Metin Seslendirme API'si Nasıl Çalışır ve Entegre Edilir?

Yazan MetinSes Editörleri ekibi · Güncellendi 2026-11-19

Bu sayfada, MetinSes Editörleri API'sinin arka planında çalışan teknik mekanizmaları adım adım inceliyoruz. E-ticaret ve dijital ürün ekipleri için hazırlanan bu rehber; JSON tabanlı istek yapısından veri akışına, performans sınırlarından hata yönetimine kadar entegrasyon sürecinin her aşamasını somut verilerle açıklar. OpenAI SDK uyumlu yapısı sayesinde mevcut sistemlerinize nasıl entegre edileceğinizi ve maliyet optimizasyonunu nasıl sağlayacağınızı keşfedin.

API anahtar doğrulamasından ses formatı seçimlerine, dil algılama mantığından kuyruk etkisine kadar teknik detaylar, ürün ekiplerinin sesli içerik üretim süreçlerini hızlandırmak ve karmaşıklığı azaltmak için tasarlanmıştır. Bu kılavuz, bulut tabanlı metin okuma hizmetinin nasıl çalıştığını net ve doğrulanabilir şekilde gösterir.

Metin Seslendirme API'si Nasıl Çalışır ve Entegre Edilir?

Sıkça sorulan sorular

API nedir ve ne işe yarar?

MetinSes Editörleri, metni sesli dosyalara dönüştüren bulut bir TTS API’sidir. POST isteği göndererek metni alır ve ses dosyası olarak döndürür. OpenAI SDK’ları ile uyumludur; base_url değiştirerek entegre edebilirsiniz. E-ticaret ve dijital ürün ekipleri için metinleri sesli içeriğe dönüştürmek amacıyla tasarlanmıştır.

Metin seslendirme nasıl çalışır?

Metin, model ve ses parametreleriyle birlikte JSON formatında API’ye gönderilir. Sistem metni işler ve ses dosyasını döndürür. 4096 karakteri aşan metinler parçalara bölünür ve ses dosyaları birleştirilir. Bu sayede uzun içerikler de kesintisiz bir şekilde seslendirilebilir.

Hangi formatlar desteklenir?

API, mp3, wav, opus, flac ve pcm formatlarını destekler. İsteğe bağlı olarak response_format parametresi ile istenen format seçilebilir. Bu seçenekler, farklı kullanım senaryolarına ve platformlara uygun esneklik sağlar. Her format, ses kalitesini ve dosya boyutunu etkiler.

Ses kalitesi nasıldır?

Sesler, LibriTTS-R ve LibriVox lisansları altında üretilmiştir. Her dosya, sentetik konuşmayı belirten görünmez bir su işareti içerir. Sesler, anlaşılır bir tonda üretilir. Kalite, seçilen modele ve sese bağlı olarak değişir ancak tutarlı bir deneyim sunar.

API hızı nedir?

Uzun metinlerde ses üretimi yaklaşık gerçek zamanlıdır; saniyede 25 karakter işlenir. Kısa cümleler birkaç saniye sürebilir. İstekler sırayla işlendiğinden, yoğunluk altında bekleme süresi oluşabilir. Bu durum, API’nin işleme kapasitesine bağlı olarak değişebilir.

Hata durumunda ne olur?

Sentez işlemi başarısız olursa, ücret iade edilir. Bu, hata durumunda kullanıcıların maliyetle karşılaşmadığını garanti eder. API, başarılı istekler için ücretlendirme yapar. Hatalar, sistem tarafından otomatik olarak yönetilir ve kullanıcıya bildirilir.

Veriler ne kadar saklanır?

Girdi metni, ses üretimi için kullanılır ve eğitim için kullanılmaz. Üretilen ses dosyası yanıtta döndürülür ve saklanmaz. İstek metaverisi (zaman, karakter sayısı, durum) faturalandırma için saklanır. Bu, verilerin yalnızca gerekli süre boyunca tutulduğunu gösterir.

Hangi diller desteklenir?

