Build with Audexum.
REST API. Bearer auth. JSON in, WAV/MP3/OGG/Opus out. Streaming and webhooks included.
Authentification
Générez une clé API depuis les paramètres développeur. Envoyez-la comme jeton Bearer dans chaque requête.
Authorization: Bearer sk_live_•••••••••••••••••••••••••••••••••POST/api/synthesize
Générez de l’audio à partir de texte. Renvoie audio/wav par défaut (44.1 kHz, 16 bits PCM, mono). Utilisez format pour MP3/OGG/Opus, ou stream=true pour un streaming par blocs à faible latence.
# The shortest call there is. No backend named, so you get
# V3 Expressive on the Atlas voice — our most expressive engine.
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{"text": "Hello world"}' \
--output hello.wav
# V2 Multilingual, where speed and steps apply and 32 languages are available.
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{
"text": "Hello world",
"backend": "v2",
"voice": "M1",
"lang": "en",
"speed": 1.05,
"steps": 8
}' \
--output hello.wavCorps de la requête
Niveaux de voix
Choisissez un niveau avec backend. Chaque niveau possède ses propres voix et un multiplicateur de crédits par caractère. L’envoi d’une voix inconnue pour un niveau renvoie une erreur 400.
Omettez backend et le niveau est déduit : une voix V2 (F1..F5, M1..M5) vous permet de rester sur V2 Multilingual, une voix V3 sélectionne V3 Expressive, et ne nommer aucune voix vous donne V3 Expressive surAtlas. Les intégrations existantes qui envoient uniquement unevoix ne sont pas affectées et conservent la facturation au multiplicateur de leur niveau.
| backend | niveau | coût | voix |
|---|---|---|---|
| v1 | V1 Instant : rapide, conçu d’abord pour l’anglais | 1× | Voir /api/voices |
| v2 | V2 Multilingual : 32 langues, dont le bulgare | 1.5× | F1..F5, M1..M5 |
| v3 | V3 Expressive : la plus expressive, avec émotion et style | 2× | Atlas, Reid, Sage, Kai, Cole, Ivy, Mira, Elle, Nova |
# V3 Expressive — most expressive tier, with an optional style prompt
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{
"text": "We shipped it. Finally.",
"backend": "v3",
"voice": "Atlas",
"instruct": "warm, relieved, unhurried"
}' \
--output ultra.wavEn-têtes de réponse
Formats de sortie (OGG / Opus / MP3)
Ajoutez "format": "ogg" (ou mp3 / opus) pour obtenir une réponse transcodée. Le quota est identique quel que soit le format. Le filigrane AudioSeal résiste à l’encodage MP3.
# OGG/Opus — smallest file size, best for streaming/web
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{"text": "Hello", "voice": "M1", "lang": "en", "format": "ogg"}' \
--output hello.ogg
# MP3 — maximum compatibility
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{"text": "Hello", "voice": "M1", "lang": "en", "format": "mp3"}' \
--output hello.mp3import requests
r = requests.post(
"https://audexum.com/api/synthesize",
headers={"Authorization": "Bearer sk_live_..."},
json={"text": "Hello world", "voice": "M1", "lang": "en", "format": "ogg"},
)
r.raise_for_status()
with open("hello.ogg", "wb") as f:
f.write(r.content)
# Content-Type: audio/ogg| format | Content-Type | Codec |
|---|---|---|
| wav | audio/wav | PCM 16-bit, 44.1 kHz (sans transcodage) |
| mp3 | audio/mpeg | libmp3lame VBR ~192 kbps |
| ogg | audio/ogg | libopus 96 kbps, 48 kHz |
| opus | audio/opus | libopus 96 kbps, 48 kHz (conteneur Ogg) |
TTS en streaming
Ajoutez "stream": true pour recevoir l’audio au fil de sa génération. La réponse est un flux à transfert par blocs contenant des fichiers WAV concaténés. Chaque bloc est un fichier WAV complet et valide (en-tête RIFF de 44 octets + PCM), ce qui vous permet de lancer immédiatement la lecture. Le quota est réservé pour l’intégralité du texte dès le départ, exactement comme pour un appel sans streaming. Le streaming nécessite format=wav (par défaut).
