Metin Seslendirme API'si ile İçeriklerinizi Sesli Deneyime Dönüştürün

Yazan MetinSes Editörleri ekibi · Güncellendi 2026-11-19

Metin Seslendirme API'si, e-ticaret ve dijital ürün ekiplerinin içerik üretim süreçlerini otomatikleştirmek için tasarlanmış bağımsız bir bulut hizmetidir. Bu sayfada, OpenAI SDK uyumlu mimari yapısını, 8 farklı ses presetini ve 23 dil desteğini teknik detaylarıyla inceleyeceksiniz. Entegrasyon karmaşıklığını azaltan JSON tabanlı istek formatı ve base URL özelleştirme seçenekleriyle projenize hızlıca dahil olabilirsiniz.

Sesli içerik üretiminde maliyet ve hız dengasını kurmak isteyen ürün ekipleri için pratik bir rehber sunuyoruz. API'nin karakter bazlı fiyatlandırmasını, gerçek zamanlı üretim hızını ve veri gizliliği ilkelerini detaylıca ele alıyoruz.

Metin Seslendirme API'si ile İçeriklerinizi Sesli Deneyime Dönüştürün

Sıkça sorulan sorular

Metin seslendirme API'si nedir ve nasıl çalışır?

Metin seslendirme API'si, gönderilen metni sesli dosyaya dönüştüren bulut hizmetidir. POST isteği ile JSON formatında veri gönderilir ve audio dosyası döndürülür. OpenAI SDK yapısıyla uyumludur; base_url değiştirilerek kullanılabilir. Her istek bağımsız olarak işlenir ve sonuç doğrudan yanıt olarak iletilir.

Hangi dil ve sesler desteklenir?

API 23 dil ve 8 ses preset'i destekler. Desteklenen diller arasında İngilizce, Türkçe, Almanca ve Japonca bulunur. Sesler kadın (Aria, Nova, Luna, Sage) ve erkek (Felix, Milo, Atlas, Orion) olarak sınıflandırılır. Her ses her dilde çalışabilir; dil belirtilmezse otomatik tahmin edilir.

API isteklerinde karakter sınırı nedir?

Her API isteği için maksimum karakter sınırı 4096 karakterdir. Bu sınır, boşluklar ve noktalama işaretleri dahil toplam karakter sayısını kapsar. 4096 karakteri aşan metinler, istemci tarafında parçalara bölünerek ayrı ayrı işlenir ve sonuçlar birleştirilir.

Ses dosyaları hangi formatlarda sunulur?

Ses dosyaları MP3, WAV, Opus, FLAC ve PCM formatlarında sunulur. İsteğin response_format alanı kullanılarak istenen format seçilir. Bu formatlar, farklı kullanım senaryoları için esneklik sağlar ve doğrudan API yanıtı olarak iletilir.

Hız ayarı nasıl yapılır ve hangi aralıkta olabilir?

Hız ayarı, API isteğindeki speed parametresi ile yapılır. Bu parametre 0.25 ile 4.0 arasında değerler alabilir. Varsayılan hız 1.0'dır. Değerler arttıkça seslendirme hızlanır, azaldıkça yavaşlar. Bu ayar, sesli içeriğin ritmini ve temposunu özelleştirmenizi sağlar.

API anahtarları nasıl yönetilir?

Hesap başına tek aktif API anahtarı bulunur. Anahtar, /get-api-key/ sayfasından görüntülenebilir ve yeni anahtar oluşturularak eski anahtar anında geçersiz kılınabilir. Anahtarlar Authorization: Bearer tts-... formatında isteklerde kullanılır. Güvenlik için anahtarları düzenli olarak yenilemek önerilir.

Arka planlarda sesler nasıl üretilir?

API istekleri sırayla işlenir. Yüksek trafikte istekler bir kuyruğa alınabilir. Uzun metinler için gerçek zamanlı hız yaklaşık saniyede 25 karakterdir. Kısa metinler birkaç saniye sürebilir. Bu süreç, istemci tarafında yönetilir.

