Часто задаваемые вопросы
Что такое бот для озвучки текста?
Это облачный API для преобразования текста в аудиофайлы. Вы отправляете текст через HTTP-запрос и получаете готовый аудиофайл. Продукт не является самостоятельным ботом, а представляет собой программный интерфейс для интеграции в ваши LMS-системы и платформы онлайн-обучения.
Как работает API для генерации речи?
API работает по принципу отправки POST-запроса на эндпоинт /v1/audio/speech с JSON-телом. Требуется указать модель, текст, голос и формат. Аутентификация осуществляется через заголовок Authorization: Bearer. Интерфейс совместим с официальными SDK OpenAI при изменении base_url.
Какие голоса доступны для озвучки?
Доступно 8 предустановленных голосов: четыре женских (aria, nova, luna, sage) и четыре мужских (felix, milo, atlas, orion). Каждый голос имеет определенный тембр и стиль подачи. Все голоса основаны на лицензированных записях и могут произносить текст на любом из поддерживаемых языков.
Поддерживает ли API русский язык?
Да, русский язык полностью поддерживается. В списке доступных языков указан русский (Russian). Вы можете явно задать параметр language или дождаться автоматического определения языка системой. Если язык не указан, для латиницы по умолчанию выбирается английский, поэтому для русского текста параметр лучше указать явно.
Сколько стоит генерация аудио?
Стоимость составляет $10 за 1 миллион символов, что равно $0.01 за 1000 символов. В подсчет включаются пробелы и знаки препинания. Неудачные запросы не тарифицируются, а списание происходит автоматически при успешной генерации. Баланс не имеет срока действия.
Можно ли использовать API для больших объемов текста?
Один запрос поддерживает текст до 4096 символов. Для больших объемов необходимо разделить текст на части, сгенерировать аудио для каждой и объединить файлы. Типичная скорость генерации составляет около 25 символов текста в секунду, что соответствует реальному времени воспроизведения для длинных текстов.
Как быстро генерируется аудиофайл?
Генерация занимает примерно столько же времени, сколько длится сам аудиофайл (около 25 символов в секунду). Короткие фразы обрабатываются за несколько секунд. Запросы обрабатываются последовательно, поэтому при высокой нагрузке может возникнуть очередь. Скорость зависит от длины текста и текущей нагрузки на сервер.
Сохраняется ли текст после генерации?
Исходный текст используется только для создания аудио и не передается на обучение моделей. Сгенерированный аудиофайл возвращается в ответе и не сохраняется на сервере. Метаданные запроса (время, количество символов, статус) хранятся исключительно для целей биллинга и учета расходов.
Нужно ли устанавливать дополнительное ПО?
Нет, дополнительное программное обеспечение не требуется. API работает через стандартные HTTP-запросы. Вы можете использовать любой язык программирования или инструменты вроде cURL. Для удобства можно использовать официальные SDK OpenAI, просто изменив базовый URL на адрес нашего API.
Какие форматы аудио поддерживаются?
API поддерживает пять форматов: mp3, wav, opus, flac и pcm. Формат выбирается в поле response_format запроса. Вы можете выбрать подходящий формат в зависимости от требований вашей LMS-системы или плеера, где будет воспроизводиться аудиокурс.
Можно ли ускорить или замедлить речь?
Да, параметр speed позволяет регулировать скорость воспроизведения от 0.25 до 4.0. Это дает возможность адаптировать темп речи под потребности слушателей или сократить время прослушивания учебных материалов. Значение по умолчанию обеспечивает естественный темп, но может быть изменено в запросе.
Есть ли лимиты на количество запросов?
Лимит составляет 60 запросов в минуту на один API-ключ. До первого пополнения счета лимит ниже — 10 запросов в минуту. При превышении лимита запросы могут ожидать обработки в очереди. Очередь формируется, так как запросы обрабатываются последовательно.
Как получить API-ключ?
API-ключ можно получить на странице /get-api-key/. Регистрация доступна через Google или по электронной почте с паролем. После входа вы увидите ваш ключ, баланс и пример curl-команды. Ключ можно выпустить заново в любой момент, старый перестанет действовать сразу.
Как происходит оплата услуг?
Оплата производится USDT (TRC-20) в сети TRON. Минимальная сумма пополнения — $5. Средства зачисляются автоматически в течение нескольких минут после перевода. Кредитная карта и PayPal не поддерживаются. Баланс не сгорает, подписки и счета с НДС отсутствуют.
Первый запрос
curl
curl https://api.rb3774d.com/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Возможности API
API преобразует учебные материалы в аудиофайлы напрямую через POST-запросы. Отправляйте текст и получайте готовый аудиофайл без привлечения внешних дикторов, что ускоряет выпуск курсов.
