РУКОВОДСТВО

API озвучки длинных текстов: главы, статьи и аудиокниги

На длинных текстах API синтеза речи становятся медленными и дорогими. Многие ограничивают запрос несколькими тысячами символов: книгу приходится резать самому, слать сотни запросов и склеивать звук обратно, а каждый символ оплачивается.

API озвучки SuperClonica принимает до 20 000 символов в одном запросе и возвращает один файл. В наших замерах на работающем сервисе около 16 000 символов — 15,6 минуты речи — вернулись за 25,6 секунды. В гайде — как озвучить длинный текст и какие есть ограничения.

Выбрать чтеца Или запустить движок у себя

Почему это быстро

Сервер делит текст по границам предложений и озвучивает куски на нескольких воркерах одновременно, а потом собирает их в один файл с ровными паузами. Поэтому длинная глава занимает секунды, а не минуты, а с "stream": true слушать можно уже от 300 мс, пока остальное готовится.

Сколько помещается в один запрос

Запрос принимает до 20 000 символов, и его звук должен уместиться в 10-минутное окно тарифа. Тариф определяет, каким длинным может быть один файл:

  • Бесплатный: до 1 минуты, около 1000 символов.
  • «Старт», $5: до 3 минут, около 3000 символов за запрос.
  • «Автор», $10: до 8 минут.
  • «Про», $20: до 25 минут, то есть все 20 000 символов.
  • «Студия», $50: до 80 минут, с запасом на несколько длинных запросов сразу.

Озвучка книги по главам

Разбейте книгу на главы или сцены, отправляйте каждую часть отдельным запросом с Idempotency-Key, например номером главы, и сохраняйте каждый ответ в файл. На Python: requests.post("https://superclonica.com/api/v1/speech", headers={"Authorization": "Bearer " + key, "Idempotency-Key": "chapter-3"}, json={"text": text, "voice": "M2", "language": "ru", "format": "mp3"}, timeout=120). Ответ 503 значит, что очередь заполнена: подождите столько секунд, сколько в Retry-After, и отправьте тот же запрос снова; повтор с тем же ключом не озвучивает текст дважды.

Числа, даты и сокращения читаются словами, а переносы строк сохраняются как границы абзацев.

Выбор чтеца

На платном тарифе через API работает любой голос каталога SuperClonica, а чтеца можно обучить по своей записи на сайте. Послушайте кандидатов бесплатно на их страницах с фразой из вашей книги, прежде чем решать. Если рукопись закрытая и не должна покидать ваш компьютер, запустите бесплатный движок SuperClonica у себя: он озвучивает длинные тексты так же.