Ürün açıklamaları için TTS uygun mudur?

Evet, TTS ürün açıklamaları için uygundur. API, e-ticaret ekiplerinin maliyetlerini azaltmalarına yardımcı olur. Sesler net ve anlaşılırdır. Ürün özellikleri veya kullanım kılavuzları metin olarak girilir ve yüksek kaliteli ses dosyalarına dönüştürülür. Bu, kullanıcı deneyimini artırır.

Ses dosyaları kalıcı olarak saklanır mı?

Üretilen ses dosyaları kalıcı olarak saklanmaz. Yanıt olarak iletilirler. Girdi metni yalnızca ses üretimi için kullanılır ve eğitim için işlenmez. İstek metaverileri (zaman, karakter sayısı, durum) faturalandırma amacıyla saklanır. Bu, veri gizliliği açısından önemlidir.

Dil algılama nasıl çalışır?

Dil algılama, language alanı boş bırakıldığında otomatik olarak yapılır. Latin alfabesi kullanılıyorsa varsayılan dil İngilizce kabul edilir. Diğer diller için language alanının ISO kodu belirtilmelidir. Bu, yanlış dil algılamasını önler ve doğruluğu artırır.

API'nin hızı ne kadardır?

API hızı, uzun metinlerde yaklaşık gerçek zamanlıdır (saniyede 25 karakter). Kısa metinler için işlem süresi birkaç saniye sürebilir. İstekler sırayla işlendiği için yoğunlukta gecikmeler olabilir. Bu hız, standart web kullanımı için yeterlidir ve kullanıcı deneyimini bozmaz.

Toplu metinler nasıl işlenir?

Toplu metinler, 4096 karakterlik parçalara bölünerek işlenir. Her parça ayrı bir API isteği olarak gönderilir. Sonuç ses dosyaları birleştirilerek son ürün oluşturulur. Bu süreç, istemci tarafında yönetilebilir. Bu, uzun içerikler için verimlidir.

Hangi veri tipleri API'ye gönderilir?

API'ye JSON formatında veri gönderilir. Alanlar: model (tts-1 veya tts-1-hd), input (metin), voice (ses seçimi), response_format (ses formatı), speed (hız) ve language (dil). Bu alanlar, ses üretimi için gerekli tüm parametreleri içerir.

API entegrasyonu teknik bilgi gerektirir mi?

API entegrasyonu için temel HTTP veya OpenAI SDK bilgisi yeterlidir. Base URL değiştirilerek mevcut SDK'lar kullanılabilir. JSON formatı standarttır. Teknik detaylar /docs/ sayfasında bulunur. Bu, geliştiricilerin hızlıca entegre etmesini sağlar.

İlk istek

curl

curl https://api.shan234.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.mp3

Metinden sese geçiş süreçleri

İçin ses dalga görseli: Metinden sese geçiş süreçleri

Metinleri sese dönüştürmek, dijital ürün ekiplerinin içerik üretim süreçlerini yeniden yapılandırmasına olanak tanır. API'ye gönderilen metinler, yüksek kaliteli ses dosyalarına dönüştürülerek kullanıcı deneyimini zenginleştirir.

Bu dönüşüm, özellikle e-ticaret ve dijital hizmetlerde standartlaşmış bir iş akışı sunar. Ürün ekipleri, metin tabanlı bilgileri daha erişilebilir ve etkileyici bir forma dönüştürerek dönüşüm oranlarını artırabilir.

Ürün açıklamalarında sesli deneyim

Ürün açıklamalarında sesli deneyim

E-ticaret platformlarında ürün açıklamalarının sesli hale getirilmesi, kullanıcıların ürün detaylarını daha hızlı tüketmesini sağlar. API, istek başına 4096 karakterlik metinleri işleyerek sesli içerikler üretir.

