Часто задаваемые вопросы
Как быстро генерируется аудио для бота?
Типичная скорость синтеза составляет около 25 символов текста в секунду, что соответствует реальному времени воспроизведения для длинных текстов. Короткие фразы генерируются за несколько секунд. Запросы обрабатываются последовательно, поэтому при высокой нагрузке возможно ожидание в очереди. Это обеспечивает стабильную работу без перегрузки сервера.
Можно ли использовать API в продакшене?
Да, API полностью готов к продакшену. Вы получаете аудиофайл по HTTP-запросу, который легко интегрируется в ботов. Лимиты составляют 60 запросов в минуту на ключ, что подходит для большинства сценариев. Для больших объемов доступны доплаты. Отсутствие гарантии времени безотказной работы (SLA) компенсируется простотой масштабирования через увеличение ключей.
Какие языки поддерживает синтез речи?
API поддерживает 23 языка: арабский, китайский, датский, нидерландский, английский, финский, французский, немецкий, греческий, иврит, хинди, итальянский, японский, корейский, малайский, норвежский, польский, португальский, русский, испанский, суахили, шведский и турецкий. Любой голос может воспроизводить любой из этих языков. Укажите код языка для точного результата.
Сколько стоит озвучка 1000 символов?
Стоимость составляет 0,01 доллара США за 1000 символов. Это эквивалентно 10 долларам за миллион символов. В подсчет включаются пробелы и знаки препинания. Неудачные запросы на озвучку бесплатны, оплата взимается только за успешную генерацию аудиофайла. Баланс не истекает, пополнение доступно через криптовалюту USDT.
Есть ли лимит на длину одного сообщения?
Да, максимальная длина входного текста составляет 4096 символов в одном запросе. Для более длинных текстов необходимо разбить их на части, сгенерировать аудио для каждой и объединить файлы. Это стандартный подход для API, где каждый запрос обрабатывается независимо. Убедитесь, что разделение не нарушает целостность смысла.
Можно ли изменить скорость речи?
Да, вы можете регулировать скорость воспроизведения в диапазоне от 0.25 до 4.0. Это позволяет ускорять или замедлять речь для лучшей адаптации под нужды вашего чат-бота. Параметр speed передается в теле запроса вместе с текстом и голосом. Изменение скорости не влияет на стоимость генерации.
Как узнать статус генерации аудио?
Статус определяется по ответу HTTP-сервера. Успешная генерация возвращает аудиофайл, а неудачная — код ошибки и возвращает полную стоимость запроса. Метаданные запроса, включая время и статус, сохраняются для биллинга. Вы можете проверить баланс и историю использования в личном кабинете на странице /get-api-key/.
Нужно ли платить за неудачные запросы?
Нет, неудачные запросы бесплатны. Если синтез не удался, сумма возвращается на ваш баланс в полном объеме. Вы платите только за успешно сгенерированные аудиофайлы. Это защищает ваш бюджет от сбоев сети или ошибок валидации данных. Проверьте статус ответа API, чтобы убедиться в успехе операции.
Используется ли текст для обучения моделей?
Входной текст используется исключительно для производства аудио и не используется для обучения моделей. Сгенерированное аудио возвращается в ответе и не сохраняется на серверах. Метаданные запроса (время, количество символов, статус) хранятся только для целей биллинга. Ваши данные остаются конфиденциальными и не передаются третьим лицам.
Можно ли генерировать аудио в реальном времени?
Прямая генерация в реальном времени (стриминг) не поддерживается. API возвращает готовый аудиофайл после завершения обработки запроса. Для имитации реального времени в ботах используйте кэширование или предварительную генерацию. Запросы обрабатываются последовательно, что может создавать задержки при высокой нагрузке на сервер.
Какие форматы аудио доступны для скачивания?
