Build with Audexum.
REST API. Bearer auth. JSON in, WAV/MP3/OGG/Opus out. Streaming and webhooks included.
Аутентификация
Создайте ключ API в настройках разработчика. Отправляйте его как Bearer-токен в каждом запросе.
Authorization: Bearer sk_live_•••••••••••••••••••••••••••••••••POST/api/synthesize
Генерируйте аудио из текста. По умолчанию возвращает audio/wav (44.1 kHz, 16-bit PCM, моно). Используйте format для MP3/OGG/Opus или stream=true для потоковой передачи с низкой задержкой частями.
# 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.wavТело запроса
Уровни голосов
Выберите уровень с помощью backend. У каждого уровня есть собственные голоса и множитель расхода кредитов за символ. При передаче неизвестного голоса для уровня возвращается 400.
Если не указать backend уровень определяется автоматически: голос V2 (F1..F5, M1..M5) оставляет вас на V2 Multilingual, голос V3 выбирает V3 Expressive, а если не указать ни один, вы получаете V3 Expressive наAtlas. Существующие интеграции, которые отправляют толькоголос , работают без изменений, а расход кредитов определяется множителем соответствующего уровня.
| backend | уровня | стоимости | голосов |
|---|---|---|---|
| v1 | V1 Instant: быстрый, прежде всего для английского языка | 1× | См. /api/voices |
| v2 | V2 Multilingual: 32 языка, включая болгарский | 1.5× | F1..F5, M1..M5 |
| v3 | V3 Expressive: максимальная выразительность, эмоции и стиль | 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.wavЗаголовки ответа
Форматы вывода (OGG / Opus / MP3)
Добавьте "format": "ogg" (или mp3 / opus), чтобы получить перекодированный ответ. Квота одинакова для всех форматов. Водяной знак AudioSeal сохраняется после кодирования в 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 | Кодек |
|---|---|---|
| wav | audio/wav | PCM 16-bit, 44,1 kHz (без перекодирования) |
| mp3 | audio/mpeg | libmp3lame VBR ~192 kbps |
| ogg | audio/ogg | libopus 96 kbps, 48 kHz |
| opus | audio/opus | libopus 96 kbps, 48 kHz (контейнер Ogg) |
Потоковый TTS
Добавьте "stream": true для получения аудио по мере его создания. Ответ представляет собой поток с передачей фрагментами, состоящий из объединённых WAV-файлов. Каждый фрагмент — полноценный корректный WAV-файл (44-байтный заголовок RIFF + PCM), поэтому воспроизведение можно начать сразу. Квота резервируется целиком для всего текста заранее, как и при запросе без потоковой передачи. Для потоковой передачи требуется format=wav (по умолчанию).
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. Задержка первого фрагмента фиксируется на сервере. Заголовок ответа X-Stream: 1 подтверждает режим потоковой передачи.POST/api/transcribe
Транскрибируйте речь в текст. Отправляйте аудио как multipart/form-data. Требуется неограниченный ключ (ключи виджета ограничены значением /api/synthesize). Стоимость — 200 кредитов за минуту аудио.
curl -X POST https://audexum.com/api/transcribe \
-H "Authorization: Bearer sk_live_..." \
-F "[email protected]" \
-F "timestamps=true"Поля формы
| Поле | Примечания |
|---|---|
| audio | Обязательный. Аудиофайл audio/* размером до 25 MB и длительностью до 600 секунд. |
| timestamps | Необязательное логическое значение. Включать время начала и окончания каждого сегмента. |
| vocabulary | Необязательно. До 2000 символов отраслевых терминов для повышения точности распознавания. |
| clean / mode | Необязательно. Постобработка транскрипта (clean, email, professional, bullets, concise). |
Ответ
{
"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
Совместимый с OpenAI API преобразователь речи в текст. Инструмент, позволяющий изменить базовый URL OpenAI, может использовать Audexum, указав https://audexum.com/v1, без изменения кода. Используется тот же движок и тарификация, что и /api/transcribe: 200 кредитов за минуту аудио. Отправьте multipart/form-data.
Auth: Authorization: Bearer sk_live_…Создайте ключ в настройках разработчика (необходимо войти). Используйте секретный sk_live_ ключ; ключи виджета с ограничениями получат здесь ошибку 403.
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)Поля формы
verbose_json
Сегмент start/end поступают от движка. Временны́е метки слов (timestamp_granularities[]=word) являются оценочными: длительность каждого сегмента распределяется по словам пропорционально количеству символов. Они не получены методом принудительного выравнивания. Каждый сегмент содержит words ключ, пустой, если вы не запрашивали слова.
{
"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": [] }
]
}Не поддерживается
POST /v1/audio/translationsвозвращает 405.- Потоковая транскрибация и Realtime API.
Ошибки
| Код | Тело |
|---|---|
| 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
Отправляйте до 50 текстов в одном запросе. Опрашивайте статус выполнения, затем скачивайте 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 -OВебхуки
Настройте конечную точку вебхука в вашем настройках разработчика для получения подписанных POST-уведомлений. Мы отправляем JSON с заголовком X-Audexum-Signature заголовок. Проверьте его перед обработкой.
Структура payload
{
"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"
}События
Проверка подписи
Каждая отправка включает X-Audexum-Signature: sha256=<hex>, вычисляется как HMAC-SHA256 по необработанному телу запроса с использованием вашего секрета вебхука.
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"Ошибки
| Код | Значение |
|---|---|
| 400 | Некорректный запрос: недопустимый голос или язык, пустой текст либо потоковая передача с форматом, отличным от WAV |
| 401 | Отсутствует или недействительный ключ API |
| 402 | insufficient_credits: превышена месячная квота; варианты обновления см. в /api/usage и /pricing |
| 402 | feature_gated: для функции требуется тариф выше (см. error.feature и error.min_tier) |
| 422 | Недопустимый URL вебхука (не HTTPS, частный IP-адрес или не удаётся разрешить) |
| 429 | Слишком много запросов: снизьте частоту запросов и повторите попытку |
| 503 | Сервер занят (достигнут лимит параллельных запросов): повторите с экспоненциальной задержкой и соблюдайте Retry-After |
Лимиты запросов и добросовестное использование
- Общий лимит параллельных запросов: запросы сверх него получают 503 + Retry-After
- Устойчиво высокая частота злоупотребляющих запросов может ограничиваться (fair use)
- Месячная квота кредитов в зависимости от уровня вашего плана
- Свяжитесь с нами для получения выделенной мощности или PAYG
Что-то не работает? Напишите на [email protected].