Sota Voice
Tài liệu

Tổng quan

Sota Voice chuyển văn bản thành giọng nói qua một API tương thích OpenAI.

Xem dạng Markdown

Sota Voice là API chuyển văn bản thành giọng nói (TTS). Bạn gửi văn bản, nhận lại audio: trọn file, stream từng đoạn khi đang sinh, hoặc qua WebSocket cho voice agent realtime.

Model công khai duy nhất là sota-voice-v1. API dùng cùng đường dẫn và body với OpenAI ở POST /v1/audio/speech, nên phần lớn SDK của OpenAI chạy được chỉ bằng cách đổi base_url và khóa API.

Chọn cách gọi

Nhu cầuDùngHướng dẫn
Đọc một đoạn ngắn, nhận filePOST /v1/audio/speechTạo giọng nói qua HTTP
Phát ngay khi đang sinh (PCM, SSE)POST /v1/audio/speech với streamTạo giọng nói qua HTTP
Voice agent: LLM sinh chữ, đọc ngayWebSocket /v1/audio/speech/streamVoice agent qua WebSocket
Văn bản dài (đến 100.000 ký tự)POST /v1/audio/speech/jobs + webhookJob bất đồng bộ
Giọng của riêng bạnPOST /v1/audio/voicesNhân bản giọng

Tính phí

Một credit là một ký tự đầu vào: số Unicode code point sau khi chuẩn hóa NFC, tính cả khoảng trắng và dấu câu. Nhân bản giọng không tính phí. Response có tính phí kèm header x-credits-remaining.

Quy ước

  • Mọi URL trong tài liệu dùng https://voice-be.sotalabs.io; hãy thay bằng địa chỉ gateway của bạn.
  • JSON dùng snake_case; thời gian là Unix seconds (số nguyên), null khi chưa có.
  • Mỗi response có x-request-id; hãy gửi kèm khi liên hệ hỗ trợ.
  • Lỗi luôn có dạng {"error":{"type","code","message","param"}}. Hãy rẽ nhánh theo error.code, đừng theo message. Xem Mã lỗi.
  • API đánh phiên bản theo đường dẫn (/v1); trong một phiên bản chỉ thêm field, endpoint và giá trị mới.

Cho AI coding agent