Bu yaklaşım, özellikle mobil kullanıcılar için görsel yorgunluğu azaltır. Ürün özelliklerini sesli olarak dinlemek, alışveriş deneyimini daha akıcı hale getirir.

  • Karakter bazlı fiyatlandırma ile maliyet kontrolü
  • Otomatik dil algılama ile çok dilli destek

Kullanıcı kılavuzlarında sesli rehberlik

Kullanıcı kılavuzları, metin formatından sesli rehberlere dönüştürülebilir. Bu sayede kullanıcılar, ürün kurulumu veya kullanımına dair talimatları hem okuyabilir hem de dinleyebilir.

Sesli rehberlik, özellikle görsel veya teknik terimlerin anlaşılmasını kolaylaştırır. API, talimatların net bir şekilde iletilmesini sağlar.

  • 8 farklı ses seçeneği ile tonlama esnekliği
  • MP3 ve WAV formatlarında çıktı desteği

Pazarlama materyallerinde otomatik seslendirme

Pazarlama materyallerinde otomatik seslendirme, içerik üretim süresini kısaltır. Metinler, API aracılığıyla hızlıca sese dönüştürülerek kampanya süreleri içinde kullanılabilir.

Bu süreç, manuel seslendirme sanatçılarına olan bağımlılığı azaltır. Ürün ekipleri, kampanya içeriklerini daha hızlı güncelleyebilir ve yayınlabilir.

  • Hızlı entegrasyon ile anında üretim
  • Toplu metin işleme ile ölçeklenebilirlik

API Mimarisi ve Entegrasyon

İçin ses dalga görseli: API Mimarisi ve Entegrasyon

API, OpenAI speech endpoint yapısıyla aynı JSON formatını kullanarak entegrasyonu standartlaştırır. Bu uyumluluk, mevcut OpenAI SDK'larını base_url değişikliğiyle doğrudan kullanmanızı sağlar.

POST /v1/audio/speech endpointi, model, input, voice ve response_format alanlarını kabul eder. Bu yapı, geliştiricilerin mevcut metin işleme pipeline'larını minimal kod değişikliğiyle sesli çıktıya bağlamasını sağlar.

OpenAI SDK uyumlu yapı

SDK değişiklikleri, base_url'in api.shan234.info/v1 olarak ayarlanmasıyla tamamlanır. Bu sayede mevcut Python veya Node.js SDK'ları doğrudan çalışır.

  • Doğrudan OpenAI SDK'ları ile uyumlu
  • Minimal kod değişikliği gerektirir
  • Mevcut pipeline'larla tam uyum

JSON tabanlı istek formatı

İstekler, model, input, voice ve response_format alanlarını içeren JSON gövdesiyle gönderilir. Bu standart format, API'nin geniş uyumluluğunu garanti eder.

  • Model: tts-1 veya tts-1-hd
  • Input: max 4096 karakter metin
  • Voice: 8 preset seçenek

Base URL özelleştirme

Base URL, api.shan234.info/v1 olarak yapılandırılır. Bu yapı, API anahtarının Authorization başlığında Bearer token olarak iletilmesini gerektirir.

Desteklenen Sesler ve Tonlar

İçin ses dalga görseli: Desteklenen Sesler ve Tonlar

Metin seslendirme API'si, ürün ekiplerinin içerik üretim süreçlerini hızlandırmak için sekiz farklı ses seçeneği sunar. Her ses, belirli bir ton ve anlatım tarzına göre tasarlanmıştır.

Sesler, LibriTTS-R veri setinden (CC BY 4.0) ve LibriVox'un kamu malı ses kayıtlarından temin edilmiştir. Her üretilen ses dosyası, sentezlendiğini belirten görünmez bir su işareti içerir.

Sıcak anlatıcı sesi: Aria

Aria, sıcak ve net bir anlatım tarzına sahiptir. Ürün açıklamalarında veya eğitim materyallerinde kullanıcıyı yormadan bilgi aktarımı sağlar. Özellikle uzun metinlerin okunması için ideal bir seçenektir.

