Så väljer du rätt Text-tal API för din E-handel

Vanliga frågor

Vilket API är bäst för små butiker?

API:t är idealiskt för små butiker tack vare inga månadskostnader eller minsta förbrukning. Du betalar endast $0,01 per 1000 tecken. Med en gratis provperiod på $0,50 kan du testa tjänsten direkt. Du behöver inget eget SDK eller dyra licenser, vilket gör det enkelt att integrera i din webbutik utan komplexa avtal.

Hur påverkar API:t laddningstiden?

API:t genererar ljudfiler med en hastighet på cirka 25 tecken per sekund. Kortare fraser tar några sekunder att generera. Längre texter bearbetas sekventiellt, vilket kan skapa kö vid hög belastning. Eftersom inget streaming stöds måste du vänta på hela filen innan den spelas upp, vilket påverkar upplevelsen vid direkt visning.

Kan jag använda API:t för ljudböcker?

Ja, du kan använda API:t för ljudböcker. Du har tillgång till åtta röster som passar olika berättarstilar. Texten delas automatiskt upp i delar på max 4096 tecken och spelas sedan samman. Eftersom inget SSML stöds har du begränsad kontroll över pauser och betoning i texten.

Är rösterna naturliga nog?

Rösterna är baserade på licensierade inspelningar från LibriTTS-R och LibriVox. De låter naturliga och är lämpliga för e-handel. Varje fil innehåller en osynlig vattenstämpel som markerar ljudet som syntetiskt. Det finns inga emotionella taggar eller anpassad röstkloning, så variationen begränsas till de åtta förvalda profilerna som är tillgängliga.

Vad händer om jag överskrider rate limit?

Gränsen är 60 förfrågningar per minut per nyckel. Om du överskrider gränsen väntar dina förfrågningar i en kö. Du kan ha upp till 10 förfrågningar per minut innan din första påfyllning. Om du behöver högre kapacitet kan du öka din användning genom att betala och påfylla ditt konto med USDT.

Stöds flerspråkig text i samma request?

Nej, varje förfrågan stödjer en enda språkkod. Du kan ange språket explicit eller låta det gissas utifrån skriften. För text på latin som inte är engelska bör du ange språket manuellt. Om du vill blanda språk i samma ljudfil måste du skicka flera separata förfrågningar och sammanfoga ljudfilerna efteråt.

Hur ser prisstrukturen ut jämfört med konkurrenterna?

Priset är $10 per miljon tecken, vilket är $0,01 per 1000 tecken. Det finns inga månadskostnader eller prenumerationer. Misslyckade förfrågningar är kostnadsfria. Till skillnad från många konkurrenter har du inga dolda avgifter eller minsta förbrukning. Du betalar endast för det faktiska förbrukningen baserat på teckenantal i din text.

Finns det några dolda kostnader?

Nej, det finns inga dolda kostnader. Du betalar endast för genererade ljud baserat på teckenantal. Ingen extra kostnad för formatval eller hastighet. Påfyllning görs via USDT (TRC-20) med en miniminivå på $5. Det finns inga avgifter för att byta nyckel eller för att hämta ljudfiler. Allt är transparent och enkelt.

Hur lång tid tar migreringen?

Migreringen är snabb eftersom API:t följer OpenAI:s begäransformat. Du behöver bara ändra base_url till https://api.z63.info/v1. De flesta SDK:er fungerar direkt med denna ändring. Du behöver inte lära dig ett nytt protokoll eller hantera komplexa autentiseringsflöden. En färdig curl-exempel finns på /get-api-key/ för att komma igång direkt.

Kan jag använda API:t för ljudspel?

Ja, API:t är lämpligt för ljudspel tack vare enkel integration. Du kan generera dialog och effekter. Eftersom inget streaming stöds måste du ladda hela filen innan uppspelning. Detta kan vara en begränsning för interaktiva spel som kräver omedelbar respons, men det fungerar bra för förinspelade sekvenser.

Vilket format ska jag använda för mobil?

För mobil rekommenderas mp3 eller opus för optimal komprimering och kompatibilitet. MP3 är brett stöttat av alla webbläsare och mobila enheter. Opus ger bättre kvalitet vid lägre bitrate. WAV och FLAC ger högre kvalitet men kräver mer bandbredd. PCM är ett råformat som kan vara mindre lämpligt för direkt uppspelning i webbläsare.

