API de synthèse vocale : vos voix, directement depuis votre code
Une API REST simple : vous envoyez un texte et l'une de vos voix, vous recevez le MP3. Mêmes crédits que sur le site, sans frais développeur ni coût par appel.
- URL de base
- https://voizum.com/api/v1
- Vidéos (v3)
- https://voizum.com/api/v3
- Authentification
- Bearer sk_voizum_…
- Sortie
- MP3 · MP4
- Langues
- es · en · de · fr · pt · it · ru · nl · pl · zh · ja · ko · hi · ar · tr · id · ro
- Prix
- 60 crédits / 1 000 caractères (min. 100)
Pour les assistants IA et les outils
Trois accès, selon qui se connecte. Tous mènent au même endroit : vos voix et vos crédits.
- Claude, ChatGPT, Cursor… sans programmer
- Le connecteur MCP : ajoutez-le à l'assistant et demandez des audios dans le chat.
- https://voizum.com/mcp
- ChatGPT Actions, Postman, générateurs de clients
- Importez la spécification OpenAPI 3.1 : elle décrit tous les endpoints et leurs champs.
- https://voizum.com/openapi.json
- Agents qui lisent la documentation
- llms.txt : tout le contrat en texte brut, pensé pour les modèles de langage.
- https://voizum.com/llms.txt
Démarrez en trois étapes
- Créez votre compte et votre clé dans la section API du site. La clé commence par sk_voizum_ et ne s'affiche qu'une seule fois : conservez-la comme un secret, jamais dans le code du navigateur.
- Choisissez une voix : clonez la vôtre ou ajoutez à « Mes voix » une voix de la bibliothèque. GET /voices vous donne son id.
- Créez l'audio avec POST /tts, interrogez son état toutes les quelques secondes et téléchargez-le quand il est prêt (ou recevez un webhook).
Un exemple complet
Créer, attendre, télécharger. L'API est asynchrone : un audio long met du temps à se générer, et vous n'avez donc pas à garder la connexion ouverte.
curl
# 1. Create the audio
curl -X POST https://voizum.com/api/v1/tts \
-H "Authorization: Bearer $VOIZUM_API_KEY" \
-H "Content-Type: application/json" \
-d '{"text": "Hi, this is Voizum.", "voice_id": "VOICE_ID"}'
# → {"job_id": "…", "status": "queued", "credits_charged": 100, "eta_seconds": 20}
# 2. Check the status (until "done")
curl https://voizum.com/api/v1/tts/JOB_ID -H "Authorization: Bearer $VOIZUM_API_KEY"
# 3. Download the MP3
curl -L -o audio.mp3 "https://voizum.com/api/v1/tts/JOB_ID/audio?download=1" -H "Authorization: Bearer $VOIZUM_API_KEY"Python
import os, time, requests
API = "https://voizum.com/api/v1"
H = {"Authorization": f"Bearer {os.environ['VOIZUM_API_KEY']}"}
job = requests.post(f"{API}/tts", headers=H, json={"text": "Hi, this is Voizum.", "voice_id": "VOICE_ID"}).json()
while True:
status = requests.get(f"{API}/tts/{job['job_id']}", headers=H).json()
if status["status"] in ("done", "error", "canceled"):
break
time.sleep(3)
if status["status"] == "done":
mp3 = requests.get(f"{API}/tts/{job['job_id']}/audio?download=1", headers=H)
open("audio.mp3", "wb").write(mp3.content)JavaScript (Node 18+)
const API = "https://voizum.com/api/v1";
const H = { Authorization: `Bearer ${process.env.VOIZUM_API_KEY}`, "Content-Type": "application/json" };
const job = await (await fetch(`${API}/tts`, {
method: "POST", headers: H,
body: JSON.stringify({ text: "Hi, this is Voizum.", voice_id: "VOICE_ID" }),
})).json();
let status;
do {
await new Promise((r) => setTimeout(r, 3000));
status = await (await fetch(`${API}/tts/${job.job_id}`, { headers: H })).json();
} while (!["done", "error", "canceled"].includes(status.status));
if (status.status === "done") {
