Adam
MannEngelsk (Storbritannia)
ReadSpeaker speechCloud API
API for tekst til tale, til enhver app, enhet eller arbeidsflyt
Send tekst til ett REST-endepunkt, og få naturlig tale tilbake på 90 språk og 300 stemmer. SSML, egendefinert uttale og seks lydformater, klart for produksjon fra første kall.
Allerede kunde? Logg inn i kundeportalen- 90 språk
- 300 stemmer
- Basert i EU, GDPR, ISO 27001
Brukt av 12 000 kunder over hele verden
Prøv en stemme
Hør hva API-et ditt kommer til å returnere
Fire stemmer på fire språk. Samme motor som du integrerer via API-et.
Roxane
KvinneFrançais (France)
Lena
KvinneDeutsch (Deutschland)
Sayaka
Kvinne日本語 (Japan)
Vil du ha en skreddersydd stemme eller et språk som ikke står på listen? Se alle 300 stemmene →
Kundehistorier
Merkevarer som bygger taleprodukter med ReadSpeaker
Skybasert talegenerering
Sanntid eller batch, overalt hvor produktet ditt trenger en stemme
speechCloud API er en skybasert tekst-til-tale-tjeneste fra server til server. Kall den inne i deres egen applikasjon for å generere lyd fortløpende til sluttbrukere, eller for å produsere lyd i stort omfang til avspilling senere. Den erstatter kostbare manuelle innspillinger og kjører døgnet rundt, slik at dere aldri trenger å drifte eller skalere en tekst-til-tale-motor selv.
Sanntidsapper og enheter
Legg tekst til tale til en mobilapp, en tilkoblet bil, et medisinsk eller industrielt apparat, en bærbar enhet eller en kiosk. Strøm lyd ved behov uten å pakke en TTS-motor inn på enheten, slik at fotavtrykk og batteriforbruk holdes lavt. Få naturlig tale på 90 språk med ett enkelt REST-kall.
Batchproduksjon av lyd
Generer lyd i stort omfang til e-læringskurs, vurderinger, opplæringsinnhold, lydbøker, lydguider og dialog til filmer eller animasjoner. Strømmet lyd kan serveres videre til sluttbrukere fra deres egen infrastruktur når kontrakten tillater det. Egne uttaleordbøker sørger for at merkenavn og fagtermer leses riktig i hvert eneste spor.
Telefoni, IVR og taleagenter
Gi telefonsystemer, kontaktsentre og taleagenter drevet av språkmodeller naturlige stemmer. Utdataformatene A-law og μ-law er G.711-kodekene som brukes i telefonisystemer. Bruk SSML til å styre tempoet, bytte språk underveis og uttale merkenavn via din egen ordbok. Antall samtidige sanntidskanaler skalerer med kontrakten deres.
Funksjoner
Tekst til tale i produksjon, hele veien
Alt produktet ditt trenger for å svare med stemme.
90 språk, 300 stemmer
Velg fra en bred, profesjonell stemmekatalog per språk. Stemmene lisensieres enkeltvis, og dere kan legge til flere når som helst.
SSML som inndata
Bruk SSML til pauser, fonetiske transkripsjoner og bytte av stemme eller språk underveis i én og samme tekst. Standard SSML-oppmerking støttes.
Egne uttaleordbøker
Hver kunde kan redigere en stemmespesifikk ordbok i kundeportalen for å styre hvordan merkenavn, fagtermer og uvanlige ord uttales. ReadSpeakers lingvister kan rette feiluttale på forespørsel.
Tidsdata (RSDS)
RSDS returnerer lyd og tidsmarkører i ett og samme svar, og sparer kreditter sammenlignet med to separate kall. Nyttig for uthevning av ord og setninger i grensesnittet ditt. Kun tilgjengelig i MP3 48 kbit/s, og ikke på alle stemmer.
Seks lydformater ut
MP3 (16, 24, 32, 48, 64, 128 kbit/s), Ogg VBR, μ-law, A-law, rå PCM, WAV. PCM og WAV på 22050, 16000 eller 8000 Hz, 16 bits dybde. Angis per forespørsel via API-parametere.
