Zum Inhalt springen

Text-to-Speech-API-Python-Tutorial (2026): Schnellstartanleitung für Audexum

Audexum8 Min.By Petar

Erfahre, wie du mit der requests-Bibliothek in Python eine Text-to-Speech-API aufrufst. Vollständige Codebeispiele für Stimmenauswahl, WAV-Ausgabe, Fehlerbehandlung und einen Preisvergleich.

Die Integration von Text-to-Speech in ein Python-Projekt erfordert weniger als 20 Codezeilen. Dieser Leitfaden führt dich durch alles: Authentifizierung, Stimmenauswahl, Speichern der WAV-Ausgabe, Fehlerbehandlung und die Auswahl des passenden Tarifs für deine Nutzung.

Alle Beispiele verwenden die Audexum TTS API, die 43 Stimmen in 32 Sprachen unterstützt und einen kostenlosen Tarif ohne Kreditkartenanforderung bietet.

Voraussetzungen

Du brauchst nur die requests Bibliothek. Kein SDK, kein Framework.

bash
pip install requests

Hol dir kostenlos einen API-Schlüssel unter audexum.com/signupeinen kostenlosen API-Schlüssel. Schlüssel haben das Format sk_live_abc123xyz. Der kostenlose Tarif bietet dir 2,000 kostenlose Credits + 250 pro Tag, ganz ohne Kreditkarte.

Erster API-Aufruf

Der Endpunkt akzeptiert einen JSON-Body mit text, voice_idund optional language. Er gibt rohe WAV-Audiodaten zurück.

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}")

Führe ihn aus und du erhältst output.wav im aktuellen Verzeichnis. Das ist die vollständige funktionierende Implementierung.

Stimme auswählen

Audexum bietet 43 Stimmen in Amerikanischem Englisch, Britischem Englisch, Spanisch, Französisch, Deutsch, Japanisch, Koreanisch, Arabisch, Hindi, Bulgarisch, Italienisch, Portugiesisch und weiteren Sprachen. Rufe die verfügbaren Stimmen mit einer GET-Anfrage ab:

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']}")

Beispielausgabe:

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

Übergib die voice_id Zeichenkette direkt in deiner Syntheseanfrage.

WAV-Datei speichern

Der Response-Body ist rohes PCM-WAV: Es ist keine Base64-Dekodierung nötig. Schreibe ihn mit Standard-Dateizugriff auf die Festplatte:

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)")

Wenn du statt WAV lieber MP3 brauchst, übergib "format": "mp3" im JSON-Body.

Fehlerbehandlung

Behandle Rate-Limits, ungültige Stimmen und Authentifizierungsfehler ausdrücklich:

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

Übersicht der Statuscodes

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

Batch-Verarbeitung

Bleibe bei Stapeln von Zeichenketten innerhalb des Rate-Limits und füge zwischen den Anfragen eine kurze Verzögerung ein:

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

Preisvergleich

Bevor du dich für einen Tarif entscheidest: So vergleichen sich die wichtigsten TTS-APIs hinsichtlich des Preises pro Zeichen:

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

Abonnenten von Audexum-Tarifen erhalten effektive Preise von €9,93/1M (Business) bis €24,17/1M (Pro). Die PAYG-Option mit €28/1M Credits eignet sich für Projekte mit unvorhersehbarem Volumen, und einmalig gekaufte Credit-Pakete laufen nie ab.

Tarifübersicht

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

Nächste Schritte

Die vollständige Python-Implementierung passt in weniger als 30 Zeilen. Die kostenlose Stufe reicht aus, um eine vollständige Integration zu entwickeln und zu testen, bevor du Geld ausgibst.

Hol dir deinen API-Schlüssel unter audexum.com/signup und sieh dir die API-Referenz für die vollständige Liste aller Parameter an, einschließlich Steuerungen für Geschwindigkeit, Tonhöhe und Ausgabeformat.


Von Petar, Gründer von Audexum. Der Betrieb eines selbst finanzierten TTS-SaaS-Unternehmens lässt einen zu API-Design sehr klare Meinungen haben.

Got any questions left?

Feedback teilen

War dieser Artikel hilfreich?

Nächster ArtikelMehrsprachige Text-to-Speech-API: 33 Sprachen mit einem REST-Endpunkt (2026)

Kostenlos starten. Keine Karte.

2,000 Credits zum Start, 250 jeden Tag mehr.