Hur hanterar jag tecken över 4096?

Texten delas automatiskt upp i delar på max 4096 tecken per förfrågan. Du skickar varje del separat och tar emot en ljudfil för varje del. Dessa filer måste sedan spelas samman till en enda ljudfil. Detta kräver att du hanterar delarna i din kod eller använder ett verktyg som stödjer denna funktion.

Är API:t säkert för kunddata?

Ja, API:t är säkert för kunddata. Inmatad text används endast för att producera ljudet och lagras inte. Genererat ljud returneras i svaret och sparas inte på våra servrar. Endast begäransmetadata som tid, teckenantal och status sparas för fakturering. Ingen data används för träning av modeller. Autentisering sker via Bearer-token.

Hur ser supporten ut vid problem?

Supporten sker endast via e-post. Det finns inget telefonnummer eller livechatt. Svarstiden kan variera beroende på belastning. Du kan nå oss via /contact/. Vi har inget SLA eller garantier för svarstid. För tekniska problem rekommenderas att du kontrollerar dokumentationen på /docs/ först för att se till att begäran är korrekt formaterad.

Kriterier för val

Ljudvågsillustration för: Kriterier för val

Att välja rätt text-till-tal API för din e-handel handlar om att balansera kostnad, funktionalitet och teknisk enkelhet. För produktteam är det avgörande att förstå hur resurserna används och hur integrationen påverkar arbetsflödet i realtid.

Vi visar exakt hur du migrerar från befintliga lösningar, vad API:et klarar av volymmässigt och hur du använder de åtta röster för att skapa tydliga ljudupplevelser för dina kunder.

Prisstruktur per tecken

Priserna är transparenta och baseras på teckantal. Du betalar $10 per miljon tecken, där mellanslag och interpunktion räknas med. Det finns inga fasta månadskostnader eller abonnemang, vilket gör det enkelt att skala upp eller ner efter behov.

Misslyckade anrop kostar inget, och du kan testa tjänsten med en gratis kredit på 0,50 USD som gäller i sju dagar. Detta ger dig en konkret bild av vad olika volymer kostar innan du investerar.

Språkstöd och röster

API:t stödjer 23 språk, inklusive svenska, engelska, tyska och spanska. Alla åtta röster kan tala alla dessa språk, vilket ger dig flexibilitet att välja röst baserat på tonalitet snarare än språk. Texten kan vara upp till 4096 tecken per anrop.

Om språk inte anges gissas det utifrån skrift, men för latinska tecken utom engelska bör du ange språket manuellt. Detta säkerställer korrekt uttal och flyt i dina produktbeskrivningar eller instruktioner.

  • 8 röster: aria, nova, luna, sage, felix, milo, atlas, orion
  • 23 språk inklusive svenska, engelska, tyska, spanska, franska
  • Korrekt språkangivelse rekommenderas för latinska språk utom engelska

Enkel integration

API:t följer samma begäransstruktur som OpenAI:s speech-endpoint, vilket innebär att du kan använda befintliga SDK:er genom att bara ändra base_url. Detta minimerar ansträngningen vid integration i dina befintliga system.

Autentisering hanteras med en Bearer-token, och du får en nyckel direkt när du skapar konto. Det är enkelt att börja skicka text och ta emot ljudfiler utan komplex konfiguration.

  • Använd OpenAI SDK med justerad base_url
  • Enkel autentisering med Bearer-token
  • Stöd för JSON-request-body

Jämförelse med marknadsledaren

Ljudvågsillustration för: Jämförelse med marknadsledaren

Vårt API följer samma strukturella konventioner som OpenAI, vilket minimerar friktion vid migration. Genom att ändra base_url i befintliga SDK:n till https://api.z63.info/v1 kan ni använda exakt samma metodanrop utan att omskriva kod.

Till skillnad från många konkurrenter som tar ut höga basavgifter eller kräver dyra månadspaket, erbjuder vi en ren prisstruktur per tecken. Ni betalar endast för vad ni genererar, utan onödiga overhead-kostnader som binder upp budgeten i mindre e-handelsprojekt.

Samma endpoint struktur

Vi använder POST /v1/audio/speech med identisk JSON-struktur. Detta innebär att befintliga integrationer med OpenAI SDK fungerar direkt genom att justera bas-URL:en. Era utvecklare behöver inte lära sig nya parametrar eller hantera komplexa omvandlingar av dataformat.

