Часто задаваемые вопросы
Какой бот может использовать этот API?
API подходит для любых чат-ботов и голосовых помощников, которым требуется преобразование текста в речь. Вы отправляете JSON-запрос на endpoint, и получаете аудиофайл. Интеграция проста: достаточно изменить base_url в OpenAI SDK или использовать обычный HTTP-запрос с вашим ключом доступа.
Как быстро бот озвучивает текст?
Скорость генерации составляет примерно 25 символов в секунду для длинных текстов. Короткие фразы обрабатываются за несколько секунд. Запросы выполняются последовательно, поэтому при высокой нагрузке может возникнуть очередь. API не поддерживает потоковую передачу аудио, поэтому бот должен ждать завершения синтеза.
Можно ли боту менять скорость речи?
Да, вы можете настроить скорость генерации от 0.25 до 4.0. Это параметр скорости (speed) в запросе. Он позволяет адаптировать речь под нужды вашего бота, будь то замедленное объяснение или ускоренный ответ. Скорость применяется к любому из доступных голосов.
Какие форматы аудио поддерживает API?
API поддерживает форматы mp3, wav, opus, flac и pcm. Вы выбираете нужный формат в поле response_format. Это позволяет оптимизировать размер файла и совместимость с различными клиентами бота. Формат PCM подходит для прямой обработки, а mp3 или opus — для экономии трафика.
Нужно ли боту знать язык заранее?
Если параметр language не указан, язык определяется автоматически по скрипту текста. Для латиницы по умолчанию выбирается английский. Для других языков латиницы или кириллицы рекомендуется явно указывать код языка (например, ru, de, fr), чтобы избежать ошибок распознавания и получить качественную речь.
Сколько стоит озвучивание для бота?
Стоимость составляет $10 за 1 миллион символов, то есть $0.01 за 1000 символов. Пробелы и знаки препинания учитываются как символы. Неудачные запросы бесплатны. Боты могут использовать бесплатный пробный период с балансом $0.50 при регистрации через Google.
Есть ли лимит на количество символов?
Один запрос может содержать текст длиной до 4096 символов. Если текст длиннее, бот должен разбить его на части, озвучить каждую и склеить аудиофайлы. Это стандартный подход для обработки длинных диалогов или ответов с большим объемом информации без потери качества синтеза.
Можно ли боту использовать свой голос?
Нет, API не поддерживает кастомное клонирование голоса или загрузку собственных записей. Доступны только 8 предустановленных голосов: Aria, Nova, Luna, Sage, Felix, Milo, Atlas и Orion. Все голоса основаны на лицензированных записях LibriTTS и аудиокниг LibriVox.
Как бот получает ключ доступа?
Ключ создается при регистрации на странице /get-api-key/. Доступна регистрация через Google или по email и паролю. Ключ передается в заголовке Authorization: Bearer. Вы можете выпустить новый ключ в любой момент, старый перестанет действовать мгновенно.
Где хранятся данные текста?
Введенный текст используется только для генерации аудио и не передается на обучение моделей. Сгенерированное аудио возвращается в ответе и не сохраняется на серверах. Метаданные запроса (время, количество символов, статус) хранятся исключительно для целей биллинга и учета использования.
Есть ли поддержка в реальном времени?
API не поддерживает потоковую передачу (streaming) или веб-сокеты. Аудио генерируется полностью перед отправкой ответа. Бот должен учитывать задержку при обработке запросов. Для мгновенного отклика рекомендуется кэшировать часто используемые фразы или использовать короткие тексты, обрабатываемые за секунды.
Можно ли боту генерировать аудио на лету?
Генерация происходит синхронно: бот отправляет запрос и ждет готовый аудиофайл. Для длинных текстов время ожидания может быть значительным. Боты должны обрабатывать это как стандартный HTTP-запрос с ожиданием ответа, а не как непрерывный поток данных.
Какие голоса доступны для бота?
Доступно 8 голосов: Aria, Nova, Luna, Sage, Felix, Milo, Atlas и Orion. Они охватывают мужские и женские тембры с разными интонациями. Каждый голос может произносить текст на любом из 23 поддерживаемых языков, включая русский, английский, немецкий и другие.
Как оплатить использование API?
Оплата производится криптовалютой USDT в сети TRON (TRC-20). Минимальная сумма пополнения — $5. Средства зачисляются автоматически в течение нескольких минут после перевода. Кредитный баланс не имеет срока действия. Кредитные карты и PayPal не поддерживаются.
