POST Audio Speech

Сгенерировать речь из текста (TTS)

curl --request POST \
  --url https://polza.ai/api/v1/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "input": "Привет! Это тестовое сообщение.",
  "voice": "alloy",
  "model": "tts-1",
  "instructions": "Говори медленно и выразительно",
  "response_format": "mp3",
  "speed": 1,
  "user": "user-123",
  "stability": 0.5,
  "similarity_boost": 0.75,
  "style": 0,
  "timestamps": false,
  "previous_text": "<string>",
  "next_text": "<string>",
  "language_code": "ru",
  "emotion": "happy",
  "provider": {
    "require_parameters": true,
    "allow_fallbacks": true,
    "order": [
      "OpenAI",
      "Anthropic"
    ],
    "only": [
      "OpenAI",
      "Google"
    ],
    "ignore": [
      "DeepInfra"
    ],
    "sort": "price",
    "data_residency": "ru",
    "max_price": {
      "prompt": 10,
      "completion": 20,
      "image": 5,
      "audio": 15,
      "request": 1,
      "video_per_second": 50,
      "stt_per_minute": 5,
      "tts_per_million_characters": 1500
    }
  }
}
'

import requests

url = "https://polza.ai/api/v1/audio/speech"

payload = {
    "input": "Привет! Это тестовое сообщение.",
    "voice": "alloy",
    "model": "tts-1",
    "instructions": "Говори медленно и выразительно",
    "response_format": "mp3",
    "speed": 1,
    "user": "user-123",
    "stability": 0.5,
    "similarity_boost": 0.75,
    "style": 0,
    "timestamps": False,
    "previous_text": "<string>",
    "next_text": "<string>",
    "language_code": "ru",
    "emotion": "happy",
    "provider": {
        "require_parameters": True,
        "allow_fallbacks": True,
        "order": ["OpenAI", "Anthropic"],
        "only": ["OpenAI", "Google"],
        "ignore": ["DeepInfra"],
        "sort": "price",
        "data_residency": "ru",
        "max_price": {
            "prompt": 10,
            "completion": 20,
            "image": 5,
            "audio": 15,
            "request": 1,
            "video_per_second": 50,
            "stt_per_minute": 5,
            "tts_per_million_characters": 1500
        }
    }
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({
    input: 'Привет! Это тестовое сообщение.',
    voice: 'alloy',
    model: 'tts-1',
    instructions: 'Говори медленно и выразительно',
    response_format: 'mp3',
    speed: 1,
    user: 'user-123',
    stability: 0.5,
    similarity_boost: 0.75,
    style: 0,
    timestamps: false,
    previous_text: '<string>',
    next_text: '<string>',
    language_code: 'ru',
    emotion: 'happy',
    provider: {
      require_parameters: true,
      allow_fallbacks: true,
      order: ['OpenAI', 'Anthropic'],
      only: ['OpenAI', 'Google'],
      ignore: ['DeepInfra'],
      sort: 'price',
      data_residency: 'ru',
      max_price: {
        prompt: 10,
        completion: 20,
        image: 5,
        audio: 15,
        request: 1,
        video_per_second: 50,
        stt_per_minute: 5,
        tts_per_million_characters: 1500
      }
    }
  })
};

fetch('https://polza.ai/api/v1/audio/speech', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://polza.ai/api/v1/audio/speech",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'input' => 'Привет! Это тестовое сообщение.',
    'voice' => 'alloy',
    'model' => 'tts-1',
    'instructions' => 'Говори медленно и выразительно',
    'response_format' => 'mp3',
    'speed' => 1,
    'user' => 'user-123',
    'stability' => 0.5,
    'similarity_boost' => 0.75,
    'style' => 0,
    'timestamps' => false,
    'previous_text' => '<string>',
    'next_text' => '<string>',
    'language_code' => 'ru',
    'emotion' => 'happy',
    'provider' => [
        'require_parameters' => true,
        'allow_fallbacks' => true,
        'order' => [
                'OpenAI',
                'Anthropic'
        ],
        'only' => [
                'OpenAI',
                'Google'
        ],
        'ignore' => [
                'DeepInfra'
        ],
        'sort' => 'price',
        'data_residency' => 'ru',
        'max_price' => [
                'prompt' => 10,
                'completion' => 20,
                'image' => 5,
                'audio' => 15,
                'request' => 1,
                'video_per_second' => 50,
                'stt_per_minute' => 5,
                'tts_per_million_characters' => 1500
        ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://polza.ai/api/v1/audio/speech"