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{"text": "Sentence one. Sentence two. Sentence three.", "voice": "M1", "lang": "en", "stream": true}' \
--no-buffer --output - | ffplay -nodisp -i pipe:0import requests
with requests.post(
"https://audexum.com/api/synthesize",
headers={"Authorization": "Bearer sk_live_..."},
json={
"text": "First sentence. Second sentence. Third one.",
"voice": "M1",
"lang": "en",
"stream": True,
},
stream=True,
) as r:
r.raise_for_status()
with open("streamed.wav", "wb") as f:
for chunk in r.iter_content(chunk_size=None):
f.write(chunk)
# Each yielded chunk is a standalone WAV file (header + PCM).
# Concatenating them produces valid gapless audio.wav. La latence du premier bloc est enregistrée côté serveur. L’en-tête de réponse X-Stream: 1 confirme le mode streaming.POST/api/transcribe
Transcrivez de la parole en texte. Envoyez l’audio sous forme de multipart/form-data. Nécessite une clé sans restrictions (les clés de widget sont limitées à /api/synthesize). Facturé à 200 crédits par minute d’audio.
curl -X POST https://audexum.com/api/transcribe \
-H "Authorization: Bearer sk_live_..." \
-F "[email protected]" \
-F "timestamps=true"Champs du formulaire
| Champ | Remarques |
|---|---|
| audio | Obligatoire. Un fichier audio/*, jusqu’à 25 Mo et 600 secondes. |
| timestamps | Booléen facultatif. Inclut les minutages de début et de fin de chaque segment. |
| vocabulary | Facultatif. Jusqu’à 2000 caractères de termes métier pour orienter la reconnaissance. |
| clean / mode | Facultatif. Post-traiter la transcription (nettoyage, e-mail, professionnel, puces, concis). |
Réponse
{
"text": "Full transcript…",
"duration_s": 12.3,
"transcribe_ms": 480,
"segments": [{ "start": 0.0, "end": 3.2, "text": "…" }],
"raw_text": "…", // present only when a clean/transform mode was requested
"mode": "clean"
}POST/v1/audio/transcriptions
Reconnaissance vocale compatible OpenAI. Un outil permettant de modifier son URL de base OpenAI peut utiliser Audexum en la définissant sur https://audexum.com/v1, sans modification du code. Il utilise le même moteur et la même facturation que /api/transcribe: 200 crédits par minute d’audio. Envoyez multipart/form-data.
L’authentification est Authorization: Bearer sk_live_…Créez la clé dans les paramètres développeur (connexion requise). Utilisez une clé sk_live_ clé ; les clés widget restrictions renvoient 403 ici.
curl https://audexum.com/v1/audio/transcriptions \
-H "Authorization: Bearer sk_live_..." \
-F [email protected] \
-F model=whisper-1 \
-F language=bg \
-F response_format=json
# {"text": "…"}from openai import OpenAI
client = OpenAI(api_key="sk_live_...", base_url="https://audexum.com/v1")
with open("recording.mp3", "rb") as f:
result = client.audio.transcriptions.create(
model="whisper-1",
file=f,
language="bg", # optional; omit to auto-detect
)
print(result.text)Champs du formulaire
verbose_json
Segment début/fin proviennent du moteur. Les minutages des mots (timestamp_granularities[]=word) sont estimés: la durée de chaque segment est répartie entre ses mots selon leur nombre de caractères. Ils ne sont pas alignés par forçage. Chaque segment porte un mots clé, vide sauf si vous avez demandé des mots.
{
"task": "transcribe",
"language": "bg", // echo of the request; "auto" when omitted
"duration": 12.3,
"text": "Full transcript…",
"segments": [
{ "id": 0, "start": 0.0, "end": 3.2, "text": "…", "words": [] }
]
}Non pris en charge
POST /v1/audio/translationsrenvoie 405.- Transcription en streaming et API Realtime.