API, Arapça, Çince, Danca, Felemenkçe, İngilizce, Fince, Fransızca, Almanca, Yunanca, İbranice, Hintçe, İtalyanca, Japonca, Korece, Malayca, Norveççe, Lehçe, Portekizce, Rusça, İspanyolca, Swahili, İsveççe ve Türkçe dillerini destekler. 23 dil mevcuttur. Diğer diller desteklenmez.

Sesler nasıl seçilir?

8 farklı ses preseti mevcuttur: Aria, Nova, Luna, Sage, Felix, Milo, Atlas ve Orion. Sesler, cinsiyet ve tonlama açısından çeşitlilik sunar. Her ses, desteklenen tüm dillerde konuşabilir. Sesler, kullanıcının ihtiyaçlarına göre seçilir ve API isteğinde belirtilir.

API anahtarı nedir?

API anahtarı, kimlik doğrulama için kullanılan benzersiz bir kimliktir. Her hesap için tek bir aktif anahtar bulunur. Yeni anahtar oluşturulduğunda, eski anahtar hemen geçersiz olur. Anahtar, Authorization başlığında Bearer formatında gönderilir. Güvenlik için düzenli olarak değiştirilebilir.

Maliyet nasıl hesaplanır?

Her 1 milyon karakter için 10 USD ücret alınır. Boşluklar ve noktalama işaretleri karakter sayısına dahildir. Başarısız istekler ücretsizdir. Ücretsiz deneme süresi, 0,50 USD kredi sunar. Bu kredi, 7 gün geçerlidir ve kayıt sırasında verilir.

Entegrasyon zor mudur?

API, OpenAI SDK’ları ile uyumludur. Base URL değiştirilerek kolayca entegre edilebilir. JSON formatı basittir. Kod örnekleri ve dokümantasyon, entegrasyonu kolaylaştırır. Teknik bilgi sahibi ekipler için hızlı bir şekilde uygulanabilir. Ekstra araçlara gerek yoktur.

Performans nasıl ölçülür?

Performans, istek süresi ve karakter işleme hızı ile ölçülür. Uzun metinlerde gerçek zamanlı üretim hedeflenir. İstekler sırayla işlendiğinden, yoğunluk altında gecikmeler olabilir. Bu durum, API’nin yüküne bağlı olarak değişir. Kullanıcılar, istek durumlarını izleyerek performansı takip edebilir.

Güvenlik nasıl sağlanır?

API anahtarı, Authorization başlığında gönderilir. Anahtarlar, kullanıcılar tarafından yönetilir ve değiştirilebilir. Veriler, üretim için kullanılır ve eğitim için kullanılmaz. İstek metaverisi, faturalandırma için saklanır. Bu, verilerin güvenliği ve gizliliği için gerekli önlemlerin alındığını gösterir.

Temel İşleyiş Mekanizması

İçin ses dalga görseli: Temel İşleyiş Mekanizması

API, POST isteği ile JSON formatında veri gönderilerek çalışır. Girdi metni, ses modeli ve ses seçimi tek bir istekte toplanır. Bu yapı, mevcut SDK'lerin doğrudan kullanılabilmesini sağlar.

İstek, belirtilen endpoint'e gönderilir ve sunucu tarafından işlenir. Yanıt olarak, ses dosyasının kendisi döner.

JSON istek yapısı

İstek gövdesi; model, input, voice, response_format ve isteğe bağlı speed parametrelerini içerir. Metin 4096 karakteri aşmamalıdır.

Parametreler, API'nin beklediği veri tiplerine uygun olarak doldurulmalıdır. Geçersiz bir yapı, işlemin reddedilmesine neden olur.

  • input: Seslendirilecek metin
  • model: tts-1 veya tts-1-hd
  • voice: Seçilen ses preset'i
  • response_format: mp3, wav, opus, flac, pcm

Ses motoru seçimi

API, iki farklı model sunar: tts-1 ve tts-1-hd. Her iki model de aynı motoru kullanır ve aynı fiyattan hizmet verir.