Lägre fast kostnad

Många alternativ kräver dyra månadsavgifter för att låsa upp grundläggande funktioner. Hos oss finns inga månadsavgifter eller minimum-krav. Priset ligger på $10 per miljon tecken, vilket gör det extremt kostnadseffektivt för volymer som varierar mellan kampanjer.

  • Inga fasta månadsavgifter
  • Betala per tecken ($0.01/1000 tecken)
  • Inga minimum-krav för användning

Enklare API-anrop

Vi fokuserar på kärnfunktionen: text till ljud. Ingen komplicerad konfiguration av SSML eller fonemlexikon behövs för standardanvändning. Anropen är enkla att felsöka och dokumentationen följer standardiserade mönster som många utvecklare redan känner till från andra tjänster.

  • Enkel JSON-struktur
  • Stöd för OpenAI SDK
  • Ingen extra konfiguration krävs

Tekniska aspekter

Ljudvågsillustration för: Tekniska aspekter

API:et följer samma begärandestruktur som OpenAI, vilket gör att befintliga SDK:n fungerar utmärkt genom att bara ändra base_url till https://api.z63.info/v1. Du behöver inte lära dig ett nytt protokoll; bara skicka din API-nyckel i headern och skicka texten.

För webbapplikationer stöder vi mp3, wav, opus, flac och pcm. Välj format som passar din spelare bäst. Längre texter delas automatiskt upp i delar på max 4096 tecken och spelas ihop till en enhetlig ljudfil.

SDK-kompatibilitet

Eftersom strukturen är identisk med standarden fungerar officiella OpenAI-SDK:n direkt. Du ändrar bara base_url och använder din egen API-nyckel. Detta sparar tid vid implementation och minskar risken för felaktig hantering av begäranden.

Formatval för webben

Välj mellan mp3, wav, opus, flac eller pcm beroende på din kravnivå. MP3 är lämpligt för webbströmning, medan WAV eller FLAC ger högre kvalitet vid arkivering. PCM är användbart för direktbearbetning.

  • mp3: Kompakt och webbvänligt.
  • wav/flac: Hög kvalitet utan förlust.
  • opus: Effektiv bandbredsanvändning.
  • pcm: Obearbetad ljuddata.

Rate limits och skalan

Du har tillgång till 60 förfrågningar per minut per nyckel. Under de första minuterna, innan en påfyllning är gjord, är gränsen 10 förfrågningar per minut. Detta är tillräckligt för de flesta e-handelsmiljöer utan att behöva optimera för extrem hög volym.

  • 60 req/min efter påfyllning.
  • 10 req/min initialt.
  • Skala enkelt med nya nycklar vid behov.

Språk och regional anpassning

Ljudvågsillustration för: Språk och regional anpassning

Med stöd för 23 språk kan du snabbt nå kunder i flera marknader utan att behöva anpassa ljudfilerna manuellt för varje region. Detta gör det enkelt att skala din e-handel internationellt med konsistent talquality.

Språket styrs antingen automatiskt eller anges explicit, vilket ger dig kontroll över uttalet i multilinguella miljöer. Alla röster kan tala alla 23 språk, vilket förenklar val av röst oberoende av målgruppens språk.

23 språk tillgängliga

Vårt API stöder arabiska, kinesiska, danska, engelska, franska, tyska, grekiska, hebreiska, hindi, italienska, japanska, koreanska, malajiska, norska, polska, portugisiska, ryska, spanska, swahili, svenska och turkiska. Detta täcker de flesta europeiska och asiatiska marknader som e-handelsföretag ofta expanderar till.

  • Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish

Automatisk språkigenkänning

Om du inte anger ett språk gissas det utifrån textens tecken. Latinisk text antas vara engelska som standard. Detta sparar tid vid snabba integrationer där språket är förväntat eller enhetligt.

Manuell språkjustering

För att säkerställa korrekt uttal, särskilt vid text på andra språk än engelska men med latinska tecken, bör du ange ISO-koden i language-parametern. Detta undviker att texten läses upp med fel accent eller intonation.

Kostnadseffektivitet

Ljudvågsillustration för: Kostnadseffektivitet

Prissättningen är transparent och enkel: du betalar $10 per miljon tecken, vilket motsvarar $0,01 per tusen tecken. Mellanslag och skiljetecken räknas som tecken, vilket gör kostnadsberäkningen exakt. Du vet alltid vad varje begäran kostar innan du skickar den.

