Audio

Text-to-Speech

curl "$CCSIO_BASE_URL/audio/speech" \
  -H "Authorization: Bearer $CCSIO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "kokoro-82m", "input": "Welcome to the AI Control Plane.", "voice": "af_heart", "response_format": "wav"}' \
  --output welcome.wav

input: bis zu 4.096 Zeichen.
response_format: wav (24 kHz, mono, 16 Bit) oder pcm.
speed: von 0.25 bis 4.
voice: eine der Stimmen unten; af_heart, wenn du keine sendest.

Sprache	Stimmen
Englisch (USA)	`af_heart`, `af_bella`, `af_nova`, `am_adam`, `am_michael` und weitere
Englisch (Großbritannien)	`bf_emma`, `bf_isabella`, `bm_george`, `bm_lewis` und weitere
Spanisch	`ef_dora`, `em_alex`, `em_santa`
Französisch	`ff_siwis`
Italienisch	`if_sara`, `im_nicola`
Portugiesisch (Brasilien)	`pf_dora`, `pm_alex`, `pm_santa`
Hindi	`hf_alpha`, `hf_beta`, `hm_omega`, `hm_psi`

Speech-to-Text

curl "$CCSIO_BASE_URL/audio/transcriptions" \
  -H "Authorization: Bearer $CCSIO_API_KEY" \
  -F model=whisper-large-v3 \
  -F [email protected]

JSON

{ "text": "Welcome to the AI Control Plane." }

Sende das Audio als multipart/form-data; der gesamte Upload darf bis zu 25 MiB groß sein.
language (zum Beispiel es oder de) hilft, wenn du die Sprache kennst.
response_format: json (Standard), text, srt, vtt oder verbose_json mit Segmenten und Zeitstempeln.

Text-to-Speech

Speech-to-Text

Deinen ersten API-Key holen