Към съдържанието

Урок за Text to Speech API на Python (2026): бърз старт с Audexum

Audexum8 минBy Petar

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.

bash
pip install requests

Вземи 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.

python
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:

python
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:

text
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         female

Предай 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:

python
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:

python
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 None

Справка на кодовете за състояние

CodeMeaningAction
200SuccessWrite response body to file
401Bad API keyCheck the Authorization header
402Quota exceededUpgrade plan or wait for monthly reset
422Bad request bodyCheck voice_id and text fields
429Rate limitedRetry with exponential backoff
500Server errorRetry once, then contact support

Пакетна обработка

За пакети от низове, за да не надвишиш ограничението на честотата, добавяй малка пауза между заявките:

python
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 results

Сравнение на цените

Преди да се завържеш с план, ето как основните TTS API се сравняват по цена на символ:

ProviderFree TierPaid EntryCost per 1M charsCard Required for Free
Audexum2K to start€29 / 1.2M~€28.00 (PAYG)No
ElevenLabs10K credits/mo$6 / 30K~$165–$200Yes (some plans)
OpenAI TTSNonePay-as-you-go~$15Yes
Google Cloud TTS4M standard + 1M WaveNet/moPay-as-you-go$4 standard / $16 WaveNetYes

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

PlanCredits/moPriceBest For
Free2,000 + 250/day€0Prototypes, testing
Pro1,200,000€29Production apps
Scale4,000,000€49High-volume pipelines
Credit packs250,000 to 3,500,000, never expirefrom €7Bursty or unpredictable load

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.


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?

Следваща статияМногоезичен API за преобразуване на текст в реч: 33 езика с един REST endpoint (2026)

Започнете безплатно. Без карта.

2,000 кредита за начало, 250 още всеки ден.