Betala endast för användning

Du betalar enbart för de tecken som faktiskt bearbetas. Om en syntes misslyckas återförs beloppet fullt ut, så du förlorar inget på felaktiga anrop. Detta gör systemet särskilt effektivt för fluktuerande trafik i din webbshop.

Inga månadskostnader

Det finns inga fasta abonnemang, inga säte eller minimikrav. Du kan ladda upp saldo via USDT (TRC-20) när det passar dig. Balansen löper inte ut, vilket ger dig full kontroll över dina löpande kostnader.

Gratis testkredit

Genom att logga in med Google får du 0,50 USD i testkredit (ca 50 000 tecken) som är giltigt i sju dagar. Detta möjliggör en riskfri utvärdering av ljudkvaliteten innan du börjar använda tjänsten i produktion.

Kvalitet och röster

Ljudvågsillustration för: Kvalitet och röster

API:et använder åtta fördefinierade röster som täcker olika tonlägen och användningsområden. Dessa är baserade på licensierade inspelningar och passar väl för produktbeskrivningar, automatiska svar och instruktionsljud i e-handel.

Varje röst har en specifik karaktär, från lugn och instruerande till energisk och säljande. Detta gör det möjligt att matcha ljudbilden exakt mot varumärkets ton i webbshoppen.

8 professionella röster

Vi erbjuder fyra kvinnliga och fyra manliga röster med distinkta egenskaper. Aria är en varm berättarröst, medan Nova är ljus och uppiggande. Luna passar för mjuka berättelser och Sage för tydliga instruktioner. De manliga rösterna inkluderar Felix för energisk marknadsföring, Milo för konverserande ton, Atlas för nyhetsliknande neutralitet och Orion för djup dokumentärkvalitet.

  • Aria: varm och klar narrativ röst
  • Nova: ljus och positiv ton
  • Luna: mjuk och berättande
  • Sage: lugn och instruerande
  • Felix: energisk och säljande
  • Milo: vänlig och konverserande
  • Atlas: neutral och nyhetsliknande
  • Orion: djup och dokumentär

Natural tone och klarhet

Rösterna bygger på inspelningar från LibriTTS-R och LibriVox, vilket ger en naturlig klang och god tydlighet. Denna kvalitet säkerställer att text till tal-ljudet uppfattas som professionellt och lätt att lyssna på, även vid höga volymer av produktljud.

Vattenmärkta filer

Varje genererad ljudfil innehåller ett osynligt vattenmärke som identifierar ljudet som syntetiskt. Detta är en teknisk detalj som inte påverkar lyssnarens upplevelse men som tydligt markerar innehållets ursprung.

Integrering i e-handel

Ljudvågsillustration för: Integrering i e-handel

Att integrera text-till-tal i e-handelsplattformen kräver minimal kod. Genom att använda standard HTTP-förfrågningar till vår API-bas kan ni enkelt generera ljudfiler för produktbeskrivningar eller användarinstruktioner utan att behöva hantera komplexa middleware-lösningar.

Integrationen sker via enkla POST-anrop där text skickas som JSON. Resultatet är en ljudfil i valbart format (mp3, wav, opus, flac, pcm) som direkt kan länkas till produktkategorier eller användas i kundtjänstflöden.

Automatisera produktljud

Med vår API kan ni automatiskt generera ljudfiler för tusentals produkter. Skicka texten via POST-anrop till /v1/audio/speech och spara den returnerade ljudfilen i ert CMS. Varje begäran kostar $0,01 per 1000 tecken, vilket gör det ekonomiskt hållbart att ha ljud till alla artiklar.

Tillgänglighet på sajten

Ljudinnehåll gör din webshop mer tillgänglig för användare med lässvårigheter eller de som föredrar att lyssna medan de handlar. Eftersom vi inte lagrar ljudfilerna efter leverans, sparas bandbredd och lagringsutrymme. Du bestämmer själv var ljudknapparna placeras i gränssnittet.

Enkel API-koppling

Tekniken följer OpenAI:s standardstruktur, vilket betyder att befintliga SDK:n fungerar med minimal konfiguration. Byt bara base_url till https://api.z63.info/v1 och använd din API-nyckel. Ingen extra integration krävs för att komma igång med att skicka text och ta emot ljud.