	payload := strings.NewReader("{\n  \"input\": \"Привет! Это тестовое сообщение.\",\n  \"voice\": \"alloy\",\n  \"model\": \"tts-1\",\n  \"instructions\": \"Говори медленно и выразительно\",\n  \"response_format\": \"mp3\",\n  \"speed\": 1,\n  \"user\": \"user-123\",\n  \"stability\": 0.5,\n  \"similarity_boost\": 0.75,\n  \"style\": 0,\n  \"timestamps\": false,\n  \"previous_text\": \"<string>\",\n  \"next_text\": \"<string>\",\n  \"language_code\": \"ru\",\n  \"emotion\": \"happy\",\n  \"provider\": {\n    \"require_parameters\": true,\n    \"allow_fallbacks\": true,\n    \"order\": [\n      \"OpenAI\",\n      \"Anthropic\"\n    ],\n    \"only\": [\n      \"OpenAI\",\n      \"Google\"\n    ],\n    \"ignore\": [\n      \"DeepInfra\"\n    ],\n    \"sort\": \"price\",\n    \"data_residency\": \"ru\",\n    \"max_price\": {\n      \"prompt\": 10,\n      \"completion\": 20,\n      \"image\": 5,\n      \"audio\": 15,\n      \"request\": 1,\n      \"video_per_second\": 50,\n      \"stt_per_minute\": 5,\n      \"tts_per_million_characters\": 1500\n    }\n  }\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://polza.ai/api/v1/audio/speech")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"input\": \"Привет! Это тестовое сообщение.\",\n  \"voice\": \"alloy\",\n  \"model\": \"tts-1\",\n  \"instructions\": \"Говори медленно и выразительно\",\n  \"response_format\": \"mp3\",\n  \"speed\": 1,\n  \"user\": \"user-123\",\n  \"stability\": 0.5,\n  \"similarity_boost\": 0.75,\n  \"style\": 0,\n  \"timestamps\": false,\n  \"previous_text\": \"<string>\",\n  \"next_text\": \"<string>\",\n  \"language_code\": \"ru\",\n  \"emotion\": \"happy\",\n  \"provider\": {\n    \"require_parameters\": true,\n    \"allow_fallbacks\": true,\n    \"order\": [\n      \"OpenAI\",\n      \"Anthropic\"\n    ],\n    \"only\": [\n      \"OpenAI\",\n      \"Google\"\n    ],\n    \"ignore\": [\n      \"DeepInfra\"\n    ],\n    \"sort\": \"price\",\n    \"data_residency\": \"ru\",\n    \"max_price\": {\n      \"prompt\": 10,\n      \"completion\": 20,\n      \"image\": 5,\n      \"audio\": 15,\n      \"request\": 1,\n      \"video_per_second\": 50,\n      \"stt_per_minute\": 5,\n      \"tts_per_million_characters\": 1500\n    }\n  }\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://polza.ai/api/v1/audio/speech")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"input\": \"Привет! Это тестовое сообщение.\",\n  \"voice\": \"alloy\",\n  \"model\": \"tts-1\",\n  \"instructions\": \"Говори медленно и выразительно\",\n  \"response_format\": \"mp3\",\n  \"speed\": 1,\n  \"user\": \"user-123\",\n  \"stability\": 0.5,\n  \"similarity_boost\": 0.75,\n  \"style\": 0,\n  \"timestamps\": false,\n  \"previous_text\": \"<string>\",\n  \"next_text\": \"<string>\",\n  \"language_code\": \"ru\",\n  \"emotion\": \"happy\",\n  \"provider\": {\n    \"require_parameters\": true,\n    \"allow_fallbacks\": true,\n    \"order\": [\n      \"OpenAI\",\n      \"Anthropic\"\n    ],\n    \"only\": [\n      \"OpenAI\",\n      \"Google\"\n    ],\n    \"ignore\": [\n      \"DeepInfra\"\n    ],\n    \"sort\": \"price\",\n    \"data_residency\": \"ru\",\n    \"max_price\": {\n      \"prompt\": 10,\n      \"completion\": 20,\n      \"image\": 5,\n      \"audio\": 15,\n      \"request\": 1,\n      \"video_per_second\": 50,\n      \"stt_per_minute\": 5,\n      \"tts_per_million_characters\": 1500\n    }\n  }\n}"

response = http.request(request)
puts response.read_body

{
  "audio": "SUQzBAAAAAAAI1RTU0UAAA...",
  "contentType": "audio/mpeg",
  "model": "tts-1",
  "duration": 5.2,
  "usage": {
    "characters": 100,
    "cost": 0.01,
    "cost_rub": 0.01
  },
  "alignment": {}
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