  • Net ve anlaşılır telaffuz
  • Sıcak ve davetkar ton
  • Uzun metinler için uygun

Enerjik tanıtım sesi: Felix

Felix, enerji dolu ve canlı bir ses tonuna sahiptir. Tanıtım videoları veya promosyon içerikleri için tasarlanmıştır. Dinleyicinin dikkatini çekmek ve mesajı vurgulamak için idealdir.

  • Yüksek enerji seviyesi
  • Hızlı ve net anlatım
  • Tanıtımlar için optimize edilmiş

Hikaye anlatımı: Luna

Luna, yumuşak ve hikaye anlatıcılığına uygun bir tona sahiptir. Kullanıcı kılavuzları veya hikaye odaklı içeriklerde tercih edilir. Dinleyiciyi içeriğe bağlayan sakin bir ses yapısına sahiptir.

  • Yumuşak ve akıcı ses
  • Hikaye anlatımına uygun
  • Sakin ve sakinleştirici ton

Ses Formatları ve Kalite

İçin ses dalga görseli: Ses Formatları ve Kalite

API, farklı kullanım senaryolarına yönelik beş ses formatı sunar. İsteğe bağlı olarak mp3, wav, opus, flac veya pcm formatında audio dosyası döndürülebilir.

Format seçimi, dosya boyutu ve işlemci yükü üzerinde doğrudan etki yapar. Seçim, hedef platformun medya oynatıcı yeteneklerine göre yapılmalıdır.

MP3 ve WAV desteği

MP3, genelde web tabanlı uygulamalar ve mobil arayüzler için tercih edilen sıkıştırılmış formattır. Dosya boyutunu küçülterek bant genişliği tasarrufu sağlar.

WAV formatı, kayıpsız ve genelde uncompressed bir seçenektir. Ses kalitesinin kritik olduğu yerlerde veya düzenleme süreçlerinde ham veri akışı için uygundur.

  • Genel kullanım ve web entegrasyonları için MP3 önerilir.
  • Ses düzenleme veya yüksek kaliteli arşivleme için WAV tercih edilebilir.

Opus ve FLAC seçenekleri

Opus, yüksek sıkıştırma oranı ve düşük gecikme süresi ile modern web standartlarında sıkça kullanılır. Mobil ağlarda verimli veri transferi sağlar.

FLAC, kayıpsız sıkıştırma sunar. Orijinal ses kalitesini korurken dosya boyutunu WAV'a göre küçültür, arşivleme için idealdir.

  • Düşük bant genişliği ve mobil kullanıcılar için Opus.
  • Arşiv ve yüksek kaliteli ses gerektiren durumlarda FLAC.

PCM ham veri formatı

PCM, sıkıştırmasız ham dijital ses verisi sağlar. Doğrudan ses işleme pipeline'larında veya özel kod çözücülerde kullanılabilir.

Format, ek işleme gerektirmez ancak dosya boyutları diğer seçeneklere göre daha büyüktür.

Genellikle gerçek zamanlı işleme veya özel donanım entegrasyonlarında tercih edilir.

Dil ve Bölgesel Uyumluluk

İçin ses dalga görseli: Dil ve Bölgesel Uyumluluk

API, 23 farklı dili destekleyerek küresel e-ticaret projelerinizde çok dilli içerik üretimini mümkün kılar. Metinleriniz, özellikle İngilizce dışındaki Latin alfabeli diller için language parametresi ile doğru telaffuz sağlar.

Dil algılama mekanizması, varsayılan olarak İngilizce olarak ayarlanır ancak özel karakter kümeleri veya diller için manuel müdahale gerekebilir.