Доступны пять форматов: mp3, wav, opus, flac и pcm. Вы можете выбрать подходящий формат в параметре response_format. MP3 оптимален для экономии трафика, WAV и FLAC обеспечивают высокое качество. PCM подходит для прямой обработки в коде. Формат выбирается при отправке запроса на синтез.
Нужен ли специальный плеер для отправки аудио?
Нет, специальных плееров не требуется. Вы можете использовать стандартные HTML5-элементы audio или библиотеки для воспроизведения выбранных форматов (mp3, wav, opus). Аудиофайлы содержат невидимый водяной знак, обозначающий синтетическое происхождение, но это не влияет на совместимость с обычными медиаплеерами и браузерами.
Как восстановить ключ API при потере?
Вы можете выпустить новый ключ API в любое время через личный кабинет. При issuance нового ключа старый становится недействительным мгновенно. Это обеспечивает безопасность доступа. Старый ключ становится недействительным мгновенно при выпуске нового. Управление ключами доступно на странице /get-api-key/.
Есть ли поддержка SSML в этом API?
Нет, поддержка SSML (Speech Synthesis Markup Language) в этом API отсутствует. Вы передаете обычный текст, и он озвучивается с использованием базовых параметров голоса и скорости. Нет возможности управлять интонацией, паузами или произношением через разметку. Это упрощает интеграцию, но ограничивает тонкую настройку речи.
Первый запрос
curl
curl https://api.ak33.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Зачем ботам свой голос
Голосовой интерфейс превращает сухой текст в естественное общение, снижая когнитивную нагрузку на пользователя. Аудиоформат воспринимается быстрее и вызывает больше доверия, что напрямую влияет на лояльность аудитории.
Синтез речи позволяет генерировать ответы, хотя короткие фразы занимают несколько секунд, а при нагрузке запросы могут стоять в очереди. Это создает эффект живого диалога, где пользователь слышит реакцию системы в реальном времени.
Удержание пользователей
Аудио-отвечает делает взаимодействие более персонализированным. Пользователи чаще возвращаются к сервисам, которые говорят с ними на человеческом языке, а не просто выдают текст.
Единство стиля голоса укрепляет бренд. Предсказуемая и приятная речь снижает процент оттока пользователей в чат-ботах.
Ускорение отклика
Голосовой синтез обрабатывает запросы за несколько секунд для коротких фраз, а длинные тексты генерируются со скоростью, близкой к реальному времени. В отличие от текстовых сообщений, которые требуют чтения, аудио доставляет информацию быстрее.
Мгновенная генерация аудиофайла позволяет боту отвечать сразу после получения сообщения, создавая ощущение непрерывного разговора.
Мультимедийный контент
Текст можно легко конвертировать в аудиоконтент для разных сценариев: от уведомлений до пошаговых инструкций.
Голосовые сообщения занимают меньше места в истории чата и легче воспринимаются в мобильном интерфейсе.
Демо-пример интеграции
Интеграция TTS API в чат-боты начинается с отправки HTTP-запроса. Сервер принимает JSON-тело с параметрами модели, голоса и текста, возвращая готовый аудиофайл. Это позволяет быстро оживить диалоги без сложных настроек.
Тестовый запрос
Для проверки работы отправьте POST-запрос на https://api.ak33.info/v1/audio/speech. В теле запроса укажите модель (например, "tts-1"), голос (например, "nova") и текст до 4096 символов. Аутентификация через заголовок Authorization: Bearer tts-ваш_ключ.
Формат ответа
Сервер возвращает аудиофайл в теле ответа. Если синтез успешен, вы получаете аудиофайл в указанном формате. При ошибке возвращается код состояния и описание проблемы. Неудачные запросы бесплатны, и оплата возвращается в полном объеме.
Форматы аудио
Доступны форматы mp3, wav, opus, flac и pcm. Выберите mp3 для экономии трафика или wav для простого воспроизведения в ботах. Формат указывается в поле response_format запроса.