POST

audio

speech

Сгенерировать речь из текста (TTS)

curl --request POST \
  --url https://polza.ai/api/v1/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "input": "Привет! Это тестовое сообщение.",
  "voice": "alloy",
  "model": "tts-1",
  "instructions": "Говори медленно и выразительно",
  "response_format": "mp3",
  "speed": 1,
  "user": "user-123",
  "stability": 0.5,
  "similarity_boost": 0.75,
  "style": 0,
  "timestamps": false,
  "previous_text": "<string>",
  "next_text": "<string>",
  "language_code": "ru",
  "emotion": "happy",
  "provider": {
    "require_parameters": true,
    "allow_fallbacks": true,
    "order": [
      "OpenAI",
      "Anthropic"
    ],
    "only": [
      "OpenAI",
      "Google"
    ],
    "ignore": [
      "DeepInfra"
    ],
    "sort": "price",
    "data_residency": "ru",
    "max_price": {
      "prompt": 10,
      "completion": 20,
      "image": 5,
      "audio": 15,
      "request": 1,
      "video_per_second": 50,
      "stt_per_minute": 5,
      "tts_per_million_characters": 1500
    }
  }
}
'

import requests

url = "https://polza.ai/api/v1/audio/speech"

payload = {
    "input": "Привет! Это тестовое сообщение.",
    "voice": "alloy",
    "model": "tts-1",
    "instructions": "Говори медленно и выразительно",
    "response_format": "mp3",
    "speed": 1,
    "user": "user-123",
    "stability": 0.5,
    "similarity_boost": 0.75,
    "style": 0,
    "timestamps": False,
    "previous_text": "<string>",
    "next_text": "<string>",
    "language_code": "ru",
    "emotion": "happy",
    "provider": {
        "require_parameters": True,
        "allow_fallbacks": True,
        "order": ["OpenAI", "Anthropic"],
        "only": ["OpenAI", "Google"],
        "ignore": ["DeepInfra"],
        "sort": "price",
        "data_residency": "ru",
        "max_price": {
            "prompt": 10,
            "completion": 20,
            "image": 5,
            "audio": 15,
            "request": 1,
            "video_per_second": 50,
            "stt_per_minute": 5,
            "tts_per_million_characters": 1500
        }
    }
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({
    input: 'Привет! Это тестовое сообщение.',
    voice: 'alloy',
    model: 'tts-1',
    instructions: 'Говори медленно и выразительно',
    response_format: 'mp3',
    speed: 1,
    user: 'user-123',
    stability: 0.5,
    similarity_boost: 0.75,
    style: 0,
    timestamps: false,
    previous_text: '<string>',
    next_text: '<string>',
    language_code: 'ru',
    emotion: 'happy',
    provider: {
      require_parameters: true,
      allow_fallbacks: true,
      order: ['OpenAI', 'Anthropic'],
      only: ['OpenAI', 'Google'],
      ignore: ['DeepInfra'],
      sort: 'price',
      data_residency: 'ru',
      max_price: {
        prompt: 10,
        completion: 20,
        image: 5,
        audio: 15,
        request: 1,
        video_per_second: 50,
        stt_per_minute: 5,
        tts_per_million_characters: 1500
      }
    }
  })
};

fetch('https://polza.ai/api/v1/audio/speech', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://polza.ai/api/v1/audio/speech",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'input' => 'Привет! Это тестовое сообщение.',
    'voice' => 'alloy',
    'model' => 'tts-1',
    'instructions' => 'Говори медленно и выразительно',
    'response_format' => 'mp3',
    'speed' => 1,
    'user' => 'user-123',
    'stability' => 0.5,
    'similarity_boost' => 0.75,
    'style' => 0,
    'timestamps' => false,
    'previous_text' => '<string>',
    'next_text' => '<string>',
    'language_code' => 'ru',
    'emotion' => 'happy',
    'provider' => [
        'require_parameters' => true,
        'allow_fallbacks' => true,
        'order' => [
                'OpenAI',
                'Anthropic'
        ],
        'only' => [
                'OpenAI',
                'Google'
        ],
        'ignore' => [
                'DeepInfra'
        ],
        'sort' => 'price',
        'data_residency' => 'ru',
        'max_price' => [
                'prompt' => 10,
                'completion' => 20,
                'image' => 5,
                'audio' => 15,
                'request' => 1,
                'video_per_second' => 50,
                'stt_per_minute' => 5,
                'tts_per_million_characters' => 1500
        ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://polza.ai/api/v1/audio/speech"

