Часто задаваемые вопросы
Какой URL endpoint для запросов?
Используйте POST-запрос на https://api.bd5.info/v1/audio/speech. Отправляйте JSON-тело с параметрами модели, текста и голоса. Это стандартный формат, совместимый с официальными SDK OpenAI при изменении base_url.
Как авторизоваться через API?
Добавьте заголовок Authorization: Bearer tts-... с вашей уникальной ключом API. Один ключ привязан к аккаунту. Вы можете выпустить новый ключ в любое время, старый перестанет действовать мгновенно.
Какие модели доступны?
Доступны две модели: tts-1 и tts-1-hd. Они используют один и тот же движок и стоят одинаково. Выбор модели не влияет на цену.
Можно ли использовать OpenAI SDK?
Да, официальные SDK OpenAI работают напрямую. Вам нужно лишь изменить base_url на https://api.bd5.info/v1 и передать ваш ключ PodVoice. Это упрощает интеграцию в ваши проекты.
Какой максимальный размер текста?
Максимальная длина одного запроса — 4096 символов. Для длинных текстов разбейте их на части по 4096 символов и объедините полученные аудиофайлы. Это обеспечит корректную генерацию даже для длинных эпизодов.
Какие форматы аудио поддерживаются?
Поддерживаются форматы mp3, wav, opus, flac и pcm. Укажите нужный формат в поле response_format. MP3 и WAV наиболее универсальны для подкастинга, а FLAC обеспечивает высокое качество без потерь.
Как установить скорость речи?
Используйте параметр speed в диапазоне от 0.25 до 4.0. Значение 1.0 соответствует нормальной скорости. Это позволяет адаптировать темп речи под стиль вашего подкаста или ускорить прослушивание.
Что такое параметр language?
Это необязательный параметр с ISO-кодом языка (например, ru). Если он не указан, язык определяется по скрипту текста. Для латиницы по умолчанию используется английский, поэтому для других языков укажите его явно.
Как обрабатывать ошибки API?
Если синтез не удался, вы получите код ошибки и полный возврат средств. Проверяйте статус ответа. Ошибки не списывают баланс, что делает тестирование интеграции безопасным и предсказуемым для вашего бюджета.
Какой лимит запросов в минуту?
Лимит составляет 60 запросов в минуту на один ключ. До первого пополнения баланса лимит ниже — 10 запросов в минуту. Это позволяет комфортно генерировать контент без задержек при нормальной нагрузке.
Можно ли генерировать длинный текст?
Да, разбейте текст на фрагменты по 4096 символов. Генерируйте каждый фрагмент отдельно и склеивайте аудиофайлы. Это стандартный рабочий процесс для создания длинных эпизодов подкастов с помощью нашего API.
Возвращаются ли деньги при ошибке?
Да, при сбое синтеза средства возвращаются в полном объеме. Вы платите только за успешные запросы. Это гарантирует, что ваш баланс используется эффективно только за реально созданное аудио.
Где найти список доступных голосов?
Отправьте GET-запрос на https://api.bd5.info/v1/voices. Там вы увидите доступные голоса, языки, форматы и цены. Это поможет выбрать идеальный голос для вашего подкаста перед генерацией аудио.
Как получить аудиоданные в ответе?
Аудиофайл возвращается непосредственно в теле HTTP-ответа. Вы можете сохранить его как файл или передать дальше в пайплайн. Метаданные запроса сохраняются для биллинга, но само аудио не хранится на серверах.
Первый запрос
curl
curl https://api.bd5.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.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.bd5.info/v1", api_key="tts-...")
with client.audio.speech.with_streaming_response.create(
model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
response.stream_to_file("hello.mp3")Node.js (openai)
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ baseURL: "https://api.bd5.info/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));| voice | |
|---|---|
aria | женский |
nova | женский |
luna | женский |
sage | женский |
felix | мужской |
milo | мужской |
atlas | мужской |
orion | мужской |
| language | |
|---|---|
ar | العربية |
zh | 中文 |
da | Dansk |
nl | Nederlands |
en | English |
fi | Suomi |
fr | Français |
de | Deutsch |
el | Ελληνικά |
he | עברית |
hi | हिन्दी |
it | Italiano |
ja | 日本語 |
ko | 한국어 |
ms | Bahasa Melayu |
no | Norsk |
pl | Polski |
pt | Português |
ru | Русский |
es | Español |
sw | Kiswahili |
sv | Svenska |
tr | Türkçe |
Получение ключа
Получение доступа к PodVoice начинается с регистрации на странице /get-api-key/. Вы можете войти через Google или создать аккаунт по электронной почте и паролю. Это открывает доступ к панели управления, где отображается ваш баланс, история использования и готовый пример команды curl.