Erreurs
| Code | Corps |
|---|---|
| 400 | {"detail": "audio_too_short"} · "no_speech_detected" · "clip_too_long: max 600s per request" |
| 401 | {"detail": "authentication_required"}: missing or invalid key |
| 402 | {"detail": {"error": "insufficient_credits", …}}: full body below |
| 403 | {"detail": "email_not_verified"}: verify the account's email address |
| 405 | {"detail": "Method Not Allowed"}: /v1/audio/translations |
| 413 | {"detail": "audio_too_large"}: file over 25 MB |
| 415 | {"detail": "unsupported_media_type"}: file part is not audio |
// 402 — the balance cannot cover this file
{
"detail": {
"error": "insufficient_credits",
"plan_tier": "free",
"monthly_grant": 250,
"monthly_used": 250,
"pack_credits": 0,
"requested": 41,
"upgrade_url": "/pricing",
"offer": {
"reason": "insufficient_credits",
"headline": "You are out of credits",
"detail": "This request needs 41 credits. …",
"plan": { "tier": "pro", "price_eur": 29, "credits_per_month": 1200000 },
"actions": [
{ "kind": "upgrade", "label": "Upgrade to Pro — €29/mo", "url": "https://audexum.com/r/402" },
{ "kind": "pack", "label": "Buy 250,000 credits — €7", "url": "https://audexum.com/pricing#packs" }
]
}
}
}POST/api/batch
Envoyez jusqu’à 50 textes en une seule requête. Attendez la fin du traitement, puis téléchargez un zip.
# submit
curl -X POST https://audexum.com/api/batch \
-H "Authorization: Bearer sk_live_..." \
-H "Content-Type: application/json" \
-d '{"texts": ["one", "two"], "voice": "F2", "lang": "en"}'
# poll
curl -H "Authorization: Bearer sk_live_..." \
https://audexum.com/api/batch/$JOB_ID
# download once status=done
curl -H "Authorization: Bearer sk_live_..." \
https://audexum.com/api/batch/$JOB_ID/download -OWebhooks
Configurez un point de terminaison webhook dans votre les paramètres développeur pour recevoir des notifications POST signées. Nous envoyons du JSON avec un X-Audexum-Signature en-tête. Vérifiez-le avant de traiter la requête.
Structure de la charge utile
{
"event": "quota.warning_80",
"data": {
"monthly_grant": 3000,
"monthly_used": 24000,
"monthly_remaining": 6000,
"overage_enabled": false,
"plan_tier": "free",
"period_end": "2026-06-30"
},
"timestamp": "2026-06-12T14:22:00.000000+00:00"
}Événements
Vérification de la signature
Chaque envoi comprend X-Audexum-Signature: sha256=<hex>, calculé via HMAC-SHA256 sur le corps brut de la requête à l’aide de votre secret de webhook.
import hashlib, hmac
def verify_signature(body: bytes, secret: str, sig_header: str) -> bool:
expected = "sha256=" + hmac.new(
secret.encode(), body, hashlib.sha256
).hexdigest()
return hmac.compare_digest(expected, sig_header)
# In your FastAPI/Flask/Django handler:
# body = await request.body()
# sig = request.headers["X-Audexum-Signature"]
# if not verify_signature(body, WEBHOOK_SECRET, sig):
# return 401# Configure endpoint (session auth — browser only)
curl -X PUT https://audexum.com/api/account/webhook \
-H "Cookie: audexum_session=..." \
-H "X-Requested-With: XMLHttpRequest" \
-H "Content-Type: application/json" \
-d '{"url": "https://your-server.com/webhooks/audexum"}'
# Response contains secret — store it, shown once only.
# Remove endpoint
curl -X DELETE https://audexum.com/api/account/webhook \
-H "Cookie: audexum_session=..." \
-H "X-Requested-With: XMLHttpRequest"Erreurs
| Code | Signification |
|---|---|
| 400 | Requête incorrecte : voix/langue non valide, texte vide ou streaming avec un format non-WAV |
| 401 | Clé API manquante ou non valide |
| 402 | insufficient_credits : quota mensuel dépassé ; consultez /api/usage et /pricing pour les options de mise à niveau |
| 402 | feature_gated : la fonctionnalité nécessite un forfait supérieur (voir error.feature et error.min_tier) |
| 422 | URL de webhook non valide (non HTTPS, IP privée ou impossible à résoudre) |
| 429 | Trop de requêtes : réduisez votre fréquence de requête et réessayez |
| 503 | Serveur occupé (limite de concurrence atteinte) : réessayez avec un délai d’attente exponentiel et respectez l’en-tête Retry-After |
Limites de débit et usage équitable
- Limite de concurrence partagée : les requêtes au-delà de cette limite reçoivent 503 + Retry-After
- Des fréquences de requêtes abusives prolongées peuvent être limitées (usage raisonnable)
- Quota mensuel de crédits selon le niveau de votre forfait
- Contactez-nous pour obtenir une capacité dédiée ou le paiement à l’usage
Besoin d’aide ? Écrivez à [email protected].