TTS. Руководство пользователя

Общее описание

Сервис предназначен для преобразования текста в речь. Входными данными для сервиса является текст, результатом работы будет аудио файл в формате *.wav.

Термины и определения

Text To Speech Server (TTS)– сервис синтеза речи.

Модель (голос) - модель нейронной сети, отвечающую за синтез спектрограммы из текста. От модели зависит каким голосом будет синтезирован текст.

Вокодер - модель нейронной сети, отвечающую за синтез аудиоданных из спектрограммы

Swagger UI – интерактивная веб-консоль с кратким описанием методов АPI и возможностью выполнять запросы к сервису TTS в реальном времени

Описание методов API

Запросы осуществляются по протоколу HTTP 1.1 на адрес сервера с доступным сервисом TTS. По умолчанию используется порт 6186/tcp.

Авторизация запросов не требуется. HTTP-запросы должны содержать заголовок "accept: application/json"

Ответ сервиса представляет собой JSON или текстовый документ в кодировке UTF-8, или двоичный файл.

Содержимое документа зависит от результата выполнения запроса. При наличии ошибки в качестве ответа вернется переменная error=1 и описание в переменной message. Для удобства проверки методов по ссылке http://АДРЕС:6186 будет отображен интерфейс swagger со всеми методами с возможностью их проверки.

Метод	Тип	Описание	Входные параметры	Ответ
/tts/	GET	Вывод списка моделей	-	{ models: [model1,...,modelN] }
/tts/dictionary/export	GET	выгрузка пользовательского словаря ударений	-	простой текст - строки с словом и его интерперетацией с ударением
/tts/dictionary/get	GET	выгрузка пользовательского словаря ударений в виде json	-	[ [ "слово", "замена слова с удар+ением" ], [ "слово2", "замена слова2 с удар+ением" ], ... ... ]
/tts/dictionary/import	POST	загрузка пользовательского словаря ударений	csv file - файл строк со словом и его интерперетацией с ударением	{   "error": 0,   "message": "сообщение о статусе результата" }
/tts/dictionary/put	POST	загрузка пользовательского словаря ударений в виде json	[ [ "слово", "замена слова с удар+ением" ], [ "слово2", "замена слова2 с удар+ением" ], ... ... ]	{   "error": 0,   "message": "сообщение о статусе результата" }
/tts/normalize	POST	Нормализация текста - перевод цифр в слова и расстановка ударений (ударения только в нормализованной части фразы) например "в понедельник 10.10.2025" -> "в понедельник дес+ятого октябр+я дв+е т+ысячи дв+адцать п+ятого г+ода"	text - фраза для нормалимзации	{   "error": 0,   "message": "success",   "text": "нормализованный текст" }
POST /tts/synthesize/{id}	POST /tts/synthesize/{id}	Синтез звукового файла из текста для фраз большого размера - тип запроса "POST" позволяет отправку больших текстов	ID - имя модели text - текст синтезируемой фразы rate - скорость речи pitch - высота (тон) volume - громкость	wav файл с синтезированой фразой
/tts/synthesize/{id}	GET	Синтез звукового файла из текста небольшого размера - для совместимости с предыдущими версями	ID - имя модели text - текст синтезируемой фразы rate - скорость речи pitch - высота (тон) volume - громкость	wav файл с синтезированой фразой

Методы POST заменяют пользовательский словарь, а не дополняют его