Первый запрос
curl
curl https://api.j2000.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Как бот получает голос
Ваш бот отправляет сгенерированный текст в API через POST-запрос. Система обрабатывает ввод и возвращает готовый аудиофайл, который можно воспроизвести в интерфейсе или передать дальше по цепочке событий.
Отправка текста в API
Используйте стандартный JSON-запрос с полями model, voice, input и response_format. Текст до 4096 символов передаётся в поле input. Если текст длиннее, разбейте его на части, обработайте по отдельности и склейте результаты.
- POST https://api.j2000.info/v1/audio/speech
- Аутентификация через заголовок Authorization: Bearer
- Поддержка форматов mp3, wav, opus, flac, pcm
Получение аудиофайла
API возвращает готовый аудиофайл в указанном формате. Запрос обрабатывается последовательно, поэтому при высокой нагрузке может возникнуть очередь. Генерация коротких фраз занимает несколько секунд, длинные тексты озвучиваются в реальном времени.
- Не требуется стриминг или WebSocket
- Файл готов сразу после завершения обработки
Интеграция в диалог
Полученный аудиофайл сразу передаётся в клиентское приложение бота. Интеграция работает в логических цепочках: пользователь вводит текст → бот формирует ответ → API озвучивает его → аудио воспроизводится в чате.
- Работает с любым HTTP-клиентом
- Совместимо с OpenAI SDK через изменение base_url
Доступные голоса
Вашему боту доступны 8 голосов, основанных на лицензированных записях LibriTTS-R и аудиокнигах LibriVox. Каждый голос имеет уникальный тембр и интонацию, что позволяет подобрать звучание для конкретного сценария диалога.
Женские голоса
Aria — теплый и ясный голос, отлично подходящий для narration. Nova — яркий и энергичный, идеален для быстрых уведомлений. Luna — мягкий и повествовательный, хорош для историй. Sage — спокойный и инструктивный, подходит для обучающих диалогов.
- Aria: теплый нарратор
- Nova: яркий и энергичный
- Luna: мягкий рассказчик
- Sage: спокойный инструктаж
Мужские голоса
Felix — энергичный голос для промо-сообщений. Milo — дружелюбный и разговорный, создает ощущение личного общения. Atlas — нейтральный и четкий, подходит для новостей. Orion — глубокий голос для документальных стилей.
- Felix: энергичное промо
- Milo: дружеское общение
- Atlas: нейтральные новости
- Orion: глубокий документальный стиль
Стили речи
Голоса адаптируются под контекст: от делового до разговорного. Вы можете регулировать скорость от 0.25x до 4.0x, чтобы ускорить или замедлить речь в зависимости от типа информации.
Поддерживаемые языки
API поддерживает 23 языка, включая английский, русский, немецкий, французский, испанский, китайский, японский и корейский. Все 8 голосовых presets доступны для любого из поддерживаемых языков, обеспечивая единообразие звучания в мультиязычных ботах.
Если параметр language не указан, система определяет язык автоматически по скрипту текста. Для латиницы по умолчанию выбирается английский, поэтому для других европейских языков на латинице (например, польского или голландского) язык следует указывать явно.
Основные языки
Список поддерживаемых языков включает арабский, датский, финский, греческий, иврит, хинди, малайский, норвежский, португальский, русский, суахили, шведский и турецкий. Каждый голос синтезирует текст на любом из этих языков без дополнительных настроек.
Технические параметры синтеза едины для всех языков: ограничение в 4096 символов на запрос и стандартные форматы вывода. Это упрощает интеграцию в логические цепочки мультиязычных ассистентов.
- Арабский, китайский, датский, голландский, английский, финский, французский, немецкий, греческий, иврит
- Хинди, малайский, норвежский, польский, португальский, русский, испанский, суахили, шведский, турецкий
- Японский, корейский
Определение языка
Система автоматически определяет язык на основе скрипта вводимого текста. Если язык не задан явно, для текста на латинице по умолчанию используется английский акцент.
Ограничения
Не поддерживаются вьетнамский, индонезийский, тайский, украинский, румынский, чешский, бенгальский и другие языки, не указанные в списке. Попытка синтеза текста на неподдерживаемом языке приведет к ошибке или некорректному произношению.