Strømming eller nedlasting
Sett streaming=1 for å starte avspillingen i det øyeblikket lyden er klar, ideelt for direktebruk. Eller ta den ferdige filen som én nedlasting.
REST-API over HTTPS
API-nøkkel følger med hvert kall. Spør etter tilgjengelige språk, stemmer, gjeldende forbruk og gjenstående kreditter via det samme REST-grensesnittet.
SCAPI-kundeportalen
Rediger uttaleordboken din, følg med på forbruk og gjenstående kreditter, og lag en ny API-nøkkel i det øyeblikket du mistenker misbruk, alt fra én portal.
Driftet og redundant infrastruktur
Driftet av ReadSpeaker i et høysikkerhetsmiljø med redundans og failover. Ingenting å laste ned eller installere.
Prøv det i systemene deres
Fra tekst til lyd med én forespørsel
Et innblikk i hvordan et kall ser ut på fire språk. Autentiser med API-nøkkelen din, som sendes med hver forespørsel.
# Synthesise a sentence to MP3 (48 kbps)
curl -X POST "https://tts.readspeaker.com/a/eg/v2.0" \
-d "key=YOUR_API_KEY" \
-d "voice=Adam" \
-d "lang=en_uk" \
-d "audioformat=mp3" \
-d "audiobitrate=48" \
-d "text=Welcome to ReadSpeaker." \
--output speech.mp3
# With SSML, switching language inline
curl -X POST "https://tts.readspeaker.com/a/eg/v2.0" \
-d "key=YOUR_API_KEY" \
-d "voice=Adam" \
-d "lang=en_uk" \
-d "input=ssml" \
--data-urlencode 'text=<speak>Hello, <voice name="Roxane" xml:lang="fr-FR">bonjour</voice>.</speak>' \
--output greeting.mp3# Python 3, requests library
import requests
resp = requests.post(
"https://tts.readspeaker.com/a/eg/v2.0",
data={
"key": "YOUR_API_KEY",
"voice": "Adam",
"lang": "en_uk",
"audioformat": "mp3",
"audiobitrate": 48,
"text": "Welcome to ReadSpeaker.",
},
)
if resp.status_code == 200:
with open("speech.mp3", "wb") as f:
f.write(resp.content)
ellers:
print("Error:", resp.status_code, resp.text)// Node.js 18+, native fetch + fs/promises
import { writeFile } from "node:fs/promises";
const body = new URLSearchParams({
key: "YOUR_API_KEY",
voice: "Adam",
lang: "en_uk",
audioformat: "mp3",
audiobitrate: "48",
text: "Welcome to ReadSpeaker.",
});
const resp = await fetch("https://tts.readspeaker.com/a/eg/v2.0", {
method: "POST",
body,
});
if (!resp.ok) throw new Error(`SCAPI ${resp.status}`);
await writeFile("speech.mp3", Buffer.from(await resp.arrayBuffer()));<?php
// PHP 8, cURL
$ch = curl_init("https://tts.readspeaker.com/a/eg/v2.0");
curl_setopt_array($ch, [
CURLOPT_POST => true,
CURLOPT_POSTFIELDS => http_build_query([
"key" => "YOUR_API_KEY",
"voice" => "Adam",
"lang" => "en_uk",
"audioformat" => "mp3",
"audiobitrate" => 48,
"text" => "Welcome to ReadSpeaker.",
]),
CURLOPT_RETURNTRANSFER => true,
]);
$audio = curl_exec($ch);
$code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
curl_close($ch);
if ($code === 200) {
file_put_contents("speech.mp3", $audio);
} else {
error_log("SCAPI error: $code");
}Formen på endepunktet er illustrerende. Se den nyeste Produktspesifikasjon and the Customer Portal documentation for the current endpoint URL and parameter names.