Доступные голоса
Выбор голоса определяет восприятие вашего бота. Мы предоставляем 8 предустановленных вариантов с четким разделение по полу и тону, чтобы вы могли подобрать оптимальный стиль для ваших сценариев.
Все голоса основаны на записях LibriTTS-R (CC BY 4.0) и аудиокниг LibriVox и готовы к немедленному использованию. Не требуется дополнительная настройка или обучение моделей под ваш проект.
Женские голоса
Aria — теплый и четкий нарратор, идеален для информационных ботов. Nova — яркий и энергичный вариант для развлекательных чатов. Luna предлагает мягкий, сказочный тон, а Sage — спокойный голос для инструкций и обучения.
- Aria: теплый нарратор
- Nova: яркий тон
- Luna: мягкий стиль
- Sage: спокойный голос
Мужские голоса
Felix — энергичный голос для промо-сообщений. Milo — дружелюбный и разговорный стиль для поддержки пользователей. Atlas обеспечивает нейтральный тон новостей, а Orion — глубокий голос для документальных или подробных ответов.
Каждый голос сохраняет естественность интонации и четко диктует фразы в рамках допустимого объема текста.
- Felix: энергичный промо
- Milo: разговорный стиль
- Atlas: нейтральный тон
- Orion: глубокий голос
Стили подачи
Голоса охватывают ключевые сценарии использования: от быстрой передачи новостей до длительного повествования. Вы можете комбинировать голоса в разных диалогах бота для создания разнообразия.
Все варианты поддерживают изменение скорости от 0.25 до 4.0, что позволяет адаптировать речь под конкретные технические ограничения интерфейса.
Поддержка языков
API поддерживает 23 языка, включая русский, английский, немецкий и китайский. Любой голос может воспроизводить любой из доступных языков без дополнительных настроек модели.
Система автоматически определяет язык по скрипту текста. Для латиницы по умолчанию используется английский, поэтому для других языков латинского алфавита рекомендуется явно указывать параметр language.
Основные языки
Список поддерживаемых языков включает: арабский, китайский, датский, нидерландский, английский, финский, французский, немецкий, греческий, иврит, хинди, итальянский, японский, корейский, малайский, норвежский, польский, португальский, русский, испанский, суахили, шведский и турецкий.
Автоопределение
Если параметр language не задан, API определяет язык на основе используемого алфавита. Текст на кириллице распознается как русский, текст на латинице по умолчанию распознается как английский.
Ограничения
Не поддерживаются: вьетнамский, индонезийский, тайский, украинский, румынский, чешский, бенгали и другие языки, не указанные в списке. Использование неподдерживаемого языка может привести к некорректному произношению.
Технические требования
API принимает запросы со скоростью до 60 в минуту на один ключ. До первой поправки лимит составляет 10 запросов в минуту. Запросы обрабатываются последовательно, поэтому при высокой нагрузке они могут стоять в очереди.
Лимиты запросов
Лимит установлен на 60 запросов в минуту на один ключ API. До момента первой поправки баланс лимит составляет 10 запросов в минуту. Запросы обрабатываются последовательно, поэтому под нагрузкой может возникать очередь.
- 60 запросов/мин (после пополнения)
- 10 запросов/мин (до первой поправки)
Длина текста
Один запрос поддерживает до 4096 символов. Для длинных текстов рекомендуется разбивать их на части, синтезировать каждую отдельно и склеивать полученные аудиофайлы.
Форматы вывода
Поддерживаются форматы mp3, wav, opus, flac и pcm. Выбор зависит от требований вашего приложения к качеству и размеру файла.
- mp3
- wav
- opus
- flac
- pcm

Тарифы и оплата
Начните интеграцию без затрат: при входе через Google вы получаете $0.50 кредита на 7 дней (около 50 000 символов). Аккаунты, созданные по email, стартуют без пробного баланса.
Основной тариф — $10 за 1 миллион символов. Неудачные запросы не списывают средства. Баланс не имеет срока действия и не привязан к ежемесячным подпискам.
