Text-to-Speech

Genera audio parlato dal testo con i modelli text-to-speech di Venice, scegli voci specifiche per modello e ricevi output MP3 in streaming dall’endpoint /audio/speech.

Il text-to-speech trasforma il testo scritto in audio parlato. Scegli un modello TTS, seleziona una voce supportata da quel modello, invia il testo a /audio/speech e salva la risposta audio binaria.

Usa questa guida per la generazione vocale standard. Se vuoi creare audio a partire da una voce di riferimento personalizzata, consulta il Voice Cloning.

​

Utilizzo di Base

Python

import os
from pathlib import Path

import requests

response = requests.post(
    "https://api.venice.ai/api/v1/audio/speech",
    headers={
        "Authorization": f"Bearer {os.environ['VENICE_API_KEY']}",
        "Content-Type": "application/json",
    },
    json={
        "model": "tts-kokoro",
        "voice": "af_sky",
        "input": "Hello, welcome to Venice Voice.",
    },
)

response.raise_for_status()
Path("speech.mp3").write_bytes(response.content)

import { writeFile } from "node:fs/promises";

const response = await fetch("https://api.venice.ai/api/v1/audio/speech", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.VENICE_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "tts-kokoro",
    voice: "af_sky",
    input: "Hello, welcome to Venice Voice.",
  }),
});

if (!response.ok) {
  throw new Error(await response.text());
}

await writeFile("speech.mp3", Buffer.from(await response.arrayBuffer()));

curl https://api.venice.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-kokoro",
    "voice": "af_sky",
    "input": "Hello, welcome to Venice Voice."
  }' \
  --output speech.mp3

​

Scelta di Modello e Voce

Le voci sono specifiche per modello. Il valore di voice deve essere valido per il model che scegli.

Usa la pagina Modelli Text-to-Speech per esplorare i modelli e le voci disponibili. Il selettore delle voci elenca gli ID esatti da passare nella richiesta.

Gli ID delle voci fanno distinzione tra maiuscole e minuscole. Se cambi modello TTS, aggiorna contemporaneamente il valore di voice.

​

Struttura della Richiesta

Parametro	Tipo	Obbligatorio	Descrizione
model	string	Sì	ID del modello text-to-speech.
voice	string	Sì	ID della voce supportata dal modello selezionato.
input	string	Sì	Testo da sintetizzare.

​

Consigli per la Produzione

• Metti in cache l’audio generato quando il testo sorgente e la voce vengono riutilizzati.
• Normalizza e revisiona il testo prima della sintesi. La punteggiatura influenza ritmo e intonazione.
• Salva l’output con l’estensione di file corretta in base al formato di risposta del modello.

​

Risorse Correlate

• API Audio Speech
• Modelli Text-to-Speech
• Guida al Voice Cloning