	payload := strings.NewReader("{\n  \"input\": \"Привет! Это тестовое сообщение.\",\n  \"voice\": \"alloy\",\n  \"model\": \"tts-1\",\n  \"instructions\": \"Говори медленно и выразительно\",\n  \"response_format\": \"mp3\",\n  \"speed\": 1,\n  \"user\": \"user-123\",\n  \"stability\": 0.5,\n  \"similarity_boost\": 0.75,\n  \"style\": 0,\n  \"timestamps\": false,\n  \"previous_text\": \"<string>\",\n  \"next_text\": \"<string>\",\n  \"language_code\": \"ru\",\n  \"emotion\": \"happy\",\n  \"provider\": {\n    \"require_parameters\": true,\n    \"allow_fallbacks\": true,\n    \"order\": [\n      \"OpenAI\",\n      \"Anthropic\"\n    ],\n    \"only\": [\n      \"OpenAI\",\n      \"Google\"\n    ],\n    \"ignore\": [\n      \"DeepInfra\"\n    ],\n    \"sort\": \"price\",\n    \"data_residency\": \"ru\",\n    \"max_price\": {\n      \"prompt\": 10,\n      \"completion\": 20,\n      \"image\": 5,\n      \"audio\": 15,\n      \"request\": 1,\n      \"video_per_second\": 50,\n      \"stt_per_minute\": 5,\n      \"tts_per_million_characters\": 1500\n    }\n  }\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://polza.ai/api/v1/audio/speech")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"input\": \"Привет! Это тестовое сообщение.\",\n  \"voice\": \"alloy\",\n  \"model\": \"tts-1\",\n  \"instructions\": \"Говори медленно и выразительно\",\n  \"response_format\": \"mp3\",\n  \"speed\": 1,\n  \"user\": \"user-123\",\n  \"stability\": 0.5,\n  \"similarity_boost\": 0.75,\n  \"style\": 0,\n  \"timestamps\": false,\n  \"previous_text\": \"<string>\",\n  \"next_text\": \"<string>\",\n  \"language_code\": \"ru\",\n  \"emotion\": \"happy\",\n  \"provider\": {\n    \"require_parameters\": true,\n    \"allow_fallbacks\": true,\n    \"order\": [\n      \"OpenAI\",\n      \"Anthropic\"\n    ],\n    \"only\": [\n      \"OpenAI\",\n      \"Google\"\n    ],\n    \"ignore\": [\n      \"DeepInfra\"\n    ],\n    \"sort\": \"price\",\n    \"data_residency\": \"ru\",\n    \"max_price\": {\n      \"prompt\": 10,\n      \"completion\": 20,\n      \"image\": 5,\n      \"audio\": 15,\n      \"request\": 1,\n      \"video_per_second\": 50,\n      \"stt_per_minute\": 5,\n      \"tts_per_million_characters\": 1500\n    }\n  }\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://polza.ai/api/v1/audio/speech")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"input\": \"Привет! Это тестовое сообщение.\",\n  \"voice\": \"alloy\",\n  \"model\": \"tts-1\",\n  \"instructions\": \"Говори медленно и выразительно\",\n  \"response_format\": \"mp3\",\n  \"speed\": 1,\n  \"user\": \"user-123\",\n  \"stability\": 0.5,\n  \"similarity_boost\": 0.75,\n  \"style\": 0,\n  \"timestamps\": false,\n  \"previous_text\": \"<string>\",\n  \"next_text\": \"<string>\",\n  \"language_code\": \"ru\",\n  \"emotion\": \"happy\",\n  \"provider\": {\n    \"require_parameters\": true,\n    \"allow_fallbacks\": true,\n    \"order\": [\n      \"OpenAI\",\n      \"Anthropic\"\n    ],\n    \"only\": [\n      \"OpenAI\",\n      \"Google\"\n    ],\n    \"ignore\": [\n      \"DeepInfra\"\n    ],\n    \"sort\": \"price\",\n    \"data_residency\": \"ru\",\n    \"max_price\": {\n      \"prompt\": 10,\n      \"completion\": 20,\n      \"image\": 5,\n      \"audio\": 15,\n      \"request\": 1,\n      \"video_per_second\": 50,\n      \"stt_per_minute\": 5,\n      \"tts_per_million_characters\": 1500\n    }\n  }\n}"

