Soniox: Soniox TTS Realtime v2

Name: Soniox TTS Realtime v2
Author: Soniox

soniox/tts-rt-v2

提供中 tts 1プロバイダー

Playground

Soniox real-time streaming text-to-speech model; the successor to tts-rt-v1, adding voice cloning, speed adjustment and silence reduction.

作成者Soniox

言語multilingual

ボイス読み込み中...

レスポンス形式MP3 · WAV · PCM · Opus · AAC · FLAC · µ-law · A-law

ステータス提供中

クイックスタート

Soniox TTS Realtime v2

APIキーを作成する

AllModelsに登録してAPIキーを作成し、ALLMODELS_API_KEYとして設定します。

APIキーを作成

リクエストを送る

SDK、リクエストモード、言語を選びます。モデルとプロバイダールートは入力済みです。

ElevenLabs SDKでのストリーミングTTS

ElevenLabs SDKをAllModels経由でルーティングし、音声レスポンスをストリーミングします。

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const stream = await client.textToSpeech.stream("voice_id", {
  text: "I'm sorry, Dave. I'm afraid I can't do that.",
  modelId: "soniox/tts-rt-v2",
  outputFormat: "mp3_44100_128"
}, {
  queryParams: {
    provider: {
      "only": [
        "soniox"
      ]
    }
  }
});

const reader = stream.getReader();
for (;;) {
  const { done, value } = await reader.read();
  if (done) break;
  // Write value to your response, file, or audio playback pipeline.
}

プロバイダーパラメーターを渡す

ルートを特定のプロバイダーに固定したい場合は、互換SDKのリクエストオプションでproviderの設定を渡します。

{
  queryParams: {
    provider: {
      only: ["soniox"]
    }
  }
}

プロバイダー

同じモデルを複数のプロバイダーがホストしている場合があります。バックエンドを固定したい場合は1つのプロバイダーを選び、そうでなければルーティングに選択を任せられます。

プロバイダーSlug1,000文字あたりレイテンシiモード稼働率

Soniox 9個のパラメーター

soniox

$0.0141

—

同期 · ストリーミング

Soniox

このルートには9個のプロバイダーパラメーターが記載されています。

料金

モード言語1,000文字あたり

Text To Speech すべて $0.0141

Input Text Tokens すべて $4 100万トークンあたり

Output Audio Tokens すべて $21.5 100万トークンあたり

パラメーター

language body · unknown · 必須

AllModelsのパラメーター「language」から変換されます。

text body · unknown · 必須

AllModelsのパラメーター「input」から変換されます。

voice body · unknown · 必須

AllModelsのパラメーター「voice」から変換されます。

audio_format body · unknown · 任意

AllModelsのパラメーター「response_format」から変換されます。

bitrate body · unknown · 任意

AllModelsのパラメーター「bitrate」から変換されます。

model body · unknown · 任意

AllModelsのパラメーター「model」から変換されます。

sample_rate body · unknown · 任意

AllModelsのパラメーター「sample_rate」から変換されます。

stream_id body · unknown · 任意

AllModelsのパラメーター「stream_id」から変換されます。

text_end body · unknown · 任意

AllModelsのパラメーター「text_end」から変換されます。

対応言語

このモデルの確認済み言語リストはまだありません。

ボイス

機能

Text to speech

Generates spoken audio from text input.

text_to_speech

Streaming

Real-time streaming audio output over WebSocket.

streaming

Synchronous

Synthesizes speech from fully-submitted text in a single synchronous request.

synchronous

Voice cloning

Supports voice cloning from a reference sample of up to 120 seconds.

voice_cloning

Speed adjustment

Supports speaking-rate adjustment between 0.7x and 1.3x, not yet mapped on the route.

speed_control

Silence reduction

Supports trimming silence from generated audio, not yet mapped on the route.

silence_reduction

Timestamps

Reports timestamps alongside the generated audio.

timestamps

コード

ElevenLabs SDKでのストリーミングTTS

ElevenLabs SDKをAllModels経由でルーティングし、音声レスポンスをストリーミングします。

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const stream = await client.textToSpeech.stream("voice_id", {
  text: "I'm sorry, Dave. I'm afraid I can't do that.",
  modelId: "soniox/tts-rt-v2",
  outputFormat: "mp3_44100_128"
}, {
  queryParams: {
    provider: {
      "only": [
        "soniox"
      ]
    }
  }
});

const reader = stream.getReader();
for (;;) {
  const { done, value } = await reader.read();
  if (done) break;
  // Write value to your response, file, or audio playback pipeline.
}