Tekniske spesifikasjoner
Alle spesifikasjoner sikkerhetsgjennomgangen deres vil spørre om
Autentisering, transport, språkdekning, kapasitetsgrenser og lydformater. Svarene sikkerhets- og driftsteamet trenger før integrasjon.
| Specification | Value |
|---|---|
| Autentisering | API-nøkkel, sendt med hver forespørsel |
| Transport | REST over HTTPS |
| Språk som støttes | 90 språk |
| Stemmer tilgjengelig | 300 stemmer |
| Maks tekst per forespørsel | 5 000 tegn (mellomrom ikke medregnet), standard |
| Tiltenkt bruksgrense | ≤ 25 000 forespørsler per dag · topper ≤ 2 000 forespørsler innenfor én time |
| Lydformater ut | MP3 · Ogg VBR · μ-law · A-law · PCM · WAV |
| MP3-bitrater | 16, 24, 32, 48, 64, 128 kbit/s |
| Samplingsfrekvenser for PCM / WAV | 22050, 16000, 8000 Hz @ 16 bits |
| Tegnkoding inn | UTF-8 anbefales, de fleste vanlige tegnkodinger støttes |
| SSML-støtte | Ja: pauser, fonetiske transkripsjoner og bytte av stemme eller språk underveis |
| Tidsdata (RSDS) | Lyd og tidsdata i ett svar · foreløpig kun MP3 48 kbit/s · ikke alle stemmer |
| Strømmemodus | streaming=1 (default) → redirect to streaming server; streaming=0 → file delivered after full generation |
| Regler for lagring av lyd | Ingen lagring, gjenbruk eller videredistribusjon med mindre det er uttrykkelig avtalt i ordrebekreftelsen |
| Telefoniintegrasjon | A-law- og μ-law-utdataformater (G.711-kodeker) |
| Dokumentasjon | Produktspesifikasjon (PDF) |
Priser
Betal for det du genererer, skaler når du trenger det
speechCloud API bruker en kredittmodell. Produksjonskreditter bestilles gjennom kundeansvarlig hos ReadSpeaker og legges til kontoen deres av ReadSpeakers supportteam. Nye kontoer får vanligvis en begrenset mengde prøvekreditter til den første testingen.
Start gratis: nye kontoer får som regel prøvekreditter. Be om tilgang via kontaktskjemaet.
Credits
speechCloud API
Kredittmodell1 kreditt = 1 tegn, mellomrom ikke medregnet
Slik fungerer kreditter
- 1 kreditt = 1 tegn, mellomrom ikke medregnet, inkludert eventuelle endringer fra oppføringer i uttaleordboken
- Variant per talesekund available via order confirmation for predictable cost on long audio
- Prøvekreditter ved oppstart av konto so you can evaluate before committing
Lisensiert kapasitet måles i
- Antall tegn over the contract period
- Antall forespørsler and total speech time
- Samtidige sanntidskanaler for telephony and live use cases
- Genereringshastighet when responsiveness is critical
Samsvar
Samsvarsdokumentasjon du kan gi rett til revisoren
ReadSpeaker er en organisasjon sertifisert etter ISO/IEC 27001:2022, i samsvar med GDPR, med standard personvernbestemmelser for overføringer på tvers av landegrenser.
ISO/IEC 27001:2022 (ISO/IEC 27001:2022: styringssystem for informasjonssikkerhet)
ReadSpeaker som organisasjon
GDPR (Personvernforordningen (GDPR))
Personvernerklæring publisert
EUs standard personvernbestemmelser (EUs standard personvernbestemmelser (SCC))
For overføringer på tvers av landegrenser
Basert i EU (Organisasjon basert i Den europeiske union)
Hovedkontor i Sverige (ReadSpeaker AB, Uppsala)
I henhold til ReadSpeakers personvernerklæring er ReadSpeakers syntetiserte stemmer sammensatte stemmemodeller som ikke utgjør personopplysninger etter GDPR.
Vanlige spørsmål
Spørsmål om speechCloud API
speechCloud API (SCAPI) er et skydriftet REST-API for tekst til tale fra ReadSpeaker. Dere sender tekst til ReadSpeakers servere via HTTPS og får tilbake lyd av høy kvalitet i det formatet dere velger (MP3, Ogg, PCM, WAV, A-law eller μ-law). Det støtter 90 språk og 300 stemmer, SSML-oppmerking, egne uttaleordbøker og tidsdata for synkronisert uthevning. Det er serverbasert, uten programvare å installere, og integrasjonen skjer via API-nøkkel og HTTP-forespørsler.
webReader og docReader er sluttbrukerprodukter med sitt eget brukergrensesnitt. webReader puts a Listen button on the HTML pages of your website; docReader does the same for the documents you publish. speechCloud API has no user interface. You call it server-to-server from your application to generate audio. Use it for connected devices, telephony and IVR, mobile apps, e-learning platforms that produce audio, audiobooks, or any product where you need text-to-speech inside your own software.
speechCloud API returnerer lyd i seks formater: MP3 (konfigurerbar bitrate på 16, 24, 32, 48, 64 eller 128 kbit/s), Ogg VBR, μ-law, A-law, rå PCM og WAV. PCM og WAV støtter samplingsfrekvensene 22050, 16000 eller 8000 Hz med 16 bits dybde. Valg av format og lydparametere angis per forespørsel via API-parameterne.
