リクエストボディ
同期リクエストのタイムアウト: この非チャットエンドポイントは、ルーティング先モデルの処理完了を待ちます。大きな入力、長い音声、大きなバッチは一般的な 30s のクライアント既定値を超えることがあるため、HTTP クライアントのタイムアウトは少なくとも120s に設定してください。
サポートされる任意フィールドはモデルファミリーによって異なります。TokenLab はルーティング前にこのフィールド行列を検証します。OpenAI TTS は voice、instructions、response_format、stream_format、speed を受け付けます。MiniMax speech は voice、voice_id、response_format、stream_format、speed を受け付けます。Gemini TTS は prompt、language_code、voice、response_format、stream_format、speed、temperature を受け付けます。より狭い Vidu/Kling 系 TTS ルートでは input と stream_format のみを受け付ける場合があります。user を含む未知のトップレベルフィールドは無視されず、400 unsupported_parameter を返します。
string
デフォルト:"tts-1"
TTS モデル。例:
tts-1、gpt-4o-mini-tts、speech-02-hd、gemini-2.5-flash-tts。現在の候補は GET /v1/models?recommended_for=tts で確認してください。string
必須
音声を生成する対象のテキストです。最大 4096 文字。
string | object
音声セレクター。
nova などの組み込み音声、Kore などの Gemini 音声、または互換カスタム音声向けに { "id": "voice-id" } のようなオブジェクトを渡します。string
MiniMax 互換 speech モデル向けのプロバイダー native 音声セレクターです。
string
対応する OpenAI 互換 TTS モデルで使える、任意のスタイルまたは読み上げ指示です。
string
Gemini TTS モデル向けの任意の話し方スタイル prompt です。
string
Gemini、xAI、互換 TTS ルート向けの任意の言語コードです。例:
en-US。string
音声形式。一般的な値は
mp3、opus、aac、flac、wav、pcm です。サポート値はモデルファミリーによって異なります。string
デフォルト:"audio"
TokenLab の配信形式:
audio または sse。tts-1 と tts-1-hd は stream_format=sse をサポートしません。number
対応するモデルファミリーで使える読み上げ速度です(0.25 ~ 4.0)。
number
Gemini 互換 TTS ルートのサンプリング temperature です(0 ~ 2)。
レスポンス
要求された形式の音声ファイルを返します。音声音声サンプル
レスポンス例
重要フィールド
string
API が返す event または message type です。
binary
生のレスポンス body です。JSON として解析せず直接保存してください。