response = http.request(request)
puts response.read_body

{
  "audio": "SUQzBAAAAAAAI1RTU0UAAA...",
  "contentType": "audio/mpeg",
  "model": "tts-1",
  "duration": 5.2,
  "usage": {
    "characters": 100,
    "cost": 0.01,
    "cost_rub": 0.01
  },
  "alignment": {}
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

{
  "error": {
    "code": "BAD_REQUEST",
    "message": "Недопустимое значение параметра",
    "trace_id": "550e8400-e29b-41d4-a716-446655440000",
    "details": {},
    "metadata": {
      "reason": "noProvidersForModel",
      "raw": "The parameter `duration` specified in the request is not valid",
      "provider_name": "alibaba"
    }
  },
  "trace_id": "550e8400-e29b-41d4-a716-446655440000"
}

Этот эндпоинт совместим с OpenAI SDK и подходит для быстрой миграции существующего кода. Для синтеза речи рекомендуется именно dedicated-эндпоинт /v1/audio/speech: здесь доступен полный диапазон speed (0.25–4.0) и согласованный набор параметров под каждое семейство моделей. Те же возможности доступны и через общий Media API, но там часть параметров (speed, instructions, ElevenLabs-only поля) ведёт себя иначе или ограничена.

Доступные модели

Модель	ID	Описание
TTS	`openai/tts-1`	OpenAI стандарт (по умолчанию)
TTS HD	`openai/tts-1-hd`	OpenAI HD
GPT-4o Mini TTS	`openai/gpt-4o-mini-tts`	OpenAI, управляемый интонацией, поддерживает `instructions`
ElevenLabs Multilingual v2	`elevenlabs/text-to-speech-multilingual-v2`	ElevenLabs многоязычный
ElevenLabs Turbo v2.5	`elevenlabs/text-to-speech-turbo-2-5`	ElevenLabs Turbo (единственный с `language_code`)

Разрешение голоса по семействам

Параметр voice интерпретируется Polza в зависимости от семейства модели. Передача голоса «не из своего» семейства не приводит к ошибке тихо — голос приводится к дефолту семейства:

Семейство	Дефолт	Допустимые значения
`openai/*`	`alloy`	`alloy`, `ash`, `ballad`, `coral`, `echo`, `fable`, `onyx`, `nova`, `sage`, `shimmer`, `verse`
`elevenlabs/*`	`Rachel`	`voice_id` из аккаунта ElevenLabs (например `pNInz6obpgDQGcFmaJgB`) или имя пресета (`Rachel`, `Aria`, `Roger`, `Sarah`…). Стандартный OpenAI-голос будет отклонён с ошибкой 400

В релизе 1.6.7 на каталоге доступны OpenAI и ElevenLabs. Семейства Gemini TTS / Kokoro / MAI Voice поддержаны на уровне разрешения голоса, но включаются отдельно.

Параметры запроса

Параметр	Тип	Обязательный	Описание
`model`	string	Нет	Модель TTS (по умолчанию `openai/tts-1`)
`input`	string	Да	Текст для озвучки, до 5000 символов
`voice`	string	Да	Имя голоса (см. таблицу выше)
`response_format`	enum	Нет	`mp3` (по умолчанию), `opus`, `aac`, `flac`, `wav`, `pcm`
`speed`	number	Нет	Скорость речи, `0.25`–`4.0` (по умолчанию `1.0`). Только OpenAI-модели
`instructions`	string	Нет	Голосовые инструкции, до 4096 символов. Только `openai/gpt-4o-mini-tts`. Не работает у `tts-1`/`tts-1-hd`
`stream_format`	enum	Нет	`sse` или `audio`. Не поддерживается для `tts-1`/`tts-1-hd`
`user`	string	Нет	Идентификатор конечного пользователя

