Questions fréquentes
Quelle est la longueur maximale du texte par requête ?
Vous pouvez envoyer jusqu'à 4 096 caractères par requête. Pour les textes plus longs, divisez-les en plusieurs parties et joignez les fichiers audio générés. Cette limite s'applique à chaque appel API individuel, ce qui simplifie la gestion des gros volumes de texte.
Les requêtes échouées sont-elles facturées ?
Non, les requêtes échouées sont gratuites. Si la synthèse échoue, le montant est intégralement remboursé sur votre solde. Vous ne payez que pour les requêtes ayant abouti avec succès, ce qui garantit une facturation précise basée sur le travail réellement effectué.
Quelle est la vitesse de génération par défaut ?
La génération de phrases courtes prend quelques secondes supplémentaires. Pour les textes longs, le débit est proche du temps réel, soit environ 25 caractères par seconde de génération. Les requêtes sont traitées séquentiellement et peuvent attendre en file d'attente.
Peut-on modifier la vitesse de parole ?
Oui, vous pouvez ajuster la vitesse entre 0,25 et 4,0 via le paramètre speed. Cela vous permet d'accélérer ou de ralentir la voix synthétisée selon vos besoins, sans altérer le pitch ou le timbre de la voix sélectionnée.
Quels formats audio sont disponibles ?
Nous supportons les formats mp3, wav, opus, flac et pcm. Vous pouvez choisir le format le plus adapté à votre infrastructure via le paramètre response_format. Cela offre une flexibilité maximale pour l'intégration dans vos applications existantes.
L'API supporte-t-elle le streaming ?
Non, l'API ne supporte pas le streaming audio ni les websockets. Vous recevez le fichier audio complet dans la réponse. Pour une expérience en temps réel, vous devrez gérer la lecture côté client une fois le fichier téléchargé.
Les voix peuvent-elles parler toutes les langues ?
Chacune des 8 voix peut parler n'importe lequel des 23 langues supportées. Si vous ne spécifiez pas le paramètre language, le système devine la langue, mais il est recommandé de la définir explicitement pour les textes en latin autres que l'anglais.
Comment fonctionne l'authentification ?
L'authentification se fait via un jeton Bearer envoyé dans l'en-tête Authorization: Bearer tts-.... Un seul jeton actif est lié à votre compte. Vous pouvez en générer un nouveau à tout moment, ce qui invalie immédiatement l'ancien.
Le texte est-il utilisé pour l'entraînement ?
Non, votre texte d'entrée est utilisé uniquement pour produire le fichier audio et n'est pas utilisé pour l'entraînement des modèles. Les fichiers audio générés sont retournés dans la réponse et ne sont pas stockés de manière permanente par notre service.
Y a-t-il une limite de caractères sur le compte ?
Il n'y a pas de limite globale de caractères sur votre compte. Vous payez à l'usage, au prix de 10 $ par million de caractères. Votre solde détermine simplement combien de caractères vous pouvez générer avant de recharger votre compte.
Puis-je utiliser la clé API avec d'autres SDK ?
Oui, l'API suit la même structure de requête que l'API OpenAI Speech. Vous pouvez utiliser les SDK officiels OpenAI en modifiant simplement l'URL de base vers https://api.gogogold.top/v1. Cela facilite l'intégration dans vos workflows existants.
Les fichiers audio contiennent-ils un filigrane ?
Oui, chaque fichier audio généré contient un filigrane inaudible qui marque le contenu comme une parole synthétique. Cela permet d'identifier facilement les fichiers produits par notre API sans affecter l'expérience d'écoute des utilisateurs finaux.
Quelle est la politique de rétention des données ?
Les métadonnées de la requête (heure, nombre de caractères, statut) sont conservées pour la facturation. Le texte d'entrée et le fichier audio ne sont pas stockés après la génération.
Comment obtenir un nouveau jeton API ?
Vous pouvez émettre un nouveau jeton depuis votre tableau de bord à tout moment. Dès que le nouveau jeton est généré, l'ancien devient immédiatement invalide. Cela permet de révoquer l'accès en cas de perte ou de compromis de votre clé.
Première requête
curl
curl https://api.gogogold.top/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.mp3Comment ça marche
L'API convertit du texte en audio grâce à un endpoint unique. Vous envoyez le texte et recevez un fichier audio prêt à être intégré dans votre application.
Envoi de texte
Envoyez votre texte via une requête POST JSON. Chaque requête peut contenir jusqu'à 4 096 caractères. Les espaces et la ponctuation sont comptabilisés comme des caractères.
- Requête POST sur /v1/audio/speech
- Format JSON standard
- Limite de 4 096 caractères par requête
Génération audio
Le moteur traite les requêtes séquentiellement. Pour les textes longs, il suffit de diviser le texte en parties de 4 096 caractères et de joindre les fichiers audio générés. La vitesse est d'environ 25 caractères par seconde de parole.
