Урок за Text to Speech API на Python (2026): бърз старт с Audexum
Научете как да извикате API за текст в реч в Python с библиотеката requests. Пълни примери за код за избор на глас, изход във WAV, обработка на грешки и сравнение на цените.
Интегрирането на преобразуване на текст в реч в Python проект отнема по-малко от 20 реда код. Това ръководство разглежда всичко: удостоверяване, избор на глас, запазване на WAV файл, обработка на грешки и избор на подходящ план според използването ти.
Всички примери използват Audexum TTS API, който поддържа 43 гласа на 32 езика и има безплатен план, който не изисква кредитна карта.
Предпоставки
Нужда се само от requests библиотеката. Без SDK, без рамка.
pip install requestsВземи безплатен API ключ от audexum.com/signup. Ключовете следват формата sk_live_abc123xyz. Безплатният план ти дава 2 000 безплатни кредита + 250 на ден, без да е необходима карта.
Първо API извикване
Крайната точка приема JSON тяло с text, voice_idи по избор language. Връща необработено WAV аудио.
import requests
API_KEY = "sk_live_abc123xyz"
API_URL = "https://audexum.com/api/v1/tts"
response = requests.post(
API_URL,
headers={
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
},
json={
"text": "Hello, this is a test of the Audexum text-to-speech API.",
"voice_id": "en_us_female_01",
},
)
if response.status_code == 200:
with open("output.wav", "wb") as f:
f.write(response.content)
print("Saved output.wav")
else:
print(f"Error {response.status_code}: {response.text}")Изпълни го и ще получиш output.wav в текущата директория. Това е цялото работещо внедряване.
Избор на глас
Audexum има 43 гласа на американски английски, британски английски, испански, френски, немски, японски, корейски, арабски, хинди, български, италиански, португалски и още езици. Изброй наличните гласове с GET заявка:
import requests
API_KEY = "sk_live_abc123xyz"
voices = requests.get(
"https://audexum.com/api/v1/voices",
headers={"Authorization": f"Bearer {API_KEY}"},
).json()
for voice in voices:
print(f"{voice['voice_id']:30s} {voice['language']:10s} {voice['gender']}")Примерен резултат:
en_us_female_01 en-US female
en_us_male_01 en-US male
en_gb_female_01 en-GB female
de_female_01 de female
ja_female_01 ja femaleПредай voice_id низа директно в заявката за синтез.
Запазване на WAV файла
Тялото на отговора е суров PCM WAV: не е необходимо да декодирате base64. Запишете го на диск със стандартен файлов I/O:
import requests
from pathlib import Path
def synthesize(text: str, voice_id: str, output_path: str, api_key: str) -> Path:
response = requests.post(
"https://audexum.com/api/v1/tts",
headers={
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json",
},
json={"text": text, "voice_id": voice_id},
)
response.raise_for_status()
path = Path(output_path)
path.write_bytes(response.content)
return path
# Usage
output = synthesize(
text="Welcome to our application.",
voice_id="en_us_female_01",
output_path="welcome.wav",
api_key="sk_live_abc123xyz",
)
print(f"Audio saved to {output} ({output.stat().st_size} bytes)")Ако ти е необходим MP3 вместо WAV, предай "format": "mp3" в JSON тялото.
Обработка на грешки
Обработи изрично ограниченията на честотата, невалидните гласове и грешките при удостоверяване:
import requests
from requests.exceptions import RequestException
def safe_synthesize(text: str, voice_id: str, api_key: str) -> bytes | None:
try:
response = requests.post(
"https://audexum.com/api/v1/tts",
headers={
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json",
},
json={"text": text, "voice_id": voice_id},
timeout=30,
)
if response.status_code == 401:
raise ValueError("Invalid API key. Check your sk_live_ token.")
if response.status_code == 402:
raise RuntimeError("Character quota exceeded. Upgrade your plan or wait for reset.")
if response.status_code == 422:
raise ValueError(f"Invalid request: {response.json().get('detail')}")
response.raise_for_status()
return response.content
except RequestException as e:
print(f"Network error: {e}")
return NoneСправка на кодовете за състояние
Пакетна обработка
За пакети от низове, за да не надвишиш ограничението на честотата, добавяй малка пауза между заявките:
import time
import requests
from pathlib import Path
def batch_synthesize(items: list[dict], api_key: str, delay: float = 0.2):
"""
items: [{"text": "...", "voice_id": "...", "output": "file.wav"}, ...]
"""
results = []
for item in items:
response = requests.post(
"https://audexum.com/api/v1/tts",
headers={"Authorization": f"Bearer {api_key}"},
json={"text": item["text"], "voice_id": item["voice_id"]},
)
if response.ok:
Path(item["output"]).write_bytes(response.content)
results.append({"file": item["output"], "status": "ok"})
else:
results.append({"file": item["output"], "status": response.status_code})
time.sleep(delay)
return resultsСравнение на цените
Преди да се завържеш с план, ето как основните TTS API се сравняват по цена на символ:
Абонатите на Audexum получават ефективни цени от €9,93/1M (Business) до €24,17/1M (Pro). Опцията PAYG при €28/1M кредита е подходяща за проекти с непредвидим обем, а еднократните пакети от кредити никога не изтичат.
Обобщение на плановете
Следващи стъпки
Цялото внедряване на Python се побира в по-малко от 30 реда. Безплатният план е достатъчен да изградиш и изтестваш пълно интегриране, преди да похарчиш каквото и да е.
Вземи своя API ключ от audexum.com/signup и виж API документация за пълния списък с параметри, включително контрол над скоростта, височината на тона и формата на изхода.
- Свързано: Най-евтин API за преобразуване на текст в реч през 2026 г.
- Свързано: Алтернатива на ElevenLabs с безплатен план
- Свързано: TTS API за Discord ботове
От Petar, основател на Audexum. Управлението на самофинансиран TTS SaaS ме е накарало да имам силно мнение за проектирането на API.
Got any questions left?
Споделете обратна връзка
Беше ли ви полезна тази статия?