Sous-130ms TTFB synthèse vocale avec 271+ voix dans 15 langues, prosody expressive, et en temps réel SSE streaming pour les agents de voix à faible latence.
InworldProduction audioPublié 21 janv. 2026Endpoint propriétaireSous-130ms TTFB synthèse vocale avec 271+ voix dans 15 langues, prosody expressive, et en temps réel SSE streaming pour les agents de voix à faible latence.
Aussi connu sous le nom TTS Mini, Inworld TTS 1.5 Mini, TTS-1.5-Mini, tts-1-5-mini
tts-1-5-mini/v1/audio/speechPOST/v1/audio/speech:streamGET/v1/voicesinworld-tts-1.5-minitts-1.5-miniTarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
TTS 1.5 Mini génère la voix via POST /v1/audio/speech et renvoie de l'audio lisible. Envoyez le texte à prononcer dans input avec l'id de modèle tts-1-5-mini. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "tts-1-5-mini",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/speech",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={"model": "tts-1-5-mini", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
f.write(response.content)Paramètres de requête pris en charge par l'API TTS 1.5 Mini sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| input | string | - | max 2000 | Texte à synthèse. Maximum 2 000 caractères par demande; Faites un texte plus long aux limites de la phrase sur le client. |
| voice | enum | Sarah | Sarah, Olivia, Elizabeth, Ashley, Wendy, Julia, Priya, Pixie,... | Préréglage de voix. 20 voix soigneusement choisies couvrant anglais + espagnol + portugais + hindi + divers accents. Pour le catalogue complet de 271 voix (y compris... |
| voice_id | string | - | - | ID vocal libre. Prend le dessus sur la voix une fois réglé. Utilisez cela pour traiter les voix en dehors de la liste prédéfinie sélectionnée de 20 prédéfinis.... |
| language | enum | en-US | en-US, en-GB, es-ES, es-MX, fr-FR, de-DE, it-IT, pt-BR, pt-PT... | Code de langage BCP-47. Inworld TTS 1.5 couvre 15 langues. |
| output_format | enum | WAV | MP3, WAV, OGG, FLAC, PCM, ALAW, MULAW | Audio container/codec. WAV = LINEAR16 à l’intérieur du RIFF (omniprésent). MP3 / OGG = compressé. PCM = raw sans en-tête, utile pour la lecture en temps réel en... |
| sample_rate | enum | 24000 | 8000, 16000, 22050, 24000, 32000, 44100, 48000 | La fréquence d’échantillonnage de sortie en Hz. 24000 est la valeur par défaut d’Inworld et celle à laquelle leurs modèles vocaux s’entraînent; Augmentez à 48000... |
| speed | number | 1 | 0.5 à 1.5 | Multiplicateur de débit de parole. 0,5 = demi-vitesse, 1,5 = 50 % plus rapide. |
| temperature | number | 1 | 0.1 à 2 | L’expressivité / la variabilité de la voix. Plus bas = plus cohérent / « plat »; plus élevé = plus expressif mais plus varié entre les rendus. |
| bit_rate | number | 128000 | 32000 à 320000 | Débit binaire en bps pour MP3 / OGG_OPUS. Ignoré pour d’autres encodages. |
| apply_text_normalization | enum | ON | ON, OFF | Lors de ON, Inworld élargit les chiffres / abréviations / dates en forme orale (« 5 USD » → « cinq dollars US »). |
| timestamp_type | enum | NONE | NONE, WORD, CHARACTER | Si non AUCUNE FOIS, la réponse inclut des horodatages par mot ou par caractère dans timestamp_info. Utile pour les interfaces de légendes / surlignes. |
Limites - Entrée max: 2 000 caractères par requête (texte plus long à la limite des phrases) - WebSocket: 20 connexions simultanées, 5 contexts/connection Message per-WS: 1 000 caractères Latence - p90 TTFB: moins de 130 ms (indice de référence Inworld) Voices - 271+ presets nommés dans 15 langues - 20 presets sélectionnés à la main exposés dans le menu déroulant; passez tout autre ID vocal via voice_id
Sur EmpirioLabs, TTS 1.5 Mini est facturé à l'usage. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
TTS 1.5 Mini est servi via POST /v1/audio/speech sur api.empiriolabs.ai avec une authentification standard par token Bearer.
Oui. Le playground EmpirioLabs exécute TTS 1.5 Mini dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