Format de réponse
Le fichier audio est retourné directement dans la réponse. Vous pouvez choisir parmi mp3, wav, opus, flac ou pcm. Le format par défaut est mp3.
- Formats supportés : mp3, wav, opus, flac, pcm
Intégration technique
L'intégration repose sur un seul point d'entrée HTTP pour toutes les opérations de synthèse. Envoyez une requête POST vers /v1/audio/speech avec le texte et les paramètres vocaux pour recevoir le fichier audio directement en réponse.
Endpoint unique
La structure de la requête suit le standard OpenAI : champs model, input, voice et response_format. Une seule URL gère toutes les conversions, simplifiant le routage dans vos services.
- POST https://api.gogogold.top/v1/audio/speech
- Corps JSON standardisé
SDK OpenAI
Utilisez les SDK officiels OpenAI en modifiant simplement la base_url vers https://api.gogogold.top/v1. La forme des requêtes est identique, garantissant une compatibilité immédiate sans réécriture du code client.
Authentification
Ajoutez l'en-tête Authorization: Bearer tts-... à chaque requête. Une clé API suffit pour l'ensemble du compte, avec révocation instantanée en cas de besoin.
Voix disponibles
ParoleVive propose huit voix préréglées, générées à partir d'enregistrements licenciés (LibriTTS-R) et de lectures du domaine public. Chaque voix est conçue pour un usage spécifique, du narrateur clair à la voix documentaire profonde, garantissant une cohérence acoustique sans nécessiter de réglages complexes.
Voix féminines
Quatre voix féminines couvrent les besoins narratifs et conversationnels : Aria (narratrice claire), Nova (dynamique), Luna (douce) et Sage (instructionnelle).
Voix masculines
Les voix masculines incluent Felix (énergie promotionnelle), Milo (conversationnel), Atlas (neutre, type journal) et Orion (voix profonde pour la documentation).
Styles vocaux
Les styles sont fixes et ne supportent pas le clonage vocal ni les balises d'émotion. Le filigrane inaudible identifie chaque fichier comme synthétique.
Langues supportées
ParoleVive supporte 23 langues couvrant la majorité des marchés internationaux. Chaque voix peut prononcer n'importe quelle langue supportée sans restriction spécifique par modèle.
Langues latines
Arabe, danois, néerlandais, finnois, français, allemand, hébreu, italien, malais, norvégien, polonais, portugais, russe, espagnol, suédois et turc sont entièrement compatibles.
Langues asiatiques
Le chinois, le japonais et le coréen sont pris en charge nativement. Le swahili complète la liste des langues non-européennes principales.
Langues autres
Le grec et l'hindi sont disponibles. Les langues comme le thaï, le vietnamien ou l'ukrainien ne sont pas encore supportées. Pour le texte en caractères latins non anglais, définissez explicitement le champ language dans la requête pour éviter les détections automatiques.
- Arabe, Chinois, Danois, Néerlandais, Anglais, Finnois, Français, Allemand, Grec, Hébreu, Hindi, Italien, Japonais, Coréen, Malais, Norvégien, Polonais, Portugais, Russe, Espagnol, Swahili, Suédois, Turc, Tchèque
Limites techniques
Comprendre les contraintes techniques de l'API est essentiel pour une intégration fluide. Chaque requête a des limites précises de longueur et de format que vous devez respecter pour garantir une génération audio fiable.
Ces limites sont conçues pour optimiser la charge serveur et garantir une latence prévisible, même lors de pics de demande. Une bonne gestion de ces paramètres évite les erreurs de synthèse.
Longueur du texte
Chaque appel API accepte jusqu'à 4 096 caractères. Le décompte inclut les espaces et la ponctuation. Pour les textes plus longs, il faut diviser le contenu en plusieurs chunks et assembler les fichiers audio résultants.
Cette contrainte de 4 096 caractères par requête est stric. Une gestion incorrecte des segments peut entraîner des coupures inattendues dans la narration.
- Limité à 4 096 caractères par requête POST.
- Espaces et ponctuation comptent dans la limite.
- Assemblage manuel requis pour les textes longs.
Format de sortie
L'API restitue l'audio dans cinq formats : MP3, WAV, OPUS, FLAC ou PCM. Le choix dépend de vos besoins en qualité versus poids de fichier.
Le format MP3 est recommandé pour une compression efficace, tandis que le WAV ou le FLAC conviennent mieux aux traitements audio ultérieurs.
- MP3, WAV, OPUS, FLAC, PCM.
- Pas de streaming ni de WebSocket.
- Audio retourné directement dans la réponse.
Vitesse de parole
La vitesse de lecture est ajustable entre 0.25 et 4.0. Le ratio standard est d'environ 25 caractères générés par seconde de parole pour les textes longs.
Pour les phrases courtes, la génération peut prendre quelques secondes de plus. En cas de charge élevée, les requêtes peuvent subir un léger délai en file d'attente.
- Facteur de vitesse : 0.25 à 4.0.
- Débit typique : 25 caractères/seconde.