const mp3 = await fetch(`${API}/tts/${job.job_id}/audio?download=1`, { headers: H });
await (await import("node:fs/promises")).writeFile("audio.mp3", Buffer.from(await mp3.arrayBuffer()));
}Endpoints
| Méthode et chemin | Fonction |
|---|---|
| GET /status | État du service. Sans clé. |
| GET /account | Votre solde de crédits et le prix par caractère. |
| GET /voices | Les voix de votre bibliothèque : leur id est le voice_id. |
| GET /library | Recherche dans la bibliothèque publique (filtres : query, language, gender, age, style, accent, limit, offset). Chaque voix indique son source : voizum ou community. |
| POST /library/{voice_id} | Enregistre une voix publique dans votre bibliothèque (gratuit) et vous donne VOTRE voice_id à utiliser dans POST /tts. 201 si elle est nouvelle, 200 si vous l'aviez déjà ; 409 biblioteca_llena. |
| POST /tts | Crée un audio à partir d'un texte. |
| GET /tts/{job_id} | État de l'audio : queued, processing, done, error ou canceled. |
| GET /tts/{job_id}/audio | Le MP3 terminé (redirige vers le fichier ; ?download=1 pour le télécharger). |
| GET /tts/{job_id}/timestamps | À quel moment chaque phrase et chaque mot sont prononcés dans le MP3, en secondes. Sans frais. |
| GET /tts/{job_id}/subtitles | Les sous-titres prêts : ?format=srt (par défaut) ou vtt ; ?download=1 pour les télécharger. |
| DELETE /tts/{job_id} | Annule un audio qui n'a pas encore commencé : ses crédits sont rendus. |
| GET /tts | Vos derniers audios, paginés. |
| POST /tts/batch | Plusieurs audios séparés en une requête, avec un seul minimum (de 2 à 100). |
| POST /tts/dialogue | Un audio avec plusieurs voix en alternance (jusqu'à 5 voix). |
Vidéos avec avatar (API v3)
L'un de vos avatars dit ce que vous voulez, dans un MP4 horizontal (16:9) ou vertical (9:16). Il a sa propre URL de base et utilise la même clé, dans l'en-tête X-Api-Key. Les réponses arrivent dans { "data": … }.
- Préparez l'avatar et ses scènes sur le site, ou importez-les avec POST /avatars. GET /avatars vous donne l'id de chacun.
- Demandez la vidéo avec POST /videos, ou plusieurs à la fois avec POST /videos/batches.
- Patientez : interrogez GET /videos/{id} toutes les quelques secondes, GET /videos/statuses pour plusieurs, ou envoyez callback_url et nous vous prévenons. Une vidéo prend quelques minutes.
- Quand status vaut completed, téléchargez le MP4 depuis video_url (avec votre clé).
Une vidéo de bout en bout
# 1. Vos avatars et leurs scènes (id et scene)
curl https://voizum.com/api/v3/avatars -H "X-Api-Key: $VOIZUM_API_KEY"
# 2. Demander la vidéo
curl -X POST https://voizum.com/api/v3/videos \
-H "X-Api-Key: $VOIZUM_API_KEY" \
-H "Content-Type: application/json" \
-d '{"avatar_id": "AVATAR_ID", "scene": 1, "script": "Bonjour, je suis votre avatar.", "voice_id": "VOICE_ID", "aspect_ratio": "9:16"}'
# → {"data": {"id": "VIDEO_ID", "status": "pending", "credits": …, …}}
# 3. Consulter l'état (jusqu'à "completed" ; cela prend quelques minutes)
curl https://voizum.com/api/v3/videos/VIDEO_ID -H "X-Api-Key: $VOIZUM_API_KEY"
# → {"data": {"status": "completed", "video_url": "https://voizum.com/api/v3/videos/VIDEO_ID/video", …}}
# 4. Télécharger le MP4
curl -L -o video.mp4 https://voizum.com/api/v3/videos/VIDEO_ID/video -H "X-Api-Key: $VOIZUM_API_KEY"Avatars et scènes
Un avatar est une personne. Ses scènes sont des photos de cette même personne (autre plan, autre tenue, autre lieu), numérotées 1, 2, 3… La 1 est la principale, et les numéros ne changent pas si vous en supprimez une.
