Endpoint

Sintesi vocale (TTS)

Trasforma il testo in audio con POST /audio/speech, che restituisce byte audio grezzi, con voci, formati, velocità, prezzi per carattere ed errori.

Provalo nel playground

Trasforma il testo in un parlato dal suono naturale (text-to-speech, TTS). L'endpoint segue la forma di POST /audio/speech di OpenAI e restituisce byte audio grezzi, quindi client.audio.speech.create(...) funziona senza modifiche.

POST https://api14.com/api/v1/audio/speech

Richiesta

Parametro	Tipo	Obbligatorio	Descrizione
`model`	string	sì	L'id di un modello vocale, ad es. `openai/gpt-4o-mini-tts`.
`input`	string	sì	Il testo da pronunciare.
`voice`	string	sì	Nome della voce, ad es. `alloy`, `nova`, `verse`. Le voci variano per modello (vedi la pagina del modello).
`response_format`	string	no	`mp3` (predefinito), `wav`, `opus`, `aac`, `flac`, `pcm` dove supportato.
`speed`	number	no	Velocità di riproduzione, in genere `0.25`-`4.0`.
`instructions`	string	no	Indicazioni di stile per i modelli che le accettano ("tono calmo e caldo").

Esempio

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const audio = await client.audio.speech.create({
  "model": "openai/gpt-4o-mini-tts",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

Risposta

Il corpo è il file audio stesso, con un Content-Type corrispondente (ad es. audio/mpeg). Salvalo su disco oppure invialo in streaming a un player:

curl https://api14.com/api/v1/audio/speech \
  -H "Authorization: Bearer sk-api14-..." \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-4o-mini-tts","input":"Hello from api14!","voice":"alloy"}' \
  --output hello.mp3

Gli errori vengono comunque restituiti come JSON nel formato di errore di OpenAI, quindi controlla il codice di stato prima di scrivere il file.

Prezzi

La sintesi vocale è fatturata per carattere di input al prezzo indicato per il modello, mostrato come "$ / 1M caratteri". Un paragrafo di 1.000 caratteri su un modello a $15 / 1M caratteri costa $0.015.

Elencare i modelli vocali

curl "https://api14.com/api/v1/models?category=speech"

Errori

Stato	Codice	Quando
400	`model_required` / `invalid_json`	Manca `model` oppure il corpo è malformato.
402	`insufficient_balance`	Il tuo saldo in USD è $0.
403	`model_not_allowed` / `plan_required`	La lista dei modelli consentiti della chiave o il piano escludono il modello.
404	`model_not_found`	Id del modello sconosciuto o disattivato.
429	`rate_limited`	Superato il limite di richieste al minuto.

Le voci o i formati non supportati vengono rifiutati dall'upstream e inoltrati. Vedi Errori.