Технические детали
API принимает текст и возвращает готовый аудиофайл, поддерживая форматы mp3, wav, opus, flac и pcm. Вы можете настроить скорость синтеза в диапазоне от 0.25 до 4.0, что позволяет адаптировать речь под сценарий диалога.
Типичная скорость генерации составляет примерно 25 символов текста в секунду на длинных текстах. Короткие фразы обрабатываются за несколько секунд. Если сервер перегружен, запросы ставятся в очередь и обрабатываются последовательно.
Форматы аудио
Вы можете выбрать один из пяти форматов: mp3, wav, opus, flac или pcm. Это позволяет оптимизировать размер файлов и совместимость с различными плеерами и библиотеками ваших приложений.
Аудиофайлы содержат невидимый водяной знак, маркирующий их как синтетическую речь, но это не влияет на качество воспроизведения в ботах.
Скорость генерации
Средняя скорость синтеза составляет около 25 символов текста в секунду для длинных сообщений. Это соответствует естественному темпу речи и позволяет быстро генерировать контент для голосовых помощников.
Для коротких фраз генерация занимает несколько секунд. Если сервер занят, запросы обрабатываются в порядке очереди, что может незначительно увеличить время ответа.
Ограничения запросов
Каждый запрос может содержать до 4096 символов текста. Для более длинных сообщений необходимо разбивать текст на части и объединять полученные аудиофайлы.
Лимит составляет 60 запросов в минуту на один ключ API. Для новых аккаунтов без пополнения лимит снижен до 10 запросов в минуту.
Тарификация
Сервис работает по простой модели: вы платите только за фактический объём текста. Стоимость составляет 10 долларов за 1 миллион символов (0,01 $ за 1000 символов). В подсчёт включаются пробелы и знаки препинания, что позволяет точно прогнозировать расходы на озвучку диалогов.
Начать можно бесплатно: после регистрации через Google начисляется тестовый баланс в 0,50 $ (около 50 000 символов) сроком на 7 дней. При неудачном запросе средства возвращаются в полном объёме. Баланс не сгорает и не привязан к ежемесячному абонементу.
Оплата за символы
Ценообразование прозрачно и зависит только от длины входного текста. Тариф 10 долларов за 1 млн символов применяется ко всем моделям (tts-1 и tts-1-hd). Это позволяет легко интегрировать расчёт стоимости в логику вашего приложения без скрытых платежей за формат или длительность аудио.
- Тариф: $10 за 1 000 000 символов
- Пробелы и пунктуация учитываются в объёме
- Одинаковая цена для моделей tts-1 и tts-1-hd
Тестовый баланс
Для проверки качества синтеза и интеграции предоставляется стартовый кредит в 0,50 $. Он активен в течение 7 дней с момента входа через Google. Этот объём текста (около 50 000 символов) достаточен для тестирования всех 8 голосов и форматов ответа.
Если синтез завершился ошибкой, средства за этот запрос возвращаются на баланс автоматически. Это защищает ваш бюджет от расходов на неудачные генерации.
- Стартовый кредит: 0,50 $
- Условие: вход через Google
- Срок действия: 7 дней
Пополнение USDT
Для дальнейшего использования пополняйте баланс криптовалютой USDT в сети TRON (TRC-20). Минимальная сумма перевода — 5 долларов. Средства зачисляются автоматически в течение нескольких минут после подтверждения транзакции в блокчейне.
Мы не принимаем банковские карты, PayPal или подписки. У вас нет обязательных минимальных расходов или абонентской платы. Накопленный на счету баланс не имеет срока действия и используется до полного израсходования.
- Сеть: TRC-20 (TRON)
- Минимум: $5
- Зачисление: автоматически за несколько минут

Демонстрация
Демонстрация показывает, как бот получает голос: отправляет текст и получает аудиофайл. Интеграция проста — используйте готовый curl-запрос или библиотеку.
Примеры ниже иллюстрируют стандартный запрос. Вы получаете MP3 или WAV файл, готовый к воспроизведению в вашем приложении.
Пример запроса
Отправьте POST-запрос на endpoint /v1/audio/speech с JSON-телом. Укажите модель, голос, текст и язык.
- POST https://api.j2000.info/v1/audio/speech
- Authorization: Bearer tts-...
Пример ответа
API возвращает аудиофайл в запрошенном формате. Ответ содержит аудиофайл в запрошенном формате.