Hver forespørsel tar som standard opptil 5 000 tegn, der alt utenom mellomrom telles med. Standardtjenesten er dimensjonert for opptil 25 000 forespørsler om dagen, med timestopper opp til 2 000. Har dere høyere eller vedvarende trafikk? Snakk med ReadSpeaker om et dedikert oppsett tilpasset volumet deres.
Ja. SSML støttes som inndata, inkludert pauser, fonetiske transkripsjoner og bytte av stemme eller språk underveis i én og samme tekst. Egne uttaleordbøker er også tilgjengelige: hver kunde kan redigere en stemmespesifikk ordbok i kundeportalen for å styre hvordan merkenavn, fagtermer eller uvanlige ord uttales.
Ja. speechCloud API kan returnere RSDS, som kombinerer lyden og tidsinformasjonen i ett og samme svar, og dermed sparer kreditter sammenlignet med to separate forespørsler. RSDS er foreløpig tilgjengelig med MP3 på 48 kbit/s og er ikke tilgjengelig for alle språk eller stemmer. Kontakt ReadSpeaker for den oppdaterte listen.
speechCloud API bruker kreditter: én kreditt dekker ett tegn, der alt utenom mellomrom telles med, pluss eventuelle tegn som uttaleordboken din legger til. Dere bestiller produksjonskreditter gjennom kundeansvarlig hos ReadSpeaker, og nye kontoer starter vanligvis med prøvekreditter. En modell basert på talesekunder er tilgjengelig på forespørsel. Kapasitet kan lisensieres etter tegn, forespørsler, taletid, samtidige kanaler eller genereringshastighet. Kontakt ReadSpeaker for et tilbud tilpasset volumet deres.
ReadSpeaker er som organisasjon sertifisert etter ISO/IEC 27001:2022 og i samsvar med GDPR. All API-trafikk går over HTTPS. For kunder i EU og for overføringer på tvers av landegrenser støtter ReadSpeaker seg på standard personvernbestemmelser (SCC). I henhold til ReadSpeakers personvernerklæring er ReadSpeakers syntetiserte stemmer sammensatte stemmemodeller som ikke utgjør personopplysninger etter GDPR. Lyddata skal ikke lagres, gjenbrukes eller videredistribueres med mindre det er uttrykkelig avtalt i ordrebekreftelsen.
speechCloud API støtter bruk i sanntid. Som standard bruker forespørsler strømmemodus (streaming=1), der svaret videresendes til en strømmeserver som begynner å levere lyd så raskt som mulig, for kortest mulig tid til første lyd. For batchlevering settes streaming=0, og filen returneres når den er ferdig generert. Antall samtidige sanntidskanaler inngår i den lisensierte kapasiteten deres og kan skaleres i ordrebekreftelsen.
Opprett en konto hos ReadSpeaker. Nye kontoer får vanligvis en begrenset mengde prøvekreditter, slik at du kan evaluere speechCloud API. API-nøkkelen din er tilgjengelig i SCAPI-kundeportalen og må sendes med hver forespørsel. Implementerings- og brukerveiledninger, eksempelkode i populære programmeringsspråk og din redigerbare uttaleordbok er også tilgjengelig fra portalen. Kontakt ReadSpeaker to start your account.
VoiceLab
Trenger du en egen merkevarestemme?
speechCloud API leveres med vår profesjonelle stemmekatalog.
En merkevarestemme bygget sammen med deg i studio
For en helt skreddersydd merkevarestemme bygget sammen med deg i studio, utforsk VoiceLab. ReadSpeakers datalingvister har laget merkevarestemmer siden 1999.