23 dil desteği

Araptan Türkçeye, Koreceden İsveççeye kadar geniş bir yelpaze sunar. Bu diller arasında Almanca, Fransızca, İtalyanca, İspanyolca, Japonca, Hintçe ve Rusça gibi stratejik pazarlar için kritik olan diller yer alır.

  • Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish

Otomatik dil algılama

Sistem, metnin scriptini (yazı tipini) analiz ederek dili tahmin eder. Latin alfabesi kullanılan metinler varsayılan olarak İngilizce olarak işlenir.

Manuel dil ayarı gereksinimleri

İngilizce dışı Latin alfabeli metinlerinizde doğru sonuçlar almak için language parametresini açıkça belirtmelisiniz. Aksi halde seslendirme İngilizce olarak üretilebilir.

Dil ve Bölgesel Uyumluluk

Hız ve Performans

İçin ses dalga görseli: Hız ve Performans

Sistem, uzun metinlerde yaklaşık gerçek zamanlı üretim hızı sunar; saniyede ortalama 25 karakter işleme kapasitesi ile içerik üretim süreçlerini hızlandırır. Kısa ifadeler için birkaç saniyelik işleme süresi beklenmelidir.

Gerçek zamanlı üretim hızı

Genel üretim süresi, metnin uzunluğuna göre lineer olarak artar. Kısa cümleler için bekleyen süre birkaç saniye iken, uzun kılavuzlar için gerçek zamanlı akış sağlanır.

Kuyruk yönetimi

İstekler sıraya alınarak işlenir. Yüksek yük altında bir istek sırasını bekleyebilir. Dakikada 60 istek limiti, bu kuyruk yönetimini destekler.

Karakter bazlı hız tahmini

Yaklaşık 25 karakter/saniye üretim hızı üzerinden maliyet ve süre planlaması yapılabilir. Boşluklar ve noktalama işaretleri karakter sayısına dahildir. Bu sayı, uzun metinlerdeki ortalama süreyi tahmin etmenize yardımcı olur.

Ölçeklenebilirlik

İçin ses dalga görseli: Ölçeklenebilirlik

API, 4096 karakterlik sınırın ötesindeki uzun metinleri otomatik olarak parçalara ayırır. Bu sayede büyük ürün açıklamaları veya kapsamlı kılavuzlar parçalara bölünerek işlenebilir.

Toplu metin bölme

Metin, karakter sınırı aşımına uğramadan parçalara bölünür. Her parça bağımsız olarak işlenir ve sonuçlar birleştirilmek üzere hazırlanır.

Ses dosyası birleştirme

Oluşturulan ayrı ses dosyaları, istemci tarafında birleştirilerek tek bir audio dosyası oluşturulur.

Yük altında işlem süresi

İstekler sırayla işlendiği için yüksek trafikte kuyruklama görülebilir. Uzun metinlerde toplam süre, metin uzunluğu ve kuyruk durumuyla orantılı olarak artar.

  • 60 istek/dakika limiti aşıldığında işlemler sıraya alınır.
  • Kısa komutlar için bekleme süresi daha azdır.

Güvenlik ve Veri

İçin ses dalga görseli: Güvenlik ve Veri

Giriş verileri ve üretim süreci şeffaf bir şekilde yönetilir. Metinler yalnızca ses dosyasına dönüştürmek için kullanılır; kalıcı depolama veya model eğitimi için veri havuzuna eklenmez.

Süreç boyunca yalnızca faturalandırma amaçlı temel meta veriler saklanır. Sentezlenen ses dosyaları sunucularda kalıcı olarak depolanmaz, isteğe bağlı olarak istemci tarafında saklanır.

Meta verilerin saklanması

Her istek için zaman damgası, karakter sayısı ve durum kodu gibi faturalandırma verileri kaydedilir. Bu bilgiler, bakiye takibi ve hata analizi için tutulur.

Girdi metinlerinin kullanımı

Gönderilen metinler, ses sentezi işlemini tamamladığında veri havuzuna kaydedilmez. Veriler yalnızca o anki üretim için işlenir ve eğitim amaçlı kullanılmaz.