Integrering i e-handel

Migreringsprocessen

Ljudvågsillustration för: Migreringsprocessen

Att byta leverantör behöver inte vara en stor teknisk händelse. Eftersom vi följer samma strukturella standard som OpenAI blir övergången smidig för produktteamet. Du behöver bara justera två inställningar i din kod.

Denna process tar vanligtvis bara några minuter att verifiera i en utvecklingsmiljö innan ni går live. Nedan följer de tre stegen du behöver genomföra för att säkerställa att din e-handelslösning fungerar korrekt med den nya API-strukturen.

Byt base_url i SDK

Öppna din kodbas och leta efter konfigurationen för din text-till-tal-klient. Ändra base_url till https://api.z63.info/v1. Detta är den enda kodändringen som krävs om du använder officiella SDK:er.

Uppdatera API-nyckel

Gå till din dashboard på /get-api-key/ och kopiera din unika nyckel. Ersätt den gamla nyckeln med den nya i din miljövariabel. Var noga med att spara ändringen innan du startar om tjänsten.

Testa med curl

Kör ett enkelt curl-kommando för att verifiera att anslutningen fungerar. Skicka en kort text och kontrollera att du får tillbaka ett ljudfil-format. Om svaret är korrekt är du redo för produktion.

Styrkor och svagheter

Ljudvågsillustration för: Styrkor och svagheter

Ljudväv fokuserar på att leverera en stabil och förutsägbar text-till-tal-lösning utan onödig komplexitet. Du får en enkel API-struktur som följer standarder du redan känner till, vilket minskar risken för integrationsfel och gör att ditt team kan sätta igång snabbt.

Systemet är designat för att hantera dina volymer effektivt, men det kräver att du hanterar vissa tekniska detaljer själv, som att dela upp långa texter. Detta ger dig full kontroll utan dolda avgifter eller oväntade begränsningar i grundfunktionen.

Enkelhet framför komplexitet

Vi erbjuder en rak lösning där du styr exakt vad som spelas in. Det finns inga dolda funktioner eller krångliga konfigurationer som kan bromsa implementeringen. Du använder samma begäransstruktur som välkända leverantörer, vilket gör bytet smidigt.

  • Standardiserad JSON-struktur
  • Inga dolda funktioner
  • Snabb integration

Ingen streaming

Ljudfilerna genereras färdigt och returneras i svarskroppen. Du får alltså inte ljudet i realtid eller via WebSockets. För e-handel är detta ofta att föra, då du kan lagra filerna och serva dem som statiska resurser, vilket är mer stabilt.

Ingen voice cloning

Vi erbjuder inte möjligheten att klona specifika röster från dina medarbetare eller varumärkesambassadörer. Du väljer bland åtta professionellt insatta röster som täcker de flesta tonfall. Detta håller priset lågt och kvaliteten hög för alla användare.

Slutsats för produktteam

Ljudvågsillustration för: Slutsats för produktteam

Ljudväv är skapad för produktteam som vill ha en enkel integration utan onödiga komplexiteter. Genom att använda den samma endpoint-struktur som OpenAI, anpassas befintliga SDK-klienter snabbt genom att bara byta base_url och API-nyckel. Detta minskar utvecklingstiden avsevärt och gör att ni kan fokusera på att leverera ljudinstruktioner till era kunder utan att behöva lära er ett nytt protokoll.

Med en tydlig prisstruktur på $0.01 per 1 000 tecken och inga månadskostnader eller dolda avgifter, blir kostnadsberäkningen transparent. Ni betalar endast för vad ni använder, vilket gör det enkelt att skala upp eller ner beroende på volymen av produktnamn och beskrivningar som behöver konverteras till tal.

Lätt att implementera

Integrationen kräver minimal kodändring. Eftersom API:et följer en känd struktur, kan team med begränsad tid till resurs snabbt börja generera ljudfiler. Enkelhet i designen säkerställer att felf Hantering och testning går smidigt utan att kräva djup teknisk expertis.

Tydliga priser

Prissättningen är baserad på tecken och speglar exakt förbrukningen. Ingen surprise-fakturering eller dyra månadspaket som binder er. Med gratis testkredit kan ni verifiera kvaliteten innan ni investerar tid i full integration.

Bra för volym

API:et hanterar texter upp till 4096 tecken per anrop och stödjer automatisk delning för längre texter. Med en hastighet nära realtid är det pålitligt för daglig produktion av produktljud i e-handeln.