- Latence variable selon la file d'attente.

Infrastructure
ParoleVive repose sur une infrastructure API REST directe, conçue pour une intégration rapide dans les stacks modernes des startups. Chaque compte est associé à une seule clé API active, garantissant une gestion simple des permissions et de la facturation.
Clé API unique
Une seule clé active par compte. Vous pouvez en émettre une nouvelle à tout moment ; l'ancienne devient invalide instantanément. L'authentification s'effectue via l'en-tête Authorization: Bearer.
Limites de débit
La limite est de 60 requêtes par minute par clé. Avant le premier rechargement, le débit est réduit à 10 requêtes par minute pour limiter l'impact des tests.
Gestion des erreurs
Si la synthèse échoue, aucune charge n'est appliquée. Le crédit est restitué intégralement, assurant que vous ne payez que pour le texte effectivement converti en audio.
Cas d'usage
ParoleVive s'intègre directement dans vos applications mobiles et sites web via une API REST standard. Envoyez du texte court ou long et recevez un fichier audio prêt à être lu dans votre interface utilisateur, avec une latence variable selon la file d'attente.
Applications mobiles
Intégrez la synthèse vocale dans vos apps iOS ou Android pour les lecteurs audio, les assistants vocaux ou les notifications. Utilisez les SDK OpenAI ou des requêtes HTTP simples pour générer de l'audio à la demande, en respectant les limites de 4096 caractères par requête.
- Intégration SDK OpenAI ou HTTP brut
- Compatibilité iOS et Android
- Génération à la demande
Contenu vidéo
Générez des voix pour vos vidéos YouTube, tutoriels ou présentations. Avec des voix comme Aria ou Felix, créez des narrations claires et engageantes sans enregistrer en studio. Les formats MP3 et WAV sont directement importables dans vos logiciels de montage.
- Voix narrative et promotionnelle
- Formats MP3 et WAV
- Production de contenu rapide
Accessibilité
Rendez votre contenu lisible pour les malvoyants ou les personnes dyslexiques. Convertissez vos articles de blog ou vos documentations en audio avec une voix synthétique. ParoleVive supporte 23 langues, permettant une accessibilité multilingue immédiate pour votre audience internationale.
- Support multilingue (23 langues)
- Audio pour malvoyants
- Conversion texte-audio instantanée
Paiement et crédit
La facturation est simple et transparente : 10 $ par million de caractères. Les caractères comptent, espaces et ponctuation inclus. Les requêtes échouées sont gratuites, le montant est intégralement remboursé.
Le solde ne expire pas. Vous payez uniquement pour ce que vous consommez, sans abonnement mensuel ni minimum de dépense.
Tarification au caractère
Le coût est fixe à 0,01 $ par 1 000 caractères. Cette grille s'applique uniformément aux modèles tts-1 et tts-1-hd.
Top-up USDT
Les recharges se font exclusivement en USDT sur le réseau TRON (TRC-20). Le minimum est de 5 $. Le crédit est activé automatiquement quelques minutes après la transaction.
Essai gratuit
La connexion via Google offre un crédit initial de 0,50 $ (environ 50 000 caractères), valable 7 jours. Les comptes créés par email n'ont pas de crédit d'essai.
Comparaison
Contrairement aux solutions propriétaires qui imposent des SDK spécifiques ou des formats SSML complexes, notre API suit le standard REST avec un endpoint unique. Elle est directement compatible avec les SDK OpenAI en ajustant simplement l'URL de base, ce qui simplifie l'intégration pour les développeurs qui souhaitent migrer ou éviter le lock-in.
La tarification est strictement linéaire : 0,01 $ pour 1 000 caractères, tous espaces et ponctuation inclus. Vous ne payez que pour ce qui est généré avec succès, les échecs étant remboursés intégralement. Pas de frais de connexion ni de frais de transaction sur les petits volumes.
Simplicité REST
Une seule requête POST pour obtenir un fichier audio. Pas de gestion de sessions, pas de websockets, pas de formats propriétaires à apprendre.
- Endpoint unique : /v1/audio/speech
- Compatible SDK OpenAI (ajustement base_url)
- Pas de format SSML requis
Coût prévisible
Le coût est calculé au caractère. 10 000 caractères coûtent exactement 0,10 $. Pas de paliers de voix ou de qualité qui font varier le prix.
- 0,01 $ / 1 000 caractères
- Prix identique pour tts-1 et tts-1-hd
- Facturation au caractère réel
Pas de frais cachés
Aucun abonnement mensuel, aucun frais de siège ni de minimum de consommation. Le solde ne expire pas. Vous payez uniquement via USDT (TRC-20) ou votre crédit d'essai.
- Pas d'abonnement mensuel
- Solde non expirant
- Zéro frais de transaction cachés
Écoutez les 8 voix
Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. L'audio généré est retourné dans la réponse et n'est pas stocké sur nos serveurs après la livraison.
23 langues
Chaque voix peut parler n'importe laquelle de ces langues.