Une vidéo choisit avatar_id et scene (sans scene, la 1). Vous pouvez aussi envoyer l'id d'une scène comme avatar_id, sans scene.
Pour importer une photo avec POST /avatars, il faut envoyer "consent": true : c'est votre visage ou vous avez l'autorisation de cette personne. Sans avatar_id, cela crée un avatar (avec son name, obligatoire : jusqu'à 40 caractères et différent de ceux de vos autres avatars) ; avec avatar_id, cela ajoute la scène suivante. Jusqu'à 15 avatars et 10 scènes par avatar.
Les avatars de la bibliothèque Voizum se mettent en favoris depuis le site et apparaissent dans GET /avatars avec une seule scène.
Ce qu'il dit : trois façons
script + voice_id : le texte et l'une de vos voix (GET /voices). La voix est d'abord générée, puis la vidéo ; l'audio est inclus dans le prix.
audio_id : le job_id d'un audio déjà créé avec POST /tts (API v1). Vous l'écoutez avant, et seule la vidéo est facturée.
audio_url : un audio à vous (mp3, wav, m4a, ogg ou webm) à une URL https publique.
Ce que POST /videos accepte
| Champ | Description |
|---|---|
| avatar_id | Obligatoire (sauf avec segments). L'un de vos avatars (GET /avatars), ou l'id d'une scène. |
| scene | Facultatif. Quelle scène de l'avatar : par défaut, la 1. |
| segments | À la place de avatar_id : plusieurs parties (jusqu'à 20) assemblées en un seul MP4, chacune avec son avatar_id, sa scene et ce qu'elle dit. Voir « Une vidéo en plusieurs parties ». |
| script + voice_id | Ce qu'il dit (jusqu'à 600 000 caractères) et avec laquelle de vos voix. Facultatif : voice_settings.speed, de 0.5 à 2. |
| audio_id | À la place de script : le job_id d'un audio à vous déjà terminé (POST /tts de l'API v1). |
| audio_url | À la place de script : un audio à vous (mp3, wav, m4a, ogg ou webm) à une URL https publique. |
| aspect_ratio | Facultatif. "16:9" (par défaut) ou "9:16". |
| resolution | Facultatif. "1080p" (par défaut, la meilleure qualité) ou "720p" (plus rapide et moins cher, peut paraître moins net). |
| emotion | Facultatif. Le visage : "smile" sourit légèrement presque tout le temps ; "serious", une expression sérieuse et posée. Sans elle, naturel et calme. Même prix. |
| movement | Facultatif. Le corps : "still" bouge à peine les bras ; "expressive" gesticule davantage. Sans lui, quelques gestes naturels de temps en temps. Même prix. |
| callback_url | Facultatif. Une URL https publique : nous envoyons un POST quand la vidéo est terminée. |
| callback_id | Facultatif. Votre propre référence : elle revient dans la vidéo et dans l'avis. |
| Idempotency-Key | En-tête facultatif. Si vous répétez la requête avec la même clé, vous recevez la même vidéo sans nouvelle facturation. |
Une vidéo en plusieurs parties
Au lieu de avatar_id, envoyez segments : une liste de parties (jusqu'à 20), chacune avec son avatar, sa scène et ce qu'elle dit (avatar_id, scene et script + voice_id, audio_url ou audio_id). Elles sont assemblées dans l'ordre en un seul MP4.
aspect_ratio, resolution, emotion, movement et callback_url se placent hors de la liste et valent pour toute la vidéo. La facturation est celle d'une vidéo de la durée totale, avec un seul minimum.