Seçim, teknik altyapıya bağlıdır; her iki model de aynı kalitede ses üretir.

Ses dosyası dönüşü

İstek başarılı olduğunda, sunucu ses dosyasını döndürür. Başarısız isteklerde, ücret iade edilir.

Ses dosyası, seçilen formatta (mp3, wav, vb.) geri iletilir.

Ses Üretim Süreci

İçin ses dalga görseli: Ses Üretim Süreci

API, gönderilen JSON gövdesindeki metni alır ve önce karakter sınırını (4096 karakter) kontrol eder. Metin, ses motorunun anlayacağı yapıya dönüştürülerek işleme hazırlanır.

Metin analizi

Girdi metni, belirtilen dil koduna göre işlenir. Dil belirlenemezse varsayılan olarak İngilizce kabul edilir. Noktalama ve boşluklar karakter sayısına dahil edilir.

Sentezleme işlemi

Seçilen ses preseti (örn. aria, atlas) ve hız ayarı (0.25–4.0) kullanılarak ses sentezi yapılır. İşlem sıralı olduğundan, yoğun yükte kuyruk bekleme süresi oluşabilir.

  • Modeller: tts-1 ve tts-1-hd aynı motoru kullanır.

Format oluşturma

Sentezlenen ses, istenen formatta (mp3, wav, opus, flac, pcm) kodlanır. Üretilen her dosya, sentetik olduğunu belirten görünmez bir su işareti taşır.

Entegrasyon Adımları

İçin ses dalga görseli: Entegrasyon Adımları

Entegrasyon, API anahtarını kimlik doğrulama başlığında ileterek başlar. Her istek, Authorization: Bearer formatında gönderilmelidir. Anahtar, hesap panelinden kopyalanır ve kodda sabitlenir veya ortam değişkeni olarak yönetilir.

Doğrulama başarılı olduğunda, sistem metni işleyerek ses dosyasını döndürür. Yanıt, belirlenen formatta (mp3, wav vb.) döner. Hata durumunda, HTTP durum kodu ve hata mesajı döner.

API anahtarı doğrulama

İstek başlıklarında Authorization: Bearer tts-... formatında anahtar belirtilir. Anahtar tekildir; yenilendiğinde eski anında geçersiz olur. Güvenlik için anahtarı kaynak kodun içine hardcode etmek yerine, ortam değişkenleri aracılığıyla yönetin.

  • Anahtar formatı: Bearer tts-<key>
  • Yeni anahtar, eskisini anında devre dışı bırakır
  • Her hesap için tek aktif anahtar

İstek gönderme

Ses üretimi için POST https://api.shan234.info/v1/audio/speech endpointine JSON gövdesi gönderilir. Gerekli alanlar: model, input (metin), voice ve response_format. Metin 4096 karakteri geçmemelidir.

İstek, OpenAI SDK uyumlu yapıdadır. base_url alanı https://api.shan234.info/v1 olarak ayarlanarak mevcut SDK yapılandırması kolayca değiştirilebilir. Bu sayede mevcut entegrasyon altyapısında minimum değişiklik gerekir.

  • Endpoint: POST /v1/audio/speech
  • JSON gövdesi: model, input, voice
  • OpenAI SDK ile uyumlu yapı

Yanıt işleme

Başarılı isteklerde, sunucu ses dosyasını doğrudan response body içinde döndürür. Dosya, istenen formatta (mp3, wav, opus vb.) döner. Bu yaklaşım, büyük dosyalar için bellek verimliliği sağlar.

Hata durumunda, HTTP hata kodu (4xx, 5xx) ve açıklama döner. Örneğin, karakter limiti aşımı veya geçersiz ses seçimi durumunda hata mesajı alınır. Bu hatalar, loglama sistemlerine kaydedilerek izlenebilir.

  • Ses dosyası body'de stream edilir
  • Hata mesajları JSON formatında döner
  • HTTP kodları ile hata yönetimi

Veri Akışı

İçin ses dalga görseli: Veri Akışı

Metin seslendirme API'si, girdi olarak alınan düz metni işlenerek ses dosyasına dönüştüren basit bir veri akışına sahiptir. Bu süreç, kullanıcının metin göndermesinden başlayan ve ses dosyasının iletilmesiyle sona eren net bir döngü izler.

