Audio & Echtzeit

Audio-Workloads haben zwei Formen. Verwenden Sie die Audio-Endpunkte für dateiähnliche Anfragen wie Text-to-Speech, Transkription und Audioübersetzung. Verwenden Sie den Realtime-WebSocket-Endpunkt, wenn die Nutzererfahrung interaktive Audio- oder multimodale Ereignisse mit niedriger Latenz benötigt.

Workflow Wählen

Workflow	Endpunkt	Verwenden, wenn
Text zu Sprache	`POST /v1/audio/speech`	Sie eine Audiodatei aus Text benötigen.
Transkription	`POST /v1/audio/transcriptions`	Sie Text aus einer Audiodatei benötigen.
Audioübersetzung	`POST /v1/audio/translations`	Sie übersetzten Text aus einer Audiodatei benötigen.
Realtime-Sitzung	`GET /v1/realtime`	Sie bidirektionales Streaming-Audio oder Echtzeitereignisse benötigen.

Modelle Finden

Fragen Sie den Modellkatalog ab, bevor Sie ein Modell fest einbauen. Nutzen Sie empfohlene Shortlists für Speech und Transkription, und prüfen Sie Realtime-Unterstützung in den Modelldetails, bevor Sie einen Socket öffnen.

curl "https://api.tokenlab.sh/v1/models?recommended_for=tts" \
  -H "Authorization: Bearer sk-your-api-key"

curl "https://api.tokenlab.sh/v1/models?recommended_for=stt" \
  -H "Authorization: Bearer sk-your-api-key"

Synchrone Audioanfragen

Speech-, Transkriptions- und Übersetzungsanfragen antworten direkt im HTTP-Request. Große Eingaben können länger dauern als übliche Client-Timeouts, daher sollten Sie großzügige Timeouts setzen und Request-IDs für Support speichern.

curl -X POST "https://api.tokenlab.sh/v1/audio/speech" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1-hd",
    "voice": "nova",
    "input": "Welcome to TokenLab."
  }' \
  --output speech.mp3

Realtime-Sitzungen

Öffnen Sie einen WebSocket mit dem Modell in der Query und dem API-Key im Authorization-Header. Nutzen Sie das Ereignisformat aus der Dokumentation des gewählten Realtime-Modells und schließen Sie den Socket am Ende der Sitzung. Dieser Leitfaden deckt nur den WebSocket-Proxy ab. TokenLab stellt derzeit keine OpenAI-Realtime-REST-Endpunkte für client secret, translation client secret, Calls oder legacy beta session-Verwaltung bereit.

import WebSocket from 'ws';

const socket = new WebSocket('wss://api.tokenlab.sh/v1/realtime?model=gpt-realtime', {
  headers: { Authorization: 'Bearer sk-your-api-key' }
});

socket.on('message', (event) => console.log(event.toString()));

Statusbehandlung

Speichern Sie generierte Audiodateien, statt dieselbe Anfrage beim Aktualisieren erneut auszuführen.
Zeigen Sie Upload- und Verarbeitungsstatus auch bei synchroner Transkription und Übersetzung.
Behandeln Sie Close-Events bei Realtime und verbinden Sie erst neu, wenn der Nutzer eine neue Sitzung startet.
Legen Sie keine API-Keys, privaten URLs oder Konto-Geheimnisse in Audio-Texteingaben ab.

API-Referenz

Thema	Referenz
Speech Erstellen	Speech Erstellen
Transkription Erstellen	Transkription Erstellen
Übersetzung Erstellen	Übersetzung Erstellen
Realtime WebSocket	Realtime WebSocket
Modelle Auflisten	Modelle Auflisten
Abrechnung & Preise	Abrechnung & Preise

Erste Schritte

Kernleitfäden

Medienleitfäden

Workflow Wählen

Modelle Finden

Synchrone Audioanfragen

Realtime-Sitzungen

Statusbehandlung

API-Referenz

​Workflow Wählen

​Modelle Finden

​Synchrone Audioanfragen

​Realtime-Sitzungen

​Statusbehandlung

​API-Referenz

Workflow Wählen

Modelle Finden

Synchrone Audioanfragen

Realtime-Sitzungen

Statusbehandlung

API-Referenz