curl -X POST https://voizum.com/api/v3/videos \
-H "X-Api-Key: $VOIZUM_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"segments": [
{"avatar_id": "AVATAR_ID", "scene": 1, "script": "Bonjour, je suis Lucía.", "voice_id": "VOICE_ID"},
{"avatar_id": "AVATAR_ID", "scene": 3, "script": "Et voici les nouveautés de ce mois-ci.", "voice_id": "VOICE_ID"}
],
"aspect_ratio": "16:9",
"resolution": "1080p"
}'Plusieurs vidéos
Pour en faire plusieurs, envoyez-les ensemble avec POST /videos/batches : { "videos": [ … ] }, chacune avec les mêmes champs que POST /videos. Le minimum est unique pour tout ce que vous demandez en même temps : si, ensemble, elles le dépassent, aucune ne le paie. Si l'une échoue (solde, avatar…), elle revient avec son erreur et les autres continuent. Avec Idempotency-Key, répéter le même lot renvoie les mêmes vidéos sans nouvelle facturation.
Vos vidéos démarrent par ordre d'arrivée et, s'il y a de la place, plusieurs sont faites à la fois ; quand d'autres clients attendent aussi, la place est partagée entre tous. Tant qu'une vidéo est en pending, vous pouvez l'annuler avec DELETE /videos/{id} et ses crédits vous sont rendus ; une fois en processing, ce n'est plus possible.
Il existe un plafond de vidéos non terminées en même temps : si vous le dépassez, la réponse est concurrency_limit et il suffit d'attendre qu'une se termine.
Prix et conservation
resolution "1080p" (par défaut, la meilleure qualité) : 3450 crédits par minute de vidéo. "720p" (plus rapide et moins cher, peut paraître moins net) : 2000. Cela dépend de l'avatar : essayez les deux avec chacun.
Chaque vidéo coûte au minimum 1500 crédits ; si elle dure plus de 26 s en 1080p ou 45 s en 720p, elle ne paie que ses secondes. Si vous en demandez plusieurs à la fois, le minimum est unique pour toutes : si, ensemble, elles le dépassent, il n'est pas facturé. Avec script, l'audio s'ajoute comme un audio normal. Jusqu'à 35 minutes par vidéo, et uniquement avec des crédits achetés.
POST /videos/estimate vous indique le coût sans rien créer. La facturation a lieu à la demande ; si la vidéo échoue, tout est remboursé. Avec script, la durée est estimée d'après les caractères, puis ajustée après mesure de la voix réelle.
Le MP4 est conservé 4 jours : téléchargez-le et conservez-le vous-même.
Callback
Avec callback_url, nous envoyons un POST à la fin, que la vidéo ait réussi ou non (3 tentatives, 10 s d'attente chacune). L'essentiel figure dans event_type et event_data ; url est le téléchargement du MP4 avec votre clé.
L'avis n'est pas signé : considérez-le comme un signal pour interroger GET /videos/{id} avec votre clé, qui fait foi.
{
"event_type": "avatar_video.success",
"event_data": {
"video_id": "VIDEO_ID",
"callback_id": "MY_REF",
"url": "https://voizum.com/api/v3/videos/VIDEO_ID/video"
}
}Endpoints vidéo
| Méthode et chemin | Fonction |
|---|---|
| GET /users/me | Vérifie la clé : votre solde, les prix de la vidéo et vos limites. |
| GET /voices | Les voix de votre bibliothèque (leur voice_id). |
| GET /avatars | Vos avatars avec leurs scènes, et vos favoris de la bibliothèque. |
| POST /avatars | Importe une photo : un nouvel avatar ou une scène de plus pour l'un des vôtres (avec consent). |
| GET /avatars/{id} | Un avatar avec ses scènes. |
| PATCH /avatars/{id} | Change son nom. |
| DELETE /avatars/{id} | Le supprime avec toutes ses scènes (les vidéos déjà faites restent). |
| DELETE /avatars/scenes/{id} | Supprime une scène ; les autres gardent leur numéro. |
| POST /videos | Crée une vidéo. |
| POST /videos/batches | Plusieurs vidéos en une requête, avec un seul minimum pour toutes. |
| POST /videos/estimate | Combien de crédits cela coûterait, sans créer ni facturer. |
| GET /videos/{id} | État : pending, processing, completed, failed ou canceled. |
| GET /videos/statuses?ids=a,b | L'état de jusqu'à 100 vidéos à la fois. |
| GET /videos | Vos vidéos, de la plus récente à la plus ancienne (limit et token). |
| DELETE /videos/{id} | Annule une vidéo encore en pending : ses crédits sont rendus. |
| GET /videos/{id}/video | Le MP4 terminé (redirige vers le téléchargement). |
Erreurs des vidéos
Sous la forme { "error": { "code", "message", "param", "request_id" } } : param est le champ en cause (s'il y en a un) et request_id arrive aussi dans l'en-tête X-Request-Id. Les réponses de la v1 ne changent pas.
