08-09-2025 , 16-09-2025
API jest dostępne dopiero po zasileniu konta.
Głosy API JSON https://speechgen.io/index.php?r=api/voices.
Dostępne są 2 opcje zamiany tekstu na mowę przez API:
Opcja 1 - szybka zamiana krótkich tekstów na mowę.
Opcja 2 - ustawienie zadania zamiany tekstu na mowę.
Dowiedz się, jak usprawnić tworzenie treści głosowych, integrując SpeechGen.io z usługą automatyzacji MAKE. Ten przewodnik obejmuje automatyzację procesów zamiany tekstu na mowę, dzięki czemu generowanie treści głosowych do różnych zastosowań jest prostsze i bardziej efektywne.
Adres URL dla wariantu 1: https://speechgen.io/index.php?r=api/text
Ta opcja ma limit 2000 znaków. Oraz maksymalnie 2 zmiany głosu. Jeśli limity zostaną przekroczone, otrzymasz błąd (status = -1).
SpeechGen.io
$data = [
'token'=>'SekretKeyInYourProfile',
'email'=>'yourMail@gmail.com',
'voice'=>'John',
'text'=>"Text for text to Speech",
'format'=>'mp3',
'speed'=>1.1,
'pitch'=>0.8,
'emotion'=>'good',
'pause_sentence'=>300,
'pause_paragraph'=>400,
'bitrate'=>48000,
];
'token' - 'SekretnyKluczWTwoimProfilu'
'email' - 'twójMail@gmail.com'
'voice' - 'Głos'
'text' - 'Tekst do zamiany na mowę'
'format' - format pliku wynikowego, domyślnie = mp3, możliwe wartości ('mp3', 'wav', 'ogg')
'speed' - prędkość odtwarzania, domyślnie 1, (zakres od 0.1 do 2.0)
'pitch'- wysokość głosu, domyślnie 0, (zakres od -20 do 20)
'emotion' - emocja głosu, domyślnie 'dobry', możliwe wartości ('dobry', 'zły', 'neutralny').
'pause_sentence' - wielkość pauzy między zdaniami w milisekundach.
'pause_paragraph' - wielkość pauzy między akapitami w milisekundach.
'bitrate'=>48000 - Szybkość transmisji od 8000 do 192000 Hz.
Emocje nie są dostępne dla wszystkich głosów, sprawdź tutaj.
{
"id":"4153594",
"status":"0",
"file":"result.mp3",
"file_cors":"result_cors.mp3",
"parts":"5",
"parts_done":"2",
"duration":"0",
"format":"mp3",
"error":"",
"balans":"3331.2720000314",
"cost":"0.06"
}
"id" - unikalny identyfikator głosu
"status" - bieżący status zamiany na mowę. Dostępne z 3 wartości:
0 - przetwarzanie
1 - zakończono pomyślnie
-1 - błąd
"file" - ścieżka do pliku audio, dostępna jeśli status= 1
"file_cors" - ścieżka do pliku audio CORS
"error" - tekst błędu, w przypadku, gdy status = -1
"parts" - liczba zamian na mowę
"parts_done" - liczba ukończonych części
"duration" - czas trwania pliku audio w sekundach, dostępny jeśli status = 1
"format" - format pliku audio
"balans" - limit salda
"cost" - koszty zamiany na mowę. (zwiększa się w miarę dubbingowania części głosu)
$data = [
'token' => '123456',
'email' => 'mail@mail.com',
'voice' => 'John',
'text' => "Text",
'format' => 'mp3',
'speed' => 1.1,
'pitch' => 0,
'emotion' => 'good',
];
$url = "https://speechgen.io/index.php?r=api/text";
$ch = curl_init();
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($data));
$response = curl_exec($ch);
var_dump($response);
$response = json_decode($response, true);
if (curl_errno($ch)) {
var_dump("Connection error with text recognition server, " . curl_error($ch));
} else {
var_dump($response);
if ($response["status"] == 1) {
//Copy
echo " ok " . $response["file"];
copy($response["file"], 'Filename.' . $response["format"]);
} else {
//Error, no voiceover possible
echo $response["error"];
}
}
curl_close($ch);
Krok 1: Tekst jest wysyłany do API i uzyskiwany jest unikalny identyfikator głosu (id).
Krok 2: Poproś o wynik dubbingu, wysyłając identyfikator dubbingu (id).
Ta metoda nie ma ograniczeń i pozwala na dubbing tekstu do 1 000 000 znaków. Dubbing odbywa się w kolejności priorytetu (kto pierwszy, ten lepszy) i może trwać od 1 do kilku minut, w zależności od długości tekstu.