Решение разработано для интеграции в LMS-системы. Вы управляете генерацией голоса программно, сохраняя единый стандарт качества для всех учебных модулей вашей команды.
Генерация аудио из текста
Сервис принимает текст до 4096 символов за один запрос и возвращает аудиофайл. Для длинных лекций тексты разбиваются на части, а файлы объединяются. Генерация происходит в реальном времени.
Интеграция с LMS
API совместим с официальными SDK и стандартными HTTP-запросами. Укажите базовый URL и используйте ваш API-ключ для автоматизации процессов внутри вашей платформы.
Поддержка форматов MP3 и WAV
Вы можете выбрать формат вывода: MP3, WAV, OPUS, FLAC или PCM. Это позволяет оптимизировать вес файлов под требования вашей LMS и устройств пользователей.
Доступные голоса
API предоставляет доступ к восьми предустановленным голосам, обеспечивающим качественный синтез речи для учебных материалов. Аудиофайлы генерируются с использованием лицензированных записей LibriTTS-R и аудиокниг из общественного достояния, что гарантирует естественность звучания.
Женские голоса: Aria, Nova
Aria отличается теплым и чистым тембром, что делает ее идеальной для narration и основного учебного контента. Nova обладает ярким и бодрым звучанием, подходящим для мотивационных модулей и интерактивных элементов курсов.
Мужские голоса: Felix, Milo
Felix передает энергичный тон, необходимый для промо-материалов и динамичных презентаций. Milo использует разговорный стиль, создавая эффект личного общения с обучающимся, что повышает вовлеченность в учебный процесс.
Специализированные дикторы
Остальные голоса дополняют базовую пару для узких задач. Sage подходит для инструкций, Luna — для историй, Atlas — для новостей, Orion для документальных фильмов.
Языки поддержки
API поддерживает 23 языка, включая русский и английский. Язык можно указать явно через параметр language или определить автоматически по скрипту текста.
В список входят европейские и азиатские языки. При отсутствии указания языка латиница по умолчанию обрабатывается как английский текст.
Русский и английский
Базовая поддержка для основных рынков. Все голоса корректно воспроизводят фонетику русского и английского языков без дополнительных настроек.
- Автоматическое определение языка по скрипту
- Корректная фонетика для русской и английской речи
Европейские языки
Полный набор для разработки образовательных материалов в Европе. Включает немецкий, французский, испанский, итальянский, польский, шведский, норвежский, датский, голландский, финский, греческий, португальский, турецкий, шваби и арабский.
- Немецкий, французский, испанский, итальянский
- Польский, шведский, норвежский, датский
- Голландский, финский, греческий, португальский
- Турецкий, шваби, арабский
Азиатские языки
Поддержка ключевых азиатских языков для международных курсов. Включены китайский, японский, корейский, хинди, малайский, арабский и иврит. Голоса адаптированы под специфику каждого языка.
- Китайский, японский, корейский
- Хинди, малайский
- Арабский и иврит
Демо-версия
Начните работу с API без глубокого погружения в документацию. Отправьте тестовый запрос через curl или любой HTTP-клиент, чтобы убедиться в корректности формата данных.
Используйте бесплатный пробный баланс в $0.50 для проверки качества синтеза. Это позволяет оценить голос и качество аудиофайла до начала массовой генерации курсов.
Тестовый запрос
Отправьте POST-запрос на https://api.rb3774d.com/v1/audio/speech. Укажите модель tts-1 или tts-1-hd, текст до 4096 символов и выбранный голос. Используйте заголовок Authorization: Bearer с вашим ключом.
- POST /v1/audio/speech
- JSON body: model, input, voice
Пример ответа API
При успешном выполнении API возвращает аудиофайл в указанном формате (mp3, wav, opus, flac, pcm). В ответе содержится бинарные данные, которые можно сразу сохранять в медиабиблиотеку вашей LMS.
Быстрая проверка
Проверьте работу лимитов (10 запросов в минуту для новых ключей) и качество генерации. Убедитесь, что аудиозаписи корректно воспроизводятся в плеерах ваших онлайн-курсов.
Технические детали
API соответствует формату OpenAI: отправьте POST-запрос на https://api.rb3774d.com/v1/audio/speech с текстом до 4096 символов. Поддерживаются форматы mp3, wav, opus, flac, pcm и настройка скорости от 0.25 до 4.0.
Формат запросов
Тело запроса содержит поля model (tts-1 или tts-1-hd), input (текст), voice, response_format и optional language. Для длинных текстов разбивайте текст на части по 4096 символов и объединяйте полученные аудиофайлы.
Аутентификация
Используйте заголовок Authorization: Bearer tts-... с уникальным ключом аккаунта. Ключ можно сгенерировать на странице /get-api-key/.
Лимиты запросов
Доступно 60 запросов в минуту на один ключ (10 в минуту до первого пополнения). Запросы обрабатываются последовательно, поэтому при высокой нагрузке возможна очередь.

