Перейти к содержимому

API преобразования текста в речь для электронного обучения и озвучки курсов

Стабильный голос преподавателя на каждом слайде, в каждой главе и в каждой языковой версии. 32 языка, 43 голоса, единый REST endpoint.

Почему это важно.

  • В правках сценария голос дикторов меняется

    Когда после обновления требований к соответствию нужно изменить 10 слайдов из 200, диктор перезаписывает эти 10 с немного другим расположением микрофона, фоновым звуком помещения и подачей. Озвучивание с помощью ИИ детерминировано: тот же текст, тот же ID голоса и тот же акустический характер — каждый раз.

  • Локализация втрое увеличивает стоимость производства с дикторами

    Audexum создаёт французскую, немецкую, испанскую и японскую версии вашего курса: достаточно передать переведённый сценарий, изменив lang. Количество голосов (43 голоса) и тарифы одинаковы для всех языков.

  • Платформам LMS нужны аудиофайлы, а не встроенный проигрыватель

    Audexum возвращает бинарный WAV или MP3. Сохраните его напрямую в S3, Cloudflare R2 или библиотеку ресурсов вашей LMS. Без iframe-встраиваний, зависимости от стороннего плеера и исходящих запросов к CDN из браузера учащегося во время воспроизведения.

  • Быстрое обновление курсов требует пакетной генерации

    Правки в сценарий часто вносятся на позднем этапе производства. Цикл на Python по данным слайдов в JSON пересоздаст все изменённые слайды за несколько минут. Страница Batch в панели Audexum позволяет массово синтезировать аудио из CSV без написания кода.

Первое аудио через 60 секунд.

Без SDK. Один POST-запрос, в теле ответа — двоичный аудиофайл.

Python: озвучивание курсов по слайдам
"""
Generate narration audio for every slide in a course manifest.
manifest.json: [{"id": "s01", "lang": "en", "text": "Welcome..."}, ...]
"""
import json, pathlib, requests

API = "https://audexum.com/api/synthesize"
KEY = "sk_..."

slides = json.loads(pathlib.Path("manifest.json").read_text())
out_dir = pathlib.Path("audio")
out_dir.mkdir(exist_ok=True)

VOICE = "F1"   # consistent voice across all slides

for slide in slides:
    dest = out_dir / f"{slide['id']}_{slide['lang']}.mp3"
    if dest.exists():
        continue  # skip already-rendered slides

    r = requests.post(
        API,
        headers={"Authorization": f"Bearer {KEY}"},
        json={
            "text": slide["text"],
            "voice": VOICE,
            "lang": slide["lang"],
            "format": "mp3",
        },
        timeout=60,
    )
    r.raise_for_status()
    dest.write_bytes(r.content)
    print(f"Rendered {dest.name}")

print(f"Done: {len(slides)} slides.")

Полный справочник параметров: audexum.com/docs. Форматы: wav, mp3, ogg. Голоса: от F1 до F5, от M1 до M5 (всего 43 голоса). Языки: 33.

Никаких доплат за отдельные сценарии использования.

Every plan covers every use case at the same credit rate. Pack credits never expire, and dictation uses the same balance.

Полные цены
Free
€0
2,000 + 250/day
Creator
€12/mo
480,000 / mo
Pro
€29/mo
1,200,000 / mo
Scale
€49/mo
4,000,000 / mo
Business
€149/mo
15,000,000 / mo
Пакеты кредитов
€7/mo
250 000, не сгорают

Ответы на вопросы.

Может ли один голос звучать на разных языках?

Да. Идентификаторы голосов (F1–F5, M1–M5) работают для всех 32 языков. F1 для английского и F1 для французского используют одни и те же веса модели: учащиеся слышат единый голос преподавателя независимо от языковой версии.

Как сохранить синхронизацию озвучки после правки сценария?

Заново обрабатываются только слайды, текст которых изменился. Поскольку Audexum работает детерминированно (одинаковый текст + одинаковый голос = одинаковое аудио), неизменённые слайды дают побитово идентичный результат и могут безопасно кэшироваться.

Какой формат вывода ожидают платформы LMS?

Большинство LMS на базе SCORM/xAPI (Moodle, Canvas, Articulate Rise) принимают MP3. Укажите format: "mp3" в вызове API. Для контента с большим количеством SSML или точного тайминга запрашивайте "wav" и выполняйте преобразование с помощью ffmpeg.

Есть ли вариант без кода для разработчиков учебных материалов?

Страница Batch (/batch) в вашей панели принимает CSV со столбцами: text, voice, lang, filename. Она создаёт аудио для всех строк и позволяет скачать ZIP. Код не нужен.

Один API для любых сценариев использования.

Одна конечная точка обслуживает Discord-ботов, озвучивание подкастов, курсы электронного обучения, аудио для доступности и выпуски информационных рассылок.

Больше инструментов

More free voice, transcription and audio tools

Смотреть все

Начните бесплатно. Запускайте быстро.