Audio

Utilisez les API de génération vocale, de transcription audio et de traduction audio.

Les API Audio incluent la génération vocale, la transcription et la traduction. La génération vocale utilise un corps de requête JSON ; la transcription et la traduction utilisent généralement des données multipart form pour téléverser le fichier audio.

Points de terminaison

Méthode	Chemin	Description
`POST`	`/v1/audio/speech`	Synthèse vocale
`POST`	`/v1/audio/transcriptions`	Transcription audio
`POST`	`/v1/audio/translations`	Traduction audio

Champs de la requête

Champ	Type	S'applique à	Description
`model`	string	Toutes	Identifiant du modèle audio, requis
`input`	string	vocal	Texte à synthétiser
`voice`	string	vocal	Identifiant de la voix
`instructions`	string	vocal	Style vocal ou instructions supplémentaires
`response_format`	string	Toutes	Format de réponse. La transcription et la traduction utilisent `json` par défaut
`speed`	number	vocal	Vitesse de la parole
`stream_format`	string	vocal	Définir sur `sse` pour activer le streaming lorsque le modèle le prend en charge
`metadata`	object	vocal	Métadonnées transmises telles quelles
`file`	file	transcriptions/traductions	Fichier audio en données multipart form, requis
`language`	any	extension	Option de langue prise en charge par certains canaux

Génération vocale

curl https://api.tensoraxis.com/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -d '{
    "model": "tts-1",
    "voice": "alloy",
    "input": "Hello from TENSORAXIS.",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Transcription

curl https://api.tensoraxis.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -F model="whisper-1" \
  -F file="@audio.mp3" \
  -F response_format="json"

Traduction

curl https://api.tensoraxis.com/v1/audio/translations \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -F model="whisper-1" \
  -F file="@audio.mp3" \
  -F response_format="json"

Structure de la réponse

Les réponses JSON de transcription et de traduction incluent généralement text :

{
  "text": "Transcribed text..."
}

La génération vocale renvoie directement l'audio binaire. Le Content-Type de la réponse dépend de response_format et du modèle en amont.