Veri akışı, API'nin temel işleyişini anlamak için kritiktir. Her adım, isteklerin başarılı bir şekilde işlenmesini ve maliyetlerin doğru yansıtılmasını sağlar.

Girdi metni

İstek gövdesindeki input alanı, işlenecek metni içerir. Metin, en fazla 4096 karakter uzunluğunda olabilir. Boşluklar ve noktalama işaretleri de karakter sayısına dahil edilir. Metin, API'ye JSON formatında gönderilir.

Metin, API tarafından işlenmeden önce doğrulanır. Geçersiz karakterler veya aşırı uzun metinler, isteğin reddedilmesine neden olabilir.

  • Metin, en fazla 4096 karakter uzunluğunda olabilir.
  • Boşluklar ve noktalama işaretleri karakter sayısına dahil edilir.
  • Metin, API'ye JSON formatında gönderilir.

Meta veri kaydı

Her istek, API tarafından işlendikten sonra meta verileri kaydedilir. Bu meta veriler, istek zamanı, karakter sayısı ve istek durumu gibi bilgileri içerir. Bu veriler, faturalandırma ve analiz amaçları için saklanır.

Meta veriler, isteklerin başarılı veya başarısız olduğunu gösterir. Başarısız istekler, ücret iadesi için kullanılır.

  • Meta veriler, istek zamanı, karakter sayısı ve istek durumu gibi bilgileri içerir.
  • Meta veriler, faturalandırma ve analiz amaçları için saklanır.
  • Başarısız istekler, ücret iadesi için kullanılır.

Ses çıktısı

İstek başarıyla işlendikten sonra, API ses dosyasını yanıt olarak döndürür. Ses dosyası, kullanıcı tarafından belirtilen format ve dilde üretilir. Ses dosyası, API tarafından üretilen sentetik konuşma içerir.

Ses dosyası, kullanıcıya iletilir. Dosya, API'nin belirlediği formatlarda sunulur.

  • Ses dosyası, kullanıcı tarafından belirtilen format ve dilde üretilir.
  • Ses dosyası, API tarafından üretilen sentetik konuşma içerir.
  • Dosya, API'nin belirlediği formatlarda sunulur.

Performans Faktörleri

İçin ses dalga görseli: Performans Faktörleri

API'nin performansını anlamak, üretim akışınızı planlamanız için kritiktir. Her istek, sunuculardaki işleme sırasına göre işlenir ve bu süreç, metnin uzunluğuna ve sunucu yüküne bağlı olarak değişkenlik gösterir.

Gereksinimlerinizi karşılamak için gerçekçi beklentiler belirlemek, API'nin temel çalışma prensiplerine ve teknik kısıtlamalara dayalı doğru entegrasyon stratejileri oluşturmanızı sağlar.

İstek süresi

Kısa cümleler genellikle birkaç saniye içinde üretilir. Ancak sunucu yükü altında, istekler sıraya alınabilir ve işleme süresi uzayabilir.

Karakter hızı

Uzun metinlerde ortalama hız, saniyede yaklaşık 25 karakter üretimiyle gerçek zamanlı yayına yakındır. Bu oran, metin uzunluğu arttıkça sabit kalır.

Kuyruk etkisi

İstekler sırayla işlendiği için yüksek trafikte beklemeler yaşanabilir. Bu durum, eşzamanlı istek sayınızla doğrudan ilişkilidir.

Hata Senaryoları

İçin ses dalga görseli: Hata Senaryoları

API çağrıları sırasında beklenmedik kopmalar veya zaman aşımı durumları, metnin sesli içeriğe dönüşmesini engelleyebilir. Bu tür bağlantı hataları, genellikle sunucu yoğunluğu veya ağ istikrarsızlığı nedeniyle oluşur.