Бесплатный тест
Регистрация через Google автоматически начисляет $0.50, чего хватает на тестирование ключевых сценариев бота. Кредит действует ровно 7 дней.
Тарификация
Стоимость синтеза составляет $0.01 за 1000 символов (включая пробелы). Если синтез завершился ошибкой, сумма возвращается на баланс в полном объеме.
- 1 000 000 символов = $10
- Оплата только за успешные запросы (неудачные бесплатны)
- Баланс не сгорает
USDT TRC-20
Пополнение доступно только через сеть TRON (TRC-20). Минимальная сумма транзакции — $5. Средства зачисляются автоматически в течение нескольких минут после подтверждения сети.
- Только USDT (TRC-20)
- Минимум $5 за раз
- Без банковских карт и PayPal
Интеграция за 5 минут
Начните с регистрации на странице /get-api-key/, выбрав вход через Google или email. Вы получите уникальный токен и стартовый баланс для первых тестов.
Установите OpenAI SDK и укажите base_url как https://api.ak33.info/v1. Передайте текст через метод speech, указав голос и формат аудио.
Получение ключа
Зарегистрируйтесь на странице /get-api-key/, используя Google или email. Система мгновенно выдаст токен доступа и покажет баланс.
- Вход через Google или email
- Мгновенная генерация токена
- Видимый баланс и лимиты
Настройка SDK
Используйте OpenAI SDK, изменив base_url на https://api.ak33.info/v1. Передайте текст в поле input, указав голос и формат.
- Совместимость с OpenAI SDK
- Простая настройка base_url
- Поддержка JSON-формата
Тестирование
Отправьте тестовый запрос через curl или код. Убедитесь, что получаете аудиофайл и корректный статус ответа.
- Быстрая проверка запроса
- Проверка формата аудио
- Корректный статус ответа
Безопасность данных
Ваш текст используется исключительно для синтеза аудиофайла в ответе API. Мы не добавляем его в обучающие наборы данных и не используем для дообучения моделей, что гарантирует конфиденциальность ваших сценариев диалогов.
Сгенерированный аудиофайл возвращается вам напрямую в теле ответа и не сохраняется на наших серверах. Вы получаете полный контроль над тем, как и где хранить итоговые файлы, которые генерируются для ваших пользователей.
Использование текста
Входной текст обрабатывается только в момент генерации звука и удаляется после завершения запроса. Он не кэшируется для последующего обучения или улучшения качества синтеза.
Хранение аудио
Сгенерированные файлы не сохраняются на нашей стороне после отправки клиенту. Это позволяет вам хранить аудио в своей инфраструктуре без дублирования данных.
Метаданные
Мы сохраняем метаданные запросов (время, объем символов, статус) исключительно для целей биллинга и проверки лимитов. Эти данные не содержат содержимого вашего текста.
None
- Время запроса
- Количество символов
- Статус обработки
- ID ключа API
Частые вопросы
Ответы на ключевые вопросы о работе API, поддержке и правовых аспектах использования синтезированного аудио.
Техническая поддержка
Связь осуществляется исключительно по электронной почте. У нас нет телефонной линии или онлайн-чата, что позволяет нам сохранять низкую стоимость услуг без скрытых наценок.
- Нет SLA и гарантии времени ответа.
- Техподдержка только по email.
Лицензирование
Голоса созданы на основе записей LibriTTS-R (CC BY 4.0) и аудиокниг из проекта LibriVox. Каждая сгенерированная запись содержит невидимый цифровой водяной знак, подтверждающий её синтетическое происхождение.
Особенности синтеза
В API нет поддержки SSML, клонирования голоса или настройки эмоций. Максимальная длина текста — 4096 символов на запрос. Если текст длиннее, его нужно разбить на части программно.
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Выбор голоса напрямую влияет на то, как пользователи воспринимают вашего бота.
23 языка
Любой голос может говорить на любом из этих языков.