| Code | HTTP | Ce qui s'est passé |
|---|---|---|
| unauthorized | 401 | Missing or invalid API key (X-Api-Key header). |
| invalid_parameter | 400 | A field is missing or invalid: param says which. |
| consent_required | 400 | Uploading a photo needs "consent": true. |
| download_failed | 400 | file.url couldn't be downloaded. |
| file_too_large | 413 | The photo is too large. |
| limit_reached | 400 | You reached the maximum number of avatars or scenes per avatar. |
| invalid_audio | 400 · 413 | The audio can't be used (format, size or download failed). |
| video_too_long | 400 | The video exceeds the maximum length (max_seconds says which). |
| insufficient_credit | 402 | Not enough credits (credits_needed, credits_available and buy_credits_url to get more). |
| purchase_required | 403 | Videos need an account that has bought credits. |
| avatar_not_found | 404 | The avatar (or scene) isn't one of yours. |
| voice_not_found | 404 | The voice isn't in your library. |
| audio_not_found | 404 | No finished audio of yours with that audio_id (or it expired). |
| not_found | 404 | The video or scene doesn't exist (or isn't yours). |
| voice_not_ready | 409 | That voice can't be used yet. |
| unreadable_text | 422 | The script has nothing to read aloud: only emojis, symbols or an alphabet the voice can't pronounce. |
| name_taken | 409 | You already have an avatar with that name: pick another one. |
| main_scene | 409 | Scene 1 can't be deleted on its own: delete the whole avatar. |
| resource_in_use | 409 | A video is being made with it: delete it when it finishes. |
| video_not_cancelable | 409 | Only a pending video can be canceled. |
| rate_limit_exceeded | 429 | Too many requests: wait for Retry-After. |
| concurrency_limit | 429 | Too many unfinished videos: wait for some to finish. |
| service_unavailable | 503 | Avatar videos aren't available right now: retry later. |
Vous venez de HeyGen ?
Changez l'URL de base et la clé. Au lieu de l'id d'un look, envoyez avatar_id + scene (l'id de la scène fonctionne aussi). resolution vaut "1080p" ou "720p". Le reste fonctionne à l'identique.
Ce que POST /tts accepte
| Champ | Description |
|---|---|
| text | Obligatoire. Le texte, jusqu'à 600 000 caractères. |
| voice_id | Obligatoire. Une voix de votre bibliothèque (GET /voices). |
| speed | Facultatif. Vitesse, de 0.5 à 2 (1 = le rythme naturel de la voix). |
| pause_ms | Accepté, mais sans effet avec Voizum 2 : les pauses entre les phrases sont fixées par le modèle. Pour une pause précise, écrivez <#1.5#> (secondes) dans le texte. |
| <#…#> | Balises dans le texte, sans frais : <#1.5#> est une pause de 1,5 s et <#triste#>, <#rire#>, <#chuchotement#>… une émotion qui dure jusqu'à la fin du paragraphe ou jusqu'à <#normal#> (en es, en, pt, de et fr). |
| language | Facultatif. auto, es, en, de, fr, pt, it, ru, nl, pl, zh, ja, ko, hi, ar, tr, id, ro. Sans lui, la langue est déduite du texte. |
| loudness_normalization | Facultatif. Égalise le volume pour que toutes les voix sonnent aussi fort. |
| tone | Facultatif, uniquement sur /tts. Le ton de tout l'audio (noms espagnols) : tranquilo, suave, susurro, alegre, emocionado, triste, nostalgico, decidido, asustado. Pour un passage, une balise d'émotion dans le texte. |
| webhook_url | Facultatif. Une URL https publique à laquelle nous envoyons un POST quand l'audio est terminé. |
| Idempotency-Key | En-tête facultatif. Si vous réessayez avec la même clé, vous recevez le même audio et il n'est pas facturé deux fois. |
Webhook
Avec webhook_url, inutile d'interroger l'état : à la fin, nous envoyons un POST avec l'événement generation.finished (3 tentatives, 10 s d'attente chacune). Si votre serveur répond par un 4xx, il n'y a pas de nouvelle tentative.