Преимущества для команд
API поддерживает до 60 запросов в минуту на ключ. Запросы обрабатываются последовательно, поэтому при высокой нагрузке возможна очередь. Лимит в 60 запросов в минуту на ключ позволяет командам интегрировать генерацию аудио в конвейеры без риска перегрузки сервиса.
Контроль бюджета обеспечивается фиксированной тарификацией: $10 за 1 миллион символов. Пропущенные символы и пробелы учитываются, но неудачные запросы не списывают средства. Баланс пополняется через USDT (TRC-20) без скрытых комиссий и ежемесячных подписок, что упрощает финансовое планирование для IT-отделов.
Масштабируемость
Архитектура API поддерживает последовательную обработку запросов. Каждый ключ ограничен 60 запросами в минуту, что достаточно для автоматизации регулярных обновлений контента в LMS.
- Последовательная обработка гарантирует целостность аудиофайлов
- Лимит 60 запросов/мин на ключ
- Поддержка до 4096 символов на запрос
Контроль расходов
Тариф $0.01 за 1000 символов позволяет точно прогнозировать затраты на озвучку. Несгенерированные или ошибочные запросы не списывают средства с баланса. Пополнение через USDT (TRC-20) исключает валютные разницы и комиссии банковских переводов.
- Фиксированная цена за объем текста
- Возврат средств при сбоях синтеза
- Пополнение без подписок и инвойсов
Простая интеграция
Использование формата запросов, совместимого с OpenAI SDK, сокращает время на разработку. Командам не нужно писать кастомные парсеры для аудиоответов. Достаточно сменить базовый URL и добавить заголовок авторизации в существующий код.
- Совместимость с OpenAI SDK
- Стандартный JSON-формат тела запроса
- Быстрое внедрение в CI/CD пайплайны
Скорость генерации
Система генерирует аудио примерно со скоростью реального времени: на создание одного секунды аудио требуется около 25 символов исходного текста. Это позволяет автоматизировать озвучку длинных лекций и модулей без значительных задержек при стандартной нагрузке.
Реальное время для длинных текстов
Для длинных учебных материалов генерация происходит линейно, что упрощает планирование ресурсов. Короткие фразы могут занимать несколько секунд на обработку из-за накладных расходов на инициализацию запроса.
- Соотношение текста к аудио: ~25 символов на 1 секунду
Очереди при нагрузке
Запросы обрабатываются последовательно. При высокой нагрузке запросы могут ожидать в очереди перед началом синтеза. Это гарантирует целостность данных, но увеличивает время отклика в пиковые моменты.
Стабильная работа
API поддерживает до 60 запросов в минуту на ключ. Для больших объемов рекомендуется разделять текст на части до 4096 символов и объединять аудиофайлы на стороне клиента.
Безопасность данных
Обработка текста строго ограничена генерацией аудиофайла. Ваши учебные материалы не используются для дообучения моделей и остаются в вашем владении.
Текст не используется для обучения
Введенный текст используется исключительно для создания аудио и не сохраняется для тренировки нейросетей.
Аудио не хранится
Сгенерированный аудиофайл возвращается в ответе API и не сохраняется на наших серверах после передачи.
Метаданные для биллинга
Сохраняются только технические данные: время запроса, количество символов и статус выполнения для корректного расчета стоимости.
Эти метаданные необходимы исключительно для учета лимитов и формирования истории начислений.
Поддержка
Мы обеспечиваем техническую поддержку исключительно по электронной почте. Это гарантирует, что каждый запрос будет обработан компетентным специалистом с учетом контекста вашей интеграции с LMS-системой. Оперативная связь помогает быстрее решать вопросы, связанные с аутентификацией, лимитами или форматированием запросов.
Электронная почта
Все обращения направляются на адрес технической поддержки. Мы не используем телефонные линии или живые чаты, чтобы обеспечить системный подход к решению задач. Ожидание ответа может потребоваться, но это гарантирует детальную проработку каждого технического вопроса.
Документация
Полное описание API, включая примеры запросов и ответов, доступно в разделе документации. Там же приведены примеры кода на Python и cURL, что упрощает внедрение в ваши процессы без привлечения дополнительных специалистов.
- Примеры запросов и ответов
- Описание конечных точек API
- Форматы данных и аутентификация
Быстрые ответы
Для типовых вопросов, таких как проверка баланса или сброс API-ключа, мы предоставляем информацию максимально оперативно. Это позволяет командам быстро восстанавливать рабочий процесс после технических сбоев или изменений в конфигурации аккаунта.
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Скорость генерации для коротких фраз составляет несколько секунд, что обеспечивает быстрый отклик интерфейса.
23 языка
Любой голос может говорить на любом из этих языков.
