泰语文本转语音 V3 (Kaitom Voice)
Alpha 版本须知: 此 API 目前处于 alpha 测试阶段。服务可能会出现间歇性可用。如需生产使用,请使用 TTS V2 (稳定版)。
欢迎使用 泰语文本转语音 API V3,它拥有全新的 Kaitom Voice(น้องไข่ต้ม เวอร์ชั่น 3)。这一代版本通过先进的文本标准化、语音克隆支持以及自动泰语-英语语言处理,显著提高了语音的自然度。
V3 中的新功能
- 智能文本标准化 - 自动处理数字、日期、货币和特殊字符
- 自动语言检测 - 无需指定语言模式,V3 会自动处理泰语-英语混合文本
- 扩展字符限制 - 支持每个请求最多 10,000 个字符
- 简化的 JSON API - 使用干净的 JSON 请求体,而不是表单数据
- 高质量音频 - 24 kHz WAV 输出,适用于专业应用
试用演示 — 默认语音 (Kaitom)
V3 automatically handles Thai-English mixed text. No language mode selection needed.
Natural range: 0.8 – 1.2. Default 1.0.
试用演示 — 语音克隆 (泰语)
ALPHA上传一个 8-12 秒的纯净泰语语音片段及其精确转录文本,模型将用该语音说出您的泰语文本。语音克隆目前仅支持泰语。
📋 How to use this demo
- Step 1: Record yourself (max 10 seconds) speaking any short Thai sentence — OR upload an existing Thai audio clip.
- Step 2: Type the exact Thai words you spoke into the "Reference Transcript" box. (Word-for-word — not a description.)
- Step 3: Type the new Thai text you want the cloned voice to say.
- Step 4: Click Generate Cloned Voice.
💡 Speak a natural Thai sentence such as: "สวัสดีครับ ผมชื่อไข่ต้ม วันนี้อากาศดีมาก". Recording will stop automatically at 10 seconds.
⚠️ This must match your recording word-for-word. Do not write a description like "เสียงผู้ชายพูดทักทาย" — write the actual sentence you spoke. The clone quality depends on this matching the audio exactly.
Natural range: 0.8 – 1.2. Default 1.0.
入门指南
-
先决条件
- 艾艾普科技的 API 密钥
- 泰语和/或英语文本输入
- 最大文本长度:10,000 个字符
- 支持的输出格式:WAV (24 kHz)
-
快速入门
- 快速处理,高质量输出
- 改进的自然语音生成
- 自动泰语-英语混合文本支持
- 无需选择语言模式
-
主要功能
- 新一代语音合成引擎
- 智能文 本标准化(数字、日期、货币)
- 自动泰语-英语语言处理
- 表情符号和特殊字符支持
- 扩展的 10,000 字符限制
-
安全与合规
- 符合 GDPR 和 PDPA
- 处理后不保留数据
请访问 API 密钥管理 页面查看您现有的 API 密钥或申请新密钥。
API 端点
| 端点 | 方法 | Content-Type | 描述 | 费用 |
|---|---|---|---|---|
/v3/store/audio/tts | POST | application/json | 默认语音 (Kaitom) — 泰语/英语混合文本 | 每 400 个字符 1 IC |
/v3/store/audio/tts/clone | POST | multipart/form-data | 语音克隆 — 用自定义语音合成泰语文本 | 每 400 个字符 1 IC |
/v3/store/audio/tts/detect | POST | multipart/form-data | AI 水印检测 — 验证音频片段是否由 V3 生成 | 免费 |
快速示例
默认语音 — 示例请求
curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts' \
--header 'apikey: YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{"text": "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3", "speed": 1.0}' \
--output 'output.pcm'
语音克隆 — 示例请求
curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts/clone' \
--header 'apikey: YOUR_API_KEY' \
--form 'text=สวัสดีครับ วันนี้ทดสอบการโคลนเสียง' \
--form 'speed=1.0' \
--form 'ref_text=ฮัลโหล สวัสดีครับ ผมชื่อไข่ต้ม' \
--form 'ref_audio=@reference.wav' \
--output 'output.pcm'
AI 水印检测 — 示例请求
curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts/detect' \
--header 'apikey: YOUR_API_KEY' \
--form 'audio=@suspect.wav'
返回 JSON:
{ "is_ai_generated": true, "confidence": 1.0 }
响应示例
响应体是原始签名的 16 位小端 PCM,单声道,24 kHz,以 application/octet-stream 流式传输。将其包装在 WAV 标头中即可播放或保存为 .wav:
ffmpeg -f s16le -ar 24000 -ac 1 -i output.pcm output.wav