L'avis n'est pas signé : considérez-le comme un signal pour interroger GET /tts/{job_id} avec votre clé, qui fait foi, et non comme la preuve que l'audio est prêt.
{
"event": "generation.finished",
"id": "JOB_ID",
"status": "completed",
"voice_id": "VOICE_ID",
"duration_seconds": 12.4,
"credits": 100,
"error": null
}Horodatage et sous-titres
Quand un audio Voizum 2 est en done, GET /tts/{job_id} fournit timestamps_url et subtitles_url (les audios antérieurs au 17 novembre 2026 n'en ont pas). La première donne chaque phrase (segments) et chaque mot (words) avec leur début et leur fin en secondes du MP3, vitesse déjà appliquée ; la seconde, les sous-titres en SRT ou WebVTT, une phrase par sous-titre (coupée au-delà de 2 lignes de 42 caractères ou de 7 secondes). Ils ne coûtent rien et sont conservés aussi longtemps que le job, même si le MP3 expire avant.
Les mots sont ceux que l'on entend : les chiffres, dates et symboles sont écrits comme on les dit (« 1889 » → « mille huit cent quatre-vingt-neuf ») et les balises (<#1.5#>, <#triste#>) n'y figurent pas. La ponctuation reste collée à son mot. En chinois et en japonais, chaque caractère est un mot. Les temps sont une estimation très serrée : la moitié des mots tombe à moins de 0,07 s de sa place, et le début de chaque phrase, à quelques centièmes.
{
"job_id": "JOB_ID",
"duration_seg": 4.2,
"segments": [
{ "text": "Hola, ¿qué tal?", "start": 0.06, "end": 1.31 },
{ "text": "Bienvenido a Voizum.", "start": 1.92, "end": 4.1 }
],
"words": [
{ "text": "Hola,", "start": 0.06, "end": 0.52 },
{ "text": "¿qué", "start": 0.71, "end": 0.98 },
{ "text": "tal?", "start": 0.98, "end": 1.31 }
]
}Limites
20 créations par minute (POST /tts, /tts/batch et /tts/dialogue se partagent cette limite) et 300 requêtes par minute et par clé au total. Les réponses de création contiennent X-RateLimit-Limit et X-RateLimit-Remaining, et tout 429 contient Retry-After avec le nombre de secondes à attendre.
Le MP3 est conservé 4 jours ; ensuite GET /tts/{job_id}/audio renvoie 404, téléchargez-le donc et conservez-le vous-même.
Un audio accepte jusqu'à 600 000 caractères. Un lot, de 2 à 100 audios et 1 200 000 caractères au total. Un dialogue, jusqu'à 100 tours de parole et 5 voix différentes.
Erreurs
Toujours la même forme : { "error": { "code", "message" } }, parfois avec des détails (par exemple, combien de crédits manquent). Les messages sont en anglais.
