TTS API im Vergleich: Warum Startups unsere Lösung wählen

Von Stimmbild Redaktion · Aktualisiert 2026-11-18

Dieser Leitfaden hilft Startups und LMS-Anbietern bei der technischen Entscheidung für barrierefreie Inhalte. Wir zeigen, wie Sie die Stimmbild-API nahtlos in Ihre Lernplattformen einbinden, um digitale Bildung skalierbar zu gestalten. Der Fokus liegt auf der konkreten Integration über die offene Schnittstelle, die sich perfekt in bestehende Workflows integriert.

Sie erhalten Einblicke in unsere 8 Stimmen, 23 Sprachen und die faire Preisgestaltung ohne versteckte Kosten. Dieser Guide erklärt die Limits der Rate Limits und zeigt Ihnen, wie Sie unsere API mit OpenAI-SDKs oder cURL in wenigen Minuten in Ihren Workflow integrieren – die Dauer hängt dabei von Ihrer individuellen Erfahrung ab.

TTS API im Vergleich: Warum Startups unsere Lösung wählen

Häufig gestellte Fragen

Was ist der Hauptunterschied zu anderen APIs?

Unsere API ist eine Cloud-Lösung mit einem einfachen POST-Endpunkt, der der OpenAI-Schnittstelle ähnelt. Sie nutzen also bekannte SDKs, indem Sie nur die base_url anpassen. Es gibt keine eigenen SDKs oder komplexe Pipelines. Die Integration ist direkt und fokussiert sich auf das reine Wandeln von Text in Audio ohne zusätzliche Funktionen wie SSML oder Streaming.

Wie sind die Preise im Vergleich?

Wir berechnen 10 US-Dollar pro einer Million Zeichen, also 0,01 Dollar pro 1.000 Zeichen. Gescheiterte Anfragen sind kostenlos. Es gibt keine monatlichen Pläne, keine Sitzungen und keine Mindestumsätze. Sie zahlen nur für das, was Sie tatsächlich verbrauchen, was ideal ist, um Kosten in Startups genau zu steuern und zu kontrollieren.

Welche Stimmen sind verfügbar?

Wir bieten acht vordefinierte Stimmen: Aria, Nova, Luna, Sage, Felix, Milo, Atlas und Orion. Diese basieren auf lizenzierten Aufnahmen von LibriVox. Jede Stimme kann jede der unterstützten Sprachen sprechen. Es gibt kein Voice Cloning oder individuelle Anpassungen. Jede Audiodatei enthält einen unsichtbaren Wasserzeichen, das die synthetische Herkunft markiert.

Wie viele Sprachen werden unterstützt?

Wir unterstützen 23 Sprachen, darunter Deutsch, Englisch, Französisch, Spanisch, Arabisch, Chinesisch und Japanisch. Jede Stimme beherrscht alle verfügbaren Sprachen. Wird die Sprache nicht explizit gesetzt, erfolgt eine automatische Erkennung (Lateinisch standardmäßig Englisch). Vietnamesisch, Indonesisch, Thai, Ukrainisch, Rumänisch, Tschechisch, Bengali und weitere Sprachen werden nicht unterstützt. Bei Nicht-Englisch-Text im Lateinalphabet sollten Sie das Feld 'language' stets explizit setzen.

Ist die Integration einfach?

Ja, die Integration ist einfach, da wir das gleiche Anfrageformat wie die OpenAI-Speech-Endpunkte verwenden. Sie können die offiziellen OpenAI-SDKs nutzen, indem Sie die base_url auf https://api.playgtr35.com/v1 ändern. Senden Sie einfach Text über POST und erhalten Sie die Audiodatei zurück. Die Schnittstelle ist standardisiert und erfordert keine speziellen Treiber.

Wie ist der Datenschutz?

Ihr Eingabetext wird ausschließlich zur Erzeugung der Audioausgabe verwendet und nicht zum Training genutzt. Der generierte Audioinhalt wird in der Antwort zurückgegeben und nicht dauerhaft gespeichert. Lediglich Metadaten wie Zeit, Zeichenanzahl und Status werden für die Abrechnung aufbewahrt.

Gibt es einen Support?

Wir bieten Support ausschließlich per E-Mail an. Es gibt keine Telefonnummer, keinen Live-Chat und keine telefonische Erreichbarkeit. Es gibt auch keine Service Level Agreements (SLA) oder garantierte Uptime-Zeiten. Für Startups ist dies oft ausreichend, da wir direkt und unkompliziert über E-Mail auf Ihre technischen Fragen antworten.

Wie sind die Fehlerquoten?

Bei einer Synthese-Fehlermeldung erhalten Sie Ihren Betrag vollständig zurückerstattet. Es fallen also keine Kosten für fehlgeschlagene Anfragen an. Die API verarbeitet Anfragen nacheinander, sodass es bei hoher Last zu Warteschlangen kommen kann. Dies kann die Gesamtzeit verlängern, aber die Abrechnung erfolgt nur für erfolgreich generierte Audiodateien.

Welche Formate werden unterstützt?

Sie können die Ausgabe als MP3, WAV, Opus, FLAC oder PCM anfordern. Dies ermöglicht die flexible Einbindung in verschiedene LMS-Systeme und Webanwendungen. Die Formatwahl erfolgt über das Feld response_format in Ihrer JSON-Anfrage. Alle Formate werden direkt im Antwortkörper zurückgegeben, sodass Sie keine externen Konvertierungsschritte benötigen.

Wie schnell ist die API?

Die Generierung dauert bei längeren Texten etwa Echtzeit, also rund 25 Zeichen Text pro Sekunde Audio. Bei kurzen Sätzen kann die Verarbeitung einige Sekunden dauern. Da Anfragen nacheinander verarbeitet werden, kann es unter Last zu Wartezeiten in der Queue kommen. Dies ist normal und beeinflusst nicht die Kosten.

Kann ich die API kostenlos testen?

Ja, Sie erhalten nach der Anmeldung mit Google 0,50 Dollar Guthaben für etwa 50.000 Zeichen. Dieses Guthaben ist sieben Tage gültig. Bei der Registrierung mit E-Mail und Passwort beginnt das Guthaben nicht automatisch. Sie können so die Qualität der Stimmen und die Integration testen, bevor Sie Top-Ups durchführen.

Werden