- Content-Type: audio/mpeg
- Status: 200 OK
Возможности API
Поддерживаются форматы MP3, WAV, OPUS, FLAC, PCM. Настройка скорости от 0.25 до 4.0 позволяет адаптировать речь под нужды ассистента.
Для кого этот сервис
Сервис создан для разработчиков, которым нужен предсказуемый голосовой отклик без сложных конвейеров. Мы предоставляем простой интерфейс, который легко встраивается в логические цепочки ваших приложений.
Прямая интеграция позволяет мгновенно преобразовывать текстовые ответы бота в аудиофайл, делая взаимодействие с пользователем более естественным и доступным.
Чат-боты
Идеально подходит для Telegram-ботов, WhatsApp-рассылок и веб-интерфейсов, где текст заменяется на голос. API обрабатывает запросы последовательно, возвращая готовый файл в указанном формате.
- Интеграция в логику диалога через POST-запрос
- Поддержка форматов mp3, wav, opus, flac
- Автоматическое определение языка по скрипту
Голосовые ассистенты
Для устройств и программ, требующих озвучки ответов. Восемь голосов с разными тембрами позволяют выбрать подходящую интонацию под задачи ассистента.
- 8 предустановленных голосов с разными характеристиками
- Регулировка скорости от 0.25 до 4.0
- Поддержка 23 языков, включая русский
Начинающие стартапы
Минимальный порог входа: тестовый баланс $0.50 для проверки интеграции. Оплата только за фактическое использование символов, без ежемесячных подписок и скрытых платежей.
- Пополнение через USDT (TRC-20)
- Без привязки к кредитным картам
- Простая документация по стандарту OpenAI
Преимущества API
API спроектировано для минимизации кода в логике бота. Отправка текста и получение аудиофайла занимает несколько строк кода, а совместимость с OpenAI SDK позволяет использовать готовые библиотеки с минимальной настройкой базового URL.
Простая интеграция
Интерфейс соответствует формату запросов OpenAI. Вы можете использовать официальные SDK OpenAI, просто указав базовый URL https://api.j2000.info/v1. Это устраняет необходимость писать сложные парсеры для получения аудиофайлов.
- Стандартный JSON-запрос POST
- Поддержка OpenAI SDK
- Минимум зависимостей
Прозрачные цены
Тарификация зависит только от объема текста: $0.01 за 1000 символов. Не нужно платить за минуты генерации или за количество голосов. Неудачные запросы оплачиваться не будут.
- $0.01 за 1000 символов
- Оплата за результат
- Без скрытых комиссий
Быстрый старт
Получите API-ключ за минуту через Google-аккаунт. Сразу после регистрации вам будет доступен тестовый баланс $0.50 для проверки интеграции в ваших сценариях.
- Регистрация за 1 минуту
- Тестовые $0.50
- Готовый curl-пример
Сравнение с другими решениями
Наш API спроектирован так, чтобы быть прозрачным и предсказумым инструментом, а не черным ящиком. Мы не имитируем поведение крупных вендоров, а предоставляем четкие технические контракты, которые легко интегрировать в логику вашего бота без лишних абстракций.
Открытые стандарты
Мы используем стандартную структуру запросов и ответов, знакомую разработчикам, привыкшим к популярным облачным API. Это упрощает отладку и позволяет быстро адаптировать код под наши требования.
Совместимость с SDK
Интерфейс идентичен официальным SDK популярных провайдеров. Вы можете использовать существующие библиотеки, просто изменив базовый URL на https://api.j2000.info/v1 и подставив свой ключ. Это экономит время на написание обертки.
Отсутствие лишнего
В отличие от комплексных платформ, здесь нет сложных конструкторов или избыточных функций. Вы получаете только необходимый инструмент для конвертации текста в аудио, что снижает нагрузку на инфраструктуру и упрощает поддержку.
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Это снижает порог входа для разработчиков стартапов, которым важна скорость вывода продукта на рынок.
23 языка
Любой голос может говорить на любом из этих языков.
Источники и дополнительные материалы
- Wikipedia
- Creative Commons Attribution 4.0
- OpenAI API reference: create speech
- curl documentation
- LibriTTS-R paper (arXiv 2305.18802)
- MDN: Web Speech API
- IETF RFC 7845: Ogg Opus
- Python documentation
- ISO 639 language codes
- W3C WAI: making audio and video accessible
- FFmpeg documentation
- LibriTTS-R corpus (OpenSLR 141)
