متن به گفتار (Text to Speech)

همگام است: پاسخ مستقیماً نشانی فایل MP3 را در audio_url (و در audios) دارد. نیازی به polling نیست.

درخواست

• text (optional, string): متن (حداکثر 2500 کاراکتر). تگ‌های صوتی انگلیسی داخل [ ] لحن را تغییر می‌دهند، مثل [happily] یا [whispers]. یکی از text یا turns الزامی است.
• voice_id (optional, string): شناسهٔ گوینده؛ پیش‌فرض rNb3hdSf0n4ROIbYC8Bl.
• turns (optional, object[]): دیالوگ: آرایهٔ {text, voice_id}؛ 2 تا 20 نوبت، حداکثر 10 گوینده و 2000 کاراکتر در مجموع.
• stability (optional, number): ۰ بیانگر، ۰٫۵ طبیعی (پیش‌فرض)، ۱ ثابت. اگر متن تگ صوتی داشته باشد خودکار ۰ می‌شود.
  • examples: 0, 0.5, 1
• metadata (optional, object): جفت‌های کلید/مقدار دلخواه که در تسک و وب‌هوک برمی‌گردد.

هزینه: هر 30 کاراکتر (رو به بالا) یک اعتبار.

نمونه curl

curl -X POST "https://api.bananaai.ir/api/v1/audio/speech" \
  -H "Authorization: Bearer ba_live_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{"text":"[happily] سلام! به بنانا خوش آمدید.","voice_id":"NZiuR1C6kVMSWHG27sIM"}'

گویندگان

پاسخ

{
  "id": "tts-3f0c9a52-...",
  "status": "completed",
  "type": "audio",
  "model": "eleven_v4",
  "audios": ["https://cdn.bananaai.ir/.../speech.mp3"],
  "audio_url": "https://cdn.bananaai.ir/.../speech.mp3",
  "voice_ids": ["NZiuR1C6kVMSWHG27sIM"],
  "stability": 0,
  "character_count": 36,
  "credits_charged": 2
}