Параметры ElevenLabs

Параметр	Тип	Описание
`stability`	number (0–1)	Стабильность голоса (меньше = экспрессивнее)
`similarity_boost`	number (0–1)	Схожесть с оригинальным голосом
`style`	number (0–1)	Эмоциональность
`timestamps`	boolean	Посимвольный alignment в ответе (`characters`, `character_start_times_seconds`, `character_end_times_seconds`)
`previous_text`	string	Текст перед текущим фрагментом (контекст), до 5000 символов
`next_text`	string	Текст после текущего фрагмента (контекст), до 5000 символов
`language_code`	string	ISO-639-1 (`ru`, `en`…). Только `elevenlabs/text-to-speech-turbo-2-5`

Примеры

curl -X POST "https://polza.ai/api/v1/audio/speech" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/tts-1",
    "input": "Привет! Это Polza.AI!",
    "voice": "alloy"
  }'

import requests

response = requests.post(
    'https://polza.ai/api/v1/audio/speech',
    headers={'Authorization': 'Bearer YOUR_API_KEY'},
    json={
        'model': 'openai/tts-1',
        'input': 'Привет! Это тестовое сообщение.',
        'voice': 'alloy'
    }
)

data = response.json()
print(f"Аудио: {data['audio']}")
print(f"Длительность: {data.get('duration')} сек")

const response = await fetch('https://polza.ai/api/v1/audio/speech', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'openai/tts-1',
    input: 'Hello! This is a test message.',
    voice: 'nova'
  })
});

const data = await response.json();
console.log(data.audio);

Пример с ElevenLabs + timestamps

curl -X POST "https://polza.ai/api/v1/audio/speech" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "elevenlabs/text-to-speech-multilingual-v2",
    "input": "Привет, как дела?",
    "voice": "Rachel",
    "timestamps": true
  }'

Ответ (200)

{
  "audio": "SUQzBAAAAAAAI1RTU0UAAA...",
  "contentType": "audio/mpeg",
  "model": "openai/tts-1",
  "duration": 3.5,
  "usage": {
    "characters": 25,
    "cost_rub": 0.50,
    "cost": 0.50
  }
}

Поле	Тип	Описание
`audio`	string	Аудио в формате base64-строки (не бинарный поток) — декодируйте и сохраняйте с расширением по `contentType`
`contentType`	string	MIME-тип (например, `audio/mpeg`, `audio/wav`, `audio/ogg`)
`model`	string	Использованная модель
`duration`	number	Длительность в секундах, если известна
`usage`	object	Использование: `characters` (для посимвольных моделей), `cost_rub`, `cost`
`alignment`	object	Посимвольные тайминги (только ElevenLabs при `timestamps: true`)

Поле usage.characters присутствует для посимвольных моделей (tts-1/tts-1-hd); для токенных (gpt-4o-mini-tts) состав usage иной.

Пример ответа ElevenLabs с alignment

{
  "audio": "...",
  "contentType": "audio/mpeg",
  "model": "elevenlabs/text-to-speech-multilingual-v2",
  "alignment": {
    "characters": ["П", "р", "и"],
    "character_start_times_seconds": [0.0, 0.05, 0.11],
    "character_end_times_seconds": [0.05, 0.11, 0.18]
  }
}

Генерация звуковых эффектов

Также доступна генерация звуков по текстовому описанию через тот же эндпоинт.

Параметры

Параметр	Тип	Обязательный	Описание
`model`	string	Да	Модель генерации звуков
`input`	string	Да	Описание звука на английском
`duration_seconds`	number	Нет	Длительность (0.5-10 сек)
`loop`	boolean	Нет	Зацикленность
`output_format`	string	Нет	Формат аудио
`prompt_influence`	number	Нет	Влияние промпта

Форматы вывода

mp3_22050_32 — MP3 22050Hz 32kbps
mp3_44100_32 — MP3 22050Hz 32kbps
mp3_44100_64 — MP3 44100Hz 64kbps
mp3_44100_128 — MP3 44100Hz 128kbps (рекомендуется)
mp3_44100_192 — MP3 44100Hz 192kbps

Пример

curl -X POST "https://polza.ai/api/v1/audio/speech" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "elevenlabs/sound-effect-v2",
    "input": "sound of guitar strumming",
    "duration_seconds": 2.5,
    "loop": false,
    "output_format": "mp3_44100_128",
    "prompt_influence": 0.3
  }'

Описание звуковых эффектов должно быть на английском языке.