| Code | HTTP | Ce qui s'est passé |
|---|---|---|
| no_autorizado | 401 | Missing or invalid API key. |
| parametros_invalidos | 400 | Missing fields or invalid values. |
| cuerpo_invalido | 400 | The body is not valid JSON. |
| texto_demasiado_largo | 400 | The text exceeds the character limit. |
| lote_invalido | 400 | A batch takes 2 to 100 items. |
| dialogo_invalido | 400 | A dialogue takes 2 to 100 turns and up to 5 voices. |
| webhook_invalido | 400 | webhook_url is not https or not a public host. |
| voz_sin_muestra | 400 | That voice can't be used yet. |
| texto_ilegible | 422 | The text has nothing to read aloud: only emojis, symbols or an alphabet the voice can't pronounce. Anything else (decorative letters, stray emojis, formatting) is cleaned up automatically. |
| idioma_no_disponible | 422 | That language can't be generated right now (only if the service temporarily falls back to the previous model with one of the new languages; the message lists the available ones). A text in a language we don't offer is NOT rejected: it is generated anyway. |
| saldo_insuficiente | 402 | Not enough credits (the response says how many are needed and includes buy_credits_url to get more). |
| requiere_compra | 403 | Batches and videos need an account that has bought credits. |
| voz_no_encontrada | 404 | The voice is not in your library. |
| biblioteca_llena | 409 | You already have the maximum number of saved voices: remove one in the web app to add another from the library. |
| no_encontrado | 404 | No job with that id (or it isn't yours). |
| marcas_no_disponibles | 404 | That audio has no timestamps: it hasn't finished yet or they aren't available for it. |
| limite_peticiones | 429 | Too many requests: wait for Retry-After. |
| demasiados_en_cola | 429 | Too many jobs in progress: wait for some to finish. |
| mantenimiento | 503 | Maintenance pause: retry later. |
| servicio_no_disponible | 503 | Service temporarily unavailable: retry. |
Questions
- Existe-t-il un SDK pour Python ou JavaScript ?
- Inutile : ce sont quelques appels REST avec du JSON, qui fonctionnent avec n'importe quel client HTTP (requests, fetch, curl). Si vous voulez un client généré, la spécification OpenAPI le crée dans votre langage.
- Y a-t-il du streaming en temps réel ?
- Non. L'API est asynchrone : vous créez l'audio, vous interrogez son état et vous téléchargez le MP3 terminé. Elle est conçue pour les narrations, les vidéos, les formations et les contenus, pas pour la conversation en direct.
- Puis-je utiliser les voix de la bibliothèque ?
- Oui, en deux étapes : cherchez-les avec GET /library et enregistrez celle qui vous plaît avec POST /library/{voice_id} (ou ajoutez-la depuis le site) ; vous obtenez VOTRE voice_id pour POST /tts. L'API ne génère qu'avec vos propres voix. Celles marquées source: community ont été importées par d'autres utilisateurs : Voizum n'en vérifie pas l'origine et n'en est pas responsable ; utilisez-les sous votre responsabilité et respectez les droits de la personne à qui appartient la voix.
- Peut-on cloner une voix par l'API ?
- Non : le clonage se fait sur le site (vous importez l'enregistrement une fois), puis vous utilisez la voix par l'API avec son voice_id.
- Combien ça coûte ?
- Comme sur le site : 60 crédits pour 1 000 caractères, avec un minimum de 100 par requête. Sans abonnement mensuel ni coût par appel. Si un audio échoue, ses crédits sont rendus.
- Dans quel format l'audio est-il fourni ?
- MP3.
- Puis-je demander plusieurs vidéos à la fois ?
- Oui, avec POST /videos/batches : un seul minimum pour toutes, et si, ensemble, elles le dépassent, aucune ne le paie. Elles démarrent dans l'ordre et, s'il y a de la place, plusieurs à la fois ; celles qui attendent apparaissent en pending et vous pouvez les annuler tant qu'elles n'ont pas commencé.
- Puis-je importer une photo par l'API ?
- Oui, avec POST /avatars et "consent": true, qui confirme que c'est votre visage ou que vous avez l'autorisation de cette personne. Vous pouvez aussi l'importer sur le site.
- Quels avatars puis-je utiliser ?
- Les vôtres et les avatars de la bibliothèque que vous avez mis en favoris. GET /avatars vous les donne tous, avec leurs scènes.
Saisissez votre texte et écoutez-le avec une voix réaliste
L'API consomme les crédits d'un pack (60 par tranche de 1 000 caractères). Packs à partir de 5,99 €, sans abonnement.