$data = [
'token'=>'SekretKeyInYourProfile',
'email'=>'yourMail@gmail.com',
'voice'=>'John',
'text'=>"Text",
'format'=>'mp3',
'speed'=>1.1,
'pitch'=>0.8,
'emotion'=>'good',
'pause_sentence'=>300,
'pause_paragraph'=>400,
'bitrate'=>48000,
];
'token' - 'SekretnyKluczWTwoimProfilu'
'email' - 'twójMail@gmail.com'
'voice' - 'Głos'
'text' - 'Tekst'
'format' - format pliku wynikowego, domyślnie = mp3, możliwe wartości ('mp3', 'wav', 'ogg')
'speed' - prędkość, domyślnie 1, (zakres od 0.1 do 2.0)
'pitch'- wysokość głosu, domyślnie 0, (zakres od -20 do 20)
'emotion' - zabarwienie emocjonalne, domyślnie 'dobry', możliwe wartości ('dobry', 'zły', 'neutralny').
'pause_sentence' - wielkość pauzy między zdaniami w milisekundach.
'pause_paragraph' - wielkość pauzy między akapitami w milisekundach.
'bitrate'=>48000 - Szybkość transmisji od 8000 do 192000 Hz.
Nie dostępne dla wszystkich głosów, sprawdź tutaj.
{
"id":"4153594",
"status":"0",
"parts":"5",
"parts_done":"0",
"format":"mp3",
"error":"",
"balans":"3331.2720000314",
"cost":"0.00"
}
"id" - unikalny identyfikator głosu
"status" - bieżący status zamiany na mowę. Dostępne z 2 wartości:
1 - zadanie dodane pomyślnie
-1 - błąd
"error" - tekst błędu, w przypadku, gdy status = -1
"parts" - liczba zamian na mowę
"parts_done" - liczba ukończonych części
"format" - format pliku audio
"balans" - saldo limitów konta
"cost" - koszty zamiany na mowę. (zwiększa się w miarę dubbingowania części głosu)
Krok 2. Po utworzeniu zadania i uzyskaniu identyfikatora (id), należy wysłać zapytanie do https://speechgen.io/index.php?r=api/result, aby poznać wynik.
$data = [
'token'=>'SekretKeyInYourProfile',
'email'=>'yourMail@gmail.com',
'id'=>4153594,
];
'token' - SekretnyKluczWTwoimProfilu
'email' - twójMail@gmail.com
'id' - unikalny identyfikator głosu uzyskany w kroku 1
{
"id":"4153594",
"status":"0",
"file":"result.mp3",
"cuts":["result_1.mp3","result_2.mp3",...],
"parts":"5",
"parts_done":"0",
"format":"mp3",
"error":"",
"balans":"3331.2720000314",
"cost":"0.00"
}
"id" - unikalny identyfikator głosu
"status" - bieżący status zamiany na mowę. Dostępne z 3 wartości:
0 - w trakcie
1 - zakończono pomyślnie
-1 - błąd
"file" - ścieżka do pliku audio, dostępna jeśli status = 1
"error" - tekst błędu, w przypadku, gdy status = -1
"parts" - liczba zamian na mowę
"parts_done" - liczba ukończonych części
"duration" - czas trwania pliku audio w sekundach, dostępny jeśli status = 1
"format" - format pliku audio
"balans" - limit salda
"cost" - koszty zamiany na mowę. (zwiększa się w miarę dubbingowania części głosu)
"cuts" - Tablica fragmentów, jeśli w tekście użyto tagu "cut"
//STEP 1
$data = [
'token' => '123456',
'email' => 'mail@mail.com',
'voice' => 'John',
'text' => "Text",
'format' => 'mp3',
'speed' => 1.1,
'pitch' => 0,
'emotion' => 'good',
];
$url = "https://speechgen.io/index.php?r=api/longtext";
$ch = curl_init();
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($data));
$response = curl_exec($ch);
var_dump($response);
$response = json_decode($response, true);
$resultId = 0;
if (curl_errno($ch)) {
var_dump("Error in connecting to the text recognition server, " . curl_error($ch));
} else {
var_dump($response);
if ($response["status"] == 1) {
//Copy
echo " ok " . $response["file"];
copy($response["file"], 'FileName.' . $response["format"]);
} elseif ($response["status"] == 0) {
//Remember the voice ID, and ask for the result later
$resultId = $response["id"];
} else {
//Error, no voiceover possible
echo $response["error"];
}
}
curl_close($ch);
//STEP 2
// Every minute we make a query-check of the result
if($resultId){
$data = [
'token'=>'123456',
'email'=>'mail@mail.com',
'id'=>$resultId,
];
$url = "https://speechgen.io/index.php?r=api/result";
$ch = curl_init();
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($data));
$response = curl_exec($ch);
var_dump($response);
$response = json_decode($response,true);
if (curl_errno($ch)) {
var_dump("Error in connecting to the text recognition server, ".curl_error($ch));
}else{
var_dump($response);
if($response["status"] == 1){
//Copy
echo " ok ".$response["file"];
copy($response["file"], 'FileMane.' . $response["format"]);
}elseif($response["status"] == 0){
//Not ready yet, we will ask for the result later
echo "In process...";
}else{
//Error, no voiceover possible
echo $response["error"];
}
}
curl_close($ch);
}