Exempel på användning

Ljudvågsillustration för: Exempel på användning

Ljudbeskrivningar av varor är ett effektivt sätt att berätta mer om produkten utan att tvinga kunden att läsa långa textblock. Genom att konvertera specifikationer och marknadsföringstext till tal blir informationen tillgänglig medan kunden är upptagen eller på språng.

Ljudbeskrivningar av varor

Med upp till 4096 tecken per anrop kan du generera korta, informativa beskrivningar som integreras sömlöst i produktsidan. Detta sparar tid för köparen och minskar risken för att viktig information missas.

  • Konvertera produktspecifikationer till tal
  • Berätta mer om material och funktion
  • Håll fokus på bild och ljud

Automatiska svar

Använd API:et för att skapa ljudbaserade svar på vanliga kundfrågor. Eftersom vi inte erbjuder streaming kan du ladda upp färdiga ljudfiler som svarar på frågor om leverans eller retur.

Detta ger en personligare känsla än ren text utan att kräva komplex infrastruktur. Varje svar genereras på begäran eller förhandslagras vid behov.

  • Svar på vanliga frågor
  • Personlig ton via vald röst
  • Snabb leverans av svar

Instruktioner för användning

Generera korta instruktioner för hur man använder produkten, till exempel montering eller installation. Dessa ljudfiler kan sparas och visas när kunden behöver guidance.

Med stöd för 23 språk och åtta olika röster kan du anpassa tonen efter målgruppen, från lugn instruktiv till energisk och tydlig.

  • Monteringsanvisningar
  • Användarmanualer i ljudformat
  • Stöd för flerspråkiga kunder

Nästa steg

Ljudvågsillustration för: Nästa steg

Det är enkelt att komma igång med Ljudväv. Börja med att skapa ett konto på z63.info och hämta din API-nyckel direkt på sidan /get-api-key/. Där ser du även din balans och ett färdigt curl-exempel för snabb verifiering.

Med nyckeln klar kan du starta implementationen. Ändra bara base_url i din befintliga OpenAI SDK-konfiguration till https://api.z63.info/v1 och använd nyckeln för autentisering. Testa med korta texter och justera sedan volymen efter era behov utan att behöva byta infrastruktur.

Skapa konto

Registrera dig på webbplatsen med Google eller e-post. Du får omedelbar tillgång till gränssnittet där du kan se din status.

  • Stöd för Google-inloggning
  • Enkel e-postregistrering

Hämta nyckel

Logga in och navigera till /get-api-key/. Här genereras din unika Bearer-token som krävs för alla API-anrop. Nyckeln visas direkt i panelen.

  • Generera ny nyckel när som helst
  • Visas direkt i dashboarden

Starta implementation

Uppdatera base_url till https://api.z63.info/v1 i dina SDK-inställningar. Skicka ett testanrop med curl eller kod för att verifiera att röster och format fungerar som förväntat innan du kopplar ihop produktdatabasen.

Du kan börja med den gratis testkrediten om du loggade in med Google. För större volymer kan du enkelt ladda upp saldo via USDT (TRC-20) direkt från panelen.

  • Ändra base_url i SDK
  • Testa med curl-exempel
  • Ladda upp saldo via TRC-20

Lyssna på de 8 rösterna

Varje exempel nedan genererades av detta API från samma mening. Detta är tillräckligt för de flesta e-handelsmiljöer utan att behöva optimera för extrem hög volym.

Avatar för rösten aria
ariakvinna
Avatar för rösten nova
novakvinna
Avatar för rösten luna
lunakvinna
Avatar för rösten sage
sagekvinna
Avatar för rösten milo
miloman

23 språk

Varje röst kan tala vilket som helst av dessa språk.

Källor och vidare läsning

  1. Wikipedia
  2. LibriVox public-domain audiobooks
  3. W3C WAI: making audio and video accessible
  4. TRON developer hub: TRC-20
  5. FFmpeg documentation
  6. LibriTTS-R paper (arXiv 2305.18802)
  7. LibriTTS-R corpus (OpenSLR 141)
  8. IETF RFC 7845: Ogg Opus
  9. OpenAI API reference: create speech
  10. Python documentation
  11. MDN: Web Speech API
  12. openai-node on GitHub

Mer på denna webbplats