Sentezlenmiş seslerin depolanması

API yanıtı olarak dönen ses dosyaları sunucularda kalıcı olarak saklanmaz. Oluşturulan içerikler, kullanıcı tarafından istendiği takdirde kendi altyapılarında depolanabilir.

Kullanım Alanları

İçin ses dalga görseli: Kullanım Alanları

Giriş metni API'ye gönderilir, ses dosyası döndürülür ve işleme devam edilir. Bu akış, e-ticaret ve dijital ürün ekiplerinin sesli içerik maliyetlerini azaltır.

Entegrasyon karmaşıklığı OpenAI SDK uyumlu yapı sayesinde minimaldir. JSON tabanlı istekler ve base URL özelleştirme ile hızlıca entegre edilebilir.

E-ticaret ürün videoları

Ürün açıklamalarını otomatik seslendirmek, video üretim süreçlerini hızlandırır. Metinler 4096 karaktere kadar işlenebilir ve ses dosyaları birleştirilerek uzun videolar oluşturulur.

MP3 veya WAV formatında çıktı, web ve mobil platformlarla uyumludur. Her ses dosyası, sentetik konuşma işaretini taşıyarak yapay olduğunu belirtir.

  • Otomatik dil algılama ile çok dilli ürün açıklamaları
  • Gerçek zamanlı üretim hızı ile hızlı video güncellemeleri
  • Karakter bazlı maliyet tahmini ile bütçe kontrolü

Mobil uygulama sesleri

Kullanıcı kılavuzları ve rehberler için sesli içerikler oluşturulur. 8 farklı ses tonu, uygulamanın marka kimliğini yansıtır.

Desteklenen 23 dil, global kullanıcılar için yerelleştirme imkanı sunar. Manuel dil ayarı ile doğru dil seçimi garanti edilir.

  • 8 farklı ses seçeneği ile özelleştirilmiş kullanıcı deneyimi
  • Opus ve FLAC formatları ile yüksek kaliteli ses desteği
  • SMS ve push bildirimleri için kısa metin seslendirmeleri

İçerik üretim zinciri

Toplu metin bölme ve ses dosyası birleştirme, büyük içerikler için verimlidir. Yük altında işlem süresi kuyruk yönetimi ile dengelenir.

Meta veriler ve istatistikler, kullanım analizi için saklanır. Girdi metinleri eğitim için kullanılmaz, sadece ses üretimi için işlenir.

  • Toplu işleme ile büyük metinlerin seslendirilmesi
  • Kuyruk yönetimi ile yük altında bile stabil performans
  • Meta veri saklama ile kullanım analizi ve optimizasyon

8 sesi dinleyin

Aşağıdaki her örnek, aynı cümle bu API tarafından üretilmiştir. Bu yapı, e-ticaret ürün açıklamaları veya kılavuzlar gibi yüksek hacimli metinlerde maliyet tahminini basitleştirir.

Sesin avatarı aria
ariakadın
Sesin avatarı nova
novakadın
Sesin avatarı luna
lunakadın
Sesin avatarı sage
sagekadın
Sesin avatarı felix
felixerkek
Sesin avatarı milo
miloerkek
Sesin avatarı atlas
atlaserkek
Sesin avatarı orion
orionerkek

23 dil

Her ses bu dillerden birini konuşabilir.

Kaynaklar ve ileri okuma

  1. Wikipedia
  2. FFmpeg documentation
  3. Tether (USDT)
  4. LibriTTS-R paper (arXiv 2305.18802)
  5. ISO 639 language codes
  6. Node.js documentation
  7. curl documentation
  8. Creative Commons Attribution 4.0
  9. MDN: Web Speech API
  10. W3C WAI: making audio and video accessible
  11. openai-node on GitHub
  12. LibriTTS-R corpus (OpenSLR 141)

Sitede daha fazla