Bağlantı hataları

Post isteği sırasında HTTP 5xx kodları döndüğünde, sunucu geçici olarak erişilemez hale gelebilir. Bu durumda istek yeniden denendiğinde genellikle başarıyla tamamlanır.

  • Zaman aşımı süresi genellikle 30 saniyedir.
  • Sunucu hatası durumunda harç alınmaz.

Geçersiz format

Gövdedeki input alanı 4096 karakteri aşarsa veya response_format seçimi desteklenmeyen bir değer içerirse API hata döner. Bu hataların tamamında ücret iadesi sağlanır.

  • Maksimum karakter sınırı: 4096.
  • Desteklenen formatlar: mp3, wav, opus, flac, pcm.

Limit aşımları

Hesap başına dakikada 60 istek limiti vardır. Bu sınıra ulaşıldığında, yeni istekler kuyruğa alınır veya reddedilir. 10 isteklik başlangıç sınırı, ilk top-up yapıldığında yükselir.

  • Dakika başına maksimum 60 istek.
  • Limit aşımı durumunda ücret iadesi geçerlidir.
Hata Senaryoları

Güvenlik Önlemleri

İçin ses dalga görseli: Güvenlik Önlemleri

API'ye yapılan her istek, Authorization başlığı altında Bearer token formatında gönderilen tekil API anahtarı ile doğrulanır. Bu mekanizma, yetkisiz erişimi engeller ve isteklerin hangi hesap üzerinden yapıldığını net bir şekilde belirler.

Bearer token kullanımı

İstek header'ında Bearer tts-... formatında anahtar belirtilir. Bu standart yaklaşım, OpenAI SDK'ları ile uyumlu çalışmayı sağlar ve entegrasyonu basitleştirir.

  • Her istekte header'da taşınır
  • Tek aktif anahtar ile çalışır

Anahtar yönetimi

Hesapta sadece bir aktif anahtar bulunur. Yeni bir anahtar oluşturulduğunda, eski anahtar anında geçersiz hale gelir. Bu durum, yetkiyi hızlıca kesmek veya yenilemek için doğrudan bir kontrol imkanı sunar.

Veri şifreleme

Veri iletimi HTTPS üzerinden şifrelenir. Metin girdisi sadece ses üretimi için kullanılır ve eğitim için kaydedilmez. Oluşturulan ses dosyası yanıtta döndürülür, kalıcı olarak depolanmaz.

Ölçekleme Stratejileri

İçin ses dalga görseli: Ölçekleme Stratejileri

Metin seslendirme API'si senkron yanıt verir; ses dosyası hazır olmadan bağlantı açık kalır. Bu durum, özellikle yüksek hacimli isteklerde bağlantı sürelerini uzatır ve API anahtarınızın dakikada 60 istek limitine (ilk yükleme öncesi dakikada 10) dikkat etmenizi gerektirir.

Toplu istekler

Uzun metinleri işlerken 4096 karakterlik sınırı aşan içerikleri parçalara bölüp her parça için ayrı bir istek gönderin. Sentezlenen ses dosyalarını sunucunuzda birleştirerek tek bir çıktı oluşturun. Bu yaklaşım, her parça için ayrı bir karakter sayımı ve maliyet hesabı gerektirir.

  • Her istek 4096 karakteri geçmemelidir.
  • Parçalar ardışık olarak işlenir.
  • Toplam karakter sayısı maliyeti etkiler.

Asenkron işleme

API senkron yanıt verir; ses dosyası hazır olmadan bağlantı açık kalır. Uzun metinler için bağlantı süresini yönetmek adına, isteklerinizi sıraya alarak işleyin. Bu sayede sunucunuzun kaynaklarını verimli kullanır ve rate limit aşımını önlersiniz.

Kaynak yönetimi

Dakikada 60 istek limiti, yoğun kullanımda kuyruk oluşumuna neden olabilir. Talepler sırayla işlendiği için yük altında gecikmeler yaşanabilir. Bu gecikmeyi minimize etmek için isteklerinizi stratejik olarak zamanlayın ve gereksiz tekrar isteklerinden kaçının.

