Traitement audio

Vue d’ensemble

Les API audio AGTCloud couvrent la synthèse vocale, la transcription et la traduction audio. Ces trois types de tâches utilisent des entrées différentes et retournent des fichiers audio ou du texte.

Types de tâches pris en charge

Type	Description	Résultat principal
Synthèse vocale	Convertir du texte en parole	Audio binaire
Transcription	Convertir l’audio en texte dans sa langue d’origine	JSON, texte ou sous-titres
Traduction audio	Convertir l’audio en texte anglais	JSON, texte ou sous-titres

Modèles recommandés

Modèle	Fournisseur	Points forts
MiniMax Speech	MiniMax	Conçu pour une synthèse vocale naturelle et expressive
OpenAI Transcription	OpenAI	Transcription via une API compatible OpenAI
Gemini TTS	Google	Conçu pour la synthèse vocale contrôlée en langage naturel

Voir tous les modèles

Intégration API

Base URL

https://api.agtcloud.ai/v1

Synthèse vocale

curl 'https://api.agtcloud.ai/v1/audio/speech' \
  -H 'Authorization: Bearer your-api-key' \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "MODEL_ID",
    "input": "Bienvenue sur AGTCloud.",
    "voice": "alloy"
  }' \
  --output speech.mp3

Paramètre	Obligatoire	Description
`model`	Oui	Identifiant du modèle de synthèse vocale
`input`	Oui	Texte à convertir en parole
`voice`	Oui	Voix à utiliser pour la synthèse
`response_format`	Non	Format audio de sortie
`speed`	Non	Vitesse de la parole générée

Speech retourne des octets audio. Enregistrez-les selon le format réel de la réponse, sans les analyser comme du JSON.

Transcription

curl 'https://api.agtcloud.ai/v1/audio/transcriptions' \
  -H 'Authorization: Bearer your-api-key' \
  -F 'file=@meeting.mp3' \
  -F 'model=MODEL_ID'

Paramètre	Obligatoire	Description
`file`	Oui	Fichier audio à transcrire
`model`	Oui	Identifiant du modèle de transcription
`language`	Non	Code ISO-639-1 de la langue de l’audio d’entrée
`response_format`	Non	Format de sortie de la transcription

Transcriptions utilise Multipart pour envoyer l’audio. Dans la réponse JSON de base, le texte transcrit se trouve dans le champ text.

Traduction audio

curl 'https://api.agtcloud.ai/v1/audio/translations' \
  -H 'Authorization: Bearer your-api-key' \
  -F 'file=@chinese.mp3' \
  -F 'model=MODEL_ID'

Paramètre	Obligatoire	Description
`file`	Oui	Fichier audio dans une langue autre que l’anglais, à traduire
`model`	Oui	Identifiant du modèle de traduction audio
`prompt`	Non	Texte anglais guidant le style de sortie
`response_format`	Non	Format de sortie de la traduction

Translations retourne du texte anglais. Dans la réponse JSON de base, le résultat se trouve dans le champ text.

Traiter les réponses

API	Traitement de la réponse
Speech	Enregistrer l’audio binaire selon le format de réponse
Transcriptions	Traiter le JSON, le texte ou les sous-titres selon `response_format`
Translations	Traiter le texte anglais selon `response_format`