Cuerpo de la solicitud
Tiempo de espera de solicitudes síncronas: este endpoint no-chat espera a que el modelo enrutado termine. Entradas grandes, audio largo o lotes grandes pueden superar los valores predeterminados habituales de 30s del cliente, así que configura el timeout de tu cliente HTTP en al menos120s.
Los campos opcionales admitidos varían según la familia de modelo. TokenLab valida esta matriz antes de enrutar: OpenAI TTS acepta voice, instructions, response_format, stream_format y speed; MiniMax speech acepta voice, voice_id, response_format, stream_format y speed; Gemini TTS acepta prompt, language_code, voice, response_format, stream_format, speed y temperature; las rutas TTS más estrechas de tipo Vidu/Kling pueden aceptar solo input y stream_format. Los campos de nivel superior desconocidos, incluido user, devuelven 400 unsupported_parameter en lugar de ignorarse.
Modelo TTS. Algunos ejemplos son
tts-1, gpt-4o-mini-tts, speech-02-hd y gemini-2.5-flash-tts. Consulta GET /v1/models?recommended_for=tts para la lista actual.El texto para el que se generará audio. Máximo 4096 caracteres.
Selector de voz. Pasa un nombre integrado como
nova, una voz de Gemini como Kore o un objeto como { "id": "voice-id" } para voces personalizadas compatibles.Selector de voz nativo del proveedor para modelos speech compatibles con MiniMax.
Instrucciones opcionales de estilo o entrega para modelos TTS compatibles con OpenAI que las admitan.
Prompt opcional de estilo de habla para modelos Gemini TTS.
Código de idioma opcional, por ejemplo
en-US, para rutas Gemini, xAI y TTS compatibles.Formato de audio. Valores comunes:
mp3, opus, aac, flac, wav y pcm; los valores admitidos varían según la familia de modelo.Formato de entrega de TokenLab:
audio o sse. stream_format=sse no está admitido para tts-1 ni tts-1-hd.Velocidad del habla para familias de modelos que la admitan (0.25 a 4.0).
Temperatura de muestreo para rutas TTS compatibles con Gemini (0 a 2).
Respuesta
Devuelve el archivo de audio en el formato solicitado.Muestras de voz
| Voz | Descripción |
|---|---|
alloy | Neutral, equilibrada |
ash | Tranquila, medida |
ballad | Melódica, expresiva |
coral | Cálida, acogedora |
echo | Cálida, conversacional |
fable | Expresiva, narrativa |
nova | Amigable, clara |
onyx | Profunda, autoritaria |
sage | Sabia, reflexiva |
shimmer | Suave, delicada |
verse | Dinámica, versátil |
Ejemplo de respuesta
Campos importantes
Tipo de evento o mensaje devuelto por la API.
Cuerpo bruto de la respuesta. Guárdalo directamente sin parsearlo como JSON.