  • Limit: Dakikada 60 istek.
  • Kuyruk beklemesi mümkündür.
  • Aşırı yüklenmeden kaçının.

Format Seçimi

İçin ses dalga görseli: Format Seçimi

API'den dönen ses dosyalarının formatı, hem bant genişliği hem de uyumluluk açısından kritik bir karardır. Metin seslendirme hizmetinde MP3, WAV, Opus ve FLAC gibi seçenekler sunulur; her biri farklı kullanım senaryolarına hitap eder. Ürün ekipleri, indirme maliyetleri ve oynatma performansını dengelemek için formatı bilinçli seçmelidir.

Seçim yalnızca dosya boyutunu değil, aynı zamanda hedef platformun desteklediği kodlama standardını da belirler. Küçük parçalar için yüksek kalite, büyük kütüphaneler için verimlilik öne çıkar. Her formatın teknik ve ekonomik dengesi farklıdır.

MP3 avantajları

MP3, en geniş uyumluluğa sahip formatdır. Neredeyse tüm tarayıcılar, mobil uygulamalar ve medya oynatıcılar tarafından yerel olarak desteklenir. Bu nedenle, son kullanıcı deneyimini riske atmadan ses dosyalarını dağıtmak için güvenli bir tercihtir.

Dosya boyutu, WAV'a kıyasla önemli ölçüde daha küçüktür. Bu da ağ trafiğini azaltır ve indirme süresini kısaltır. Yüksek ses yoğunluğu gerektiren e-ticaret tanıtımları veya hızlı tüketilen dijital ürünler için idealdir.

  • Geniş cihaz ve tarayıcı desteği
  • Düşük bant genişliği tüketimi
  • Hızlı yükleme süreleri

WAV kullanımı

WAV, kayıpsız bir formatdır ve yüksek ses kalitesi gerektiren profesyonel düzenleme süreçleri için uygundur. Ürün ekipleri, ses dosyalarını kendi içerik yönetim sistemlerinde işliyorsa veya yüksek kaliteli arşivleme yapıyorsa WAV tercih edebilir.

Ancak dosya boyutu oldukça büyüktür. Örneğin, 1 dakikalık konuşma bile megabyte cinsinden yer kaplayabilir. Bu nedenle, sadece gerekli olduğunda ve depolama maliyeti sorun yaratmadığında kullanılmalıdır.

  • Kayıpsız ses kalitesi
  • Profesyonel düzenleme için ideal
  • Yüksek dosya boyutu

Opus verimliliği

Opus, yüksek ses kalitesini düşük bant genişliğiyle birleştirir. Modern web standartlarında giderek daha fazla desteklenen bu format, özellikle mobil ağlarda büyük avantaj sağlar.

MP3'e göre daha verimli sıkıştırma sunar. Bu sayede aynı kalitede daha küçük dosya boyutları elde edilir. Özellikle veri kotası hassas kullanıcılar veya düşük bant genişliğine sahip bölgeler için en ekonomik seçenektir.

  • Düşük bant genişliği kullanımı
  • Yüksek sıkıştırma verimliliği
  • Modern web desteği

Dil ve Ses Uyumu

İçin ses dalga görseli: Dil ve Ses Uyumu

API, language parametresi belirtilmediğinde metnin script’ine dayanarak dili otomatik algılar. Latin alfabesi içeren metinler varsayılan olarak İngilizce olarak işleme alınır. Türkçe, Almanca veya İspanyolca gibi diğer Latin tabanlı diller için doğru telaffuğu elde etmek üzere language alanını açıkça ISO kodu ile (örneğin tr, de, es) göndermeniz gerekir. Desteklenen 23 dil listesinde yer almayan diller (Vietnamca, Endonezca vb.) için bu parametre işe yaramaz.

Sesler, seçilen dile göre değişmez; her ses tüm desteklenen dillerde konuşabilir. Ancak language parametresi, ses motorunun kelime vurgularını ve telaffuz kurallarını doğru uygulaması için kritik öneme sahiptir. Yanlış dil ayarı, doğal olmayan bir tonlamaya yol açabilir.