Авторизации

Authorization

string

header

обязательно

API ключ передаётся в заголовке: Authorization: Bearer <POLZA_AI_API_KEY>

Тело

application/json

input

string

обязательно

Текст для озвучивания (максимум 5000 символов)

Maximum string length: 5000

Пример:

"Привет! Это тестовое сообщение."

voice

string

обязательно

Голос для генерации речи. Допустимые значения зависят от модели: OpenAI (alloy, ash, ballad, coral, echo, fable, onyx, nova, sage, shimmer, verse), ElevenLabs (Rachel, Aria, Roger, Sarah и др.)

Пример:

"alloy"

model

string

по умолчанию:tts-1

ID модели для генерации речи

Пример:

"tts-1"

instructions

string

Инструкции для управления характеристиками голоса. Поддерживается только для gpt-4o-mini-tts, не работает с tts-1 и tts-1-hd

Maximum string length: 4096

Пример:

"Говори медленно и выразительно"

response_format

enum<string>

по умолчанию:mp3

Формат выходного аудио

Доступные опции:

mp3,

opus,

aac,

flac,

wav,

pcm

speed

number

по умолчанию:1

Скорость генерации речи (0.25 - 4.0)

Требуемый диапазон: 0.25 <= x <= 4

Пример:

1

stream_format

enum<string>

Формат потоковой передачи аудио. Не поддерживается для tts-1 и tts-1-hd

Доступные опции:

sse,

audio

user

string

Уникальный идентификатор конечного пользователя для отслеживания и предотвращения злоупотреблений

Пример:

"user-123"

stability

number

Стабильность голоса (0-1). Только для ElevenLabs

Требуемый диапазон: 0 <= x <= 1

Пример:

0.5

similarity_boost

number

Усиление схожести голоса (0-1). Только для ElevenLabs

Требуемый диапазон: 0 <= x <= 1

Пример:

0.75

style

number

Экспрессия стиля (0-1). Только для ElevenLabs

Требуемый диапазон: 0 <= x <= 1

Пример:

0

timestamps

boolean

Возвращать временные метки для каждого слова. Только для ElevenLabs

Пример:

false

previous_text

string

Предшествующий текст для улучшения непрерывности речи при конкатенации. Только для ElevenLabs

Maximum string length: 5000

next_text

string

Последующий текст для улучшения непрерывности речи при конкатенации. Только для ElevenLabs

Maximum string length: 5000

language_code

string

Код языка ISO 639-1. Для ElevenLabs Turbo v2.5 и MiniMax Speech

Maximum string length: 10

Пример:

"ru"

emotion

string

Эмоциональная окраска речи. Только для MiniMax Speech (neutral, happy, sad, angry, fearful, disgusted, surprised)

Maximum string length: 20

Пример:

"happy"

provider

object

Настройки выбора провайдера. В multipart-форме — JSON-строкой

Show child attributes

Ответ

audio

string

обязательно

Base64-encoded аудио данные

Пример:

"SUQzBAAAAAAAI1RTU0UAAA..."

contentType

string

обязательно

Content-Type аудио

Пример:

"audio/mpeg"

model

string

обязательно

ID использованной модели

Пример:

"tts-1"

duration

number

Длительность аудио в секундах (если известна)

Пример:

5.2

usage

object

Информация об использовании

Пример:

{
  "characters": 100,
  "cost": 0.01,
  "cost_rub": 0.01
}

alignment

object

Временные метки символов (при timestamps: true, ElevenLabs)

Обзор

Текстовая генерация

Изображения

Медиа

Аудио

Эмбеддинги

Классификация и оценка

Модели

Хранилище

История

Другое

POST Audio Speech

Доступные модели

Разрешение голоса по семействам

Параметры запроса

Параметры ElevenLabs

Примеры

Пример с ElevenLabs + timestamps

Ответ (200)

Пример ответа ElevenLabs с alignment

Генерация звуковых эффектов

Параметры

Форматы вывода

Пример

Авторизации

Тело

Ответ

​Доступные модели

​Разрешение голоса по семействам

​Параметры запроса

​Параметры ElevenLabs

​Примеры

​Пример с ElevenLabs + timestamps

​Ответ (200)

​Пример ответа ElevenLabs с alignment

​Генерация звуковых эффектов

​Параметры

​Форматы вывода

​Пример

Авторизации

Тело

Ответ

Доступные модели

Разрешение голоса по семействам

Параметры запроса

Параметры ElevenLabs

Примеры

Пример с ElevenLabs + timestamps

Ответ (200)

Пример ответа ElevenLabs с alignment

Генерация звуковых эффектов

Параметры

Форматы вывода

Пример