Регистрация
Для начала работы перейдите на страницу регистрации. Доступны два способа входа: авторизация через Google-аккаунт или стандартная регистрация по email и паролю. Если вы выберете вход через Google, вам сразу начислят пробный кредит в размере $0.50 (около 50 000 символов), который действителен 7 дней. При регистрации по email пробный баланс не начисляется.
- Вход через Google: мгновенный доступ + пробный кредит $0.50
- Вход по email: стандартная регистрация без пробного кредита
- Аккаунты привязаны к конкретному сайту bd5.info
Панель управления
После входа вы попадаете в панель управления, где в реальном времени виден ваш текущий баланс и количество оставшихся символов. Здесь же отображается история ваших запросов и статус транзакций. Панель предоставляет готовую команду curl для первого теста, что позволяет сразу начать интеграцию без лишних настроек.
Генерация ключа
В панели управления вы видите свой уникальный API-ключ, начинающийся на "tts-...". Это единственный активный ключ для вашего аккаунта. Если ключ был скомпрометирован или вы хотите использовать другой для разных проектов, вы можете выпустить новый ключ в любое время. Старый ключ перестает действовать мгновенно.
Первый запрос
Начните работу с PodVoice API, отправив POST-запрос на конечную точку https://api.bd5.info/v1/audio/speech. Этот эндпоинт принимает текст и возвращает готовый аудиофайл, поддерживая тот же формат данных, что и OpenAI Speech API.
Команда curl
Для быстрого тестирования используйте стандартную команду curl. Укажите ваш API-ключ в заголовке Authorization и передайте текст для синтеза. Это позволяет сразу проверить доступность голоса и формат вывода без написания кода.
- curl -X POST https://api.bd5.info/v1/audio/speech
- -H "Authorization: Bearer YOUR_API_KEY"
- -H "Content-Type: application/json"
- -d '{"model": "tts-1", "input": "Привет, мир!", "voice": "nova"}'
JSON структура
Тело запроса должно быть в формате JSON. Обязательные поля включают model, input (сам текст) и voice. Вы также можете указать желаемый response_format, например, mp3 или wav.
Параметры
Дополнительные поля позволяют настроить генерацию. Поле speed принимает значения от 0.25 до 4.0, а language — ISO-код языка. Если язык не указан, система попытается определить его автоматически, но для латиницы вне английского лучше задать его явно.
Использование SDK
Используя официальный SDK OpenAI, вы можете интегрировать PodVoice в свои приложения, просто изменив базовый URL. Это позволяет использовать знакомый интерфейс для отправки запросов на синтез речи без необходимости писать собственный HTTP-клиент.
Подход минималистичен: вы указываете свой API-ключ и адресуете запрос к нашему эндпоинту. Код остаётся чистым, а логика генерации аудио интегрируется в ваш пайплайн подготовки эпизодов за считанные минуты.
OpenAI SDK
Мы поддерживаем стандартные библиотеки OpenAI, так как наш API повторяет их структуру запросов. Это означает, что вам не нужно изучать новый синтаксис или подключать дополнительные пакеты.
- Поддержка всех языков SDK OpenAI (Python, Node.js, и др.)
- Единый формат JSON-тела запроса
- Простая замена базового URL
Настройка base_url
Для подключения замените стандартный URL API на наш адрес: https://api.bd5.info/v1. Убедитесь, что ваш API-ключ передается в заголовке Authorization: Bearer tts-....
Пример кода
Вот минимальный пример на Python для генерации аудио с голосом Aria:
`python import openai client = openai.OpenAI(api_key="tts-ваш_ключ", base_url="https://api.bd5.info/v1") response = client.audio.speech.create( model="tts-1", voice="aria", input="Привет! Это тестовый эпизод подкаста." ) response.write_to_file("output.mp3") `
Форматы вывода
API возвращает аудиофайл в запрошенном формате. Выбор формата зависит от того, куда вы будете загружать эпизод: веб-плееры, архивы студии или мобильные приложения.
Все форматы поддерживаются напрямую через параметр response_format в запросе. Вы получаете готовый файл, готовый к использованию без дополнительной конвертации.
MP3 для веба
Оптимальный выбор для публикации в подкаст-ридерах и на сайтах. MP3 обеспечивает хорошее сжатие без заметной потери качества, что ускоряет загрузку эпизодов для слушателей.
Формат универсален и поддерживается всеми современными плеерами. Используйте его для основного контента ваших подкастов.
WAV для архива
Используйте WAV, если вам нужен формат без потерь (lossless) для дальнейшей обработки в аудиоредакторе. Это стандарт для студийного архива и мастер-копий.
Файл WAV сохраняет максимальное качество исходного синтеза. Он идеален, если вы планируете добавлять музыку или эффекты поверх голоса после генерации.
OPUS и FLAC
OPUS предлагает отличное сжатие с низким битрейтом, подходящее для потоковой передачи или мобильных приложений с ограниченными ресурсами.
FLAC обеспечивает компрессию без потерь, как WAV, но с меньшим размером файла. Это хороший компромисс для архивирования больших объемов текста.
- Поддерживаемые форматы: mp3, wav, opus, flac, pcm
Ограничения
API PodVoice имеет четкие технические ограничения, которые важно учитывать при интеграции в рабочие процессы подкастинга. Понимание лимитов и ограничений поможет избежать простоев генерации и оптимизировать расход токенов.
Лимит запросов
Доступно 60 запросов в минуту на один ключ API. До первого пополнения баланса лимит ниже — 10 запросов в минуту. Запросы обрабатываются последовательно, поэтому под нагрузкой возможны задержки в очереди.
Длина текста
Максимальный размер входного текста — 4096 символов за один запрос. Для более длинных сценариев необходимо разбивать текст на части и объединять полученные аудиофайлы.
Скорость
Типичная скорость синтеза близка к реальному времени: около 25 символов текста в секунду генерации. Короткие фразы могут обрабатываться несколько секунд. Диапазон скорости варьируется от 0.25 до 4.0.

Обработка ошибок
Синтез речи зависит от нагрузки сервера и корректности ввода. API возвращает стандартные HTTP-коды, позволяющие точно определить причину сбоя и настроить автоматическую обработку в пайплайне генерации эпизодов.
Коды ответов
Статус 200 означает успешное получение аудиофайла. Код 429 (Too Many Requests) указывает на превышение лимита запросов. Статус 400 сигнализирует о невалидном тексте или голосе.
Код 503 может вернуться при временной перегрузке сервера. В таких случаях рекомендуется повторить запрос через несколько секунд, так как очередь обработки может быть заполнена.
Возврат средств
Если синтез завершился ошибкой на стороне сервера, средства за этот запрос возвращаются на баланс в полном объеме. Это гарантирует, что вы платите только за успешные файлы.
Успешные запросы, где аудио сгенерировано корректно, списываются по тарифу 0.01$ за 1000 символов независимо от длины итогового файла.
Повторная отправка
При ошибке 429 или 503 используйте экспоненциальную задержку перед повторной отправкой того же текста. Это поможет избежать повторного блокирования при высокой нагрузке.
Повторная отправка того же текста с тем же ключом и параметрами будет засчитана как новый запрос и оплачена отдельно.
Голоса и языки
Выбор голоса и языка определяет характер вашего подкаста. API поддерживает 8 уникальных голосов, каждый из которых передает определенный эмоциональный оттенок — от спокойного повествования до энергичных промо-роликов.
Все голоса универсальны и могут произносить текст на любом из 23 поддерживаемых языков, включая русский, английский, немецкий и китайский. Это позволяет создавать многоязычные эпизоды без поиска дополнительных дублеров.
Список голосов
В системе доступно 8 голосов-пресетов, основанных на лицензированных записях LibriTTS и LibriVox. Каждый голос имеет уникальную тембральную окраску: от теплого нарратора Aria до глубокого документального Orion.
Мужские голоса включают Felix (энергичный), Milo (разговорный), Atlas (нейтральный) и Orion (глубокий). Женские голоса представлены Aria (ясная), Nova (бодрый), Luna (мягкий) и Sage (инструктивный).
- Aria: теплый, ясный нарратор
- Nova: яркий, бодрый
- Luna: мягкий, для сторителлинга
- Sage: спокойный, инструктивный
- Felix: энергичный, промо
- Milo: дружелюбный, разговорный
- Atlas: нейтральный, новостной
- Orión: глубокий, документальный
Параметры голоса
Каждый голос может быть сгенерирован в одном из 5 форматов: mp3, wav, opus, flac или pcm. Вы можете регулировать скорость речи в диапазоне от 0.25 до 4.0, что полезно для адаптации темпа под хронометраж эпизода.
Указание языка
Система автоматически определяет язык по алфавиту (латиница по умолчанию — английский). Для точного распознавания русского или других языков обязательно передавайте параметр ISO-кода языка в запросе.
Модели
Наш API предлагает две модели: tts-1 и tts-1-hd. Они используют один и тот же движок синтеза и стоят одинаково. Выбор модели не влияет на цену.
tts-1
Стандартная модель синтеза. Отправляет текст и возвращает аудиофайл в выбранном формате. Идеально подходит для быстрого создания контента.
tts-1-hd
Модель с тем же движком и ценой. Используется тот же параметр model, но с другим именем. Никаких технических отличий в качестве аудио нет.
Выбор модели
Поскольку стоимость и движок одинаковы, вы можете использовать любую из них. Главное — указать корректное имя в поле model запроса.
- Цена: $0.01 за 1000 символов для обеих моделей
- Один движок синтеза для обоих вариантов
- Простая смена параметра в коде
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Его тембр привлекает внимание и задает бодрый ритм, не перегружая слушателя.
23 языка
Любой голос может говорить на любом из этих языков.