Dil algılama

Parametre gönderilmezse sistem Latin metinleri İngilizce varsayar. Doğru dil seçimi, özellikle çok dilli içeriklerde kritik bir detaydır.

  • Desteklenen 23 dil: Arapça, Çince, Danca, Felemenkçe, İngilizce, Fince, Fransızca, Almanca, Yunanca, İbranice, Hintçe, İtalyanca, Japonca, Korece, Malayca, Norveççe, Lehçe, Portekizce, Rusça, İspanyolca, Svahili, İsveççe, Türkçe.
  • Desteklenmeyen diller: Vietnamca, Endonezca, Tayca, Ukraynaca, Rumence, Çekçe, Bengalice.

Ses seçimi

8 farklı ses presets'i mevcuttur. Sesler dil bağımsızdır; Aria, Nova, Luna, Sage, Felix, Milo, Atlas veya Orion ile istediğiniz dili seçebilirsiniz.

Her ses, seçilen dile uygun bir tonlama sunar ancak dilin kendisi sesi değiştirmez. Sadece dil parametresi telaffuzu yönlendirir.

Hız ayarı

speed parametresi 0.25 ile 4.0 arasında değişir. Varsayılan hız 1.0’dır.

Hız artışı, sesin daha hızlı konuşmasını sağlar ancak anlaşılırlığı düşürebilir. Hız azaltılması, özellikle eğitim içerikleri için daha net bir dinleme deneyimi sunar.

Test ve Doğrulama

İçin ses dalga görseli: Test ve Doğrulama

API'nin beklediği şekilde çalıştığını doğrulamak için önce basit bir test isteği gönderin. tts-1 modelini kullanarak kısa bir metni MP3 formatında isteyin. Başarılı bir yanıt, doğrudan ses verisini döner.

Bu adımda hata mesajlarını ve HTTP durum kodlarını kontrol edin. Başarılı istekler 200 OK dönerken, hata durumunda detaylı hata mesajı alınır.

Demo istekleri

curl veya Postman ile hızlı bir istek gönderin. https://api.shan234.info/v1/audio/speech adresine POST isteği yapın. model, input, voice ve response_format alanlarını doldurun.

Bu istek, API'nin temel çalışma mantığını ve anahtar doğrulamasını test etmenizi sağlar. Yanıt süresi, sunucunun mevcut yükünü yansıtır.

  • model: tts-1
  • input: "Merhaba, bu bir testtir."
  • voice: nova
  • response_format: mp3

Kalite kontrol

Üretilen ses dosyasını dinleyerek dil ve ton doğruluğunu kontrol edin. 4096 karakterlik limitin aşılıp aşılmadığını ve karakter sayısının doğru hesaplandığını doğrulayın.

Sesin doğal olup olmadığını ve hata payını değerlendirin. Başarısız isteklerde ücret iadesi alındığını unutmayın.

  • Dil algılama doğruluğu
  • Ses netliği ve ton
  • Karakter limiti kontrolü

Entegrasyon testi

Uygulamanızda API anahtarını kullanarak gerçek bir senaryo simülasyonu yapın. Farklı hız ve dil parametrelerini test edin.

Yanıt işleme kodunuzun hata durumlarını ve başarılı yanıtları doğru şekilde işlediğinden emin olun. Bu testler, üretim ortamında karşılaşılabilecek sorunları önceden tespit etmenizi sağlar.

  • API anahtarı doğrulama
  • Hata işleme
  • Parametre değişkenliği

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. LibriTTS-R paper (arXiv 2305.18802)
  3. openai-python on GitHub
  4. W3C WAI: making audio and video accessible
  5. curl documentation
  6. Node.js documentation
  7. Tether (USDT)
  8. FFmpeg documentation
  9. Python documentation
  10. openai-node on GitHub
  11. ISO 639 language codes
  12. Creative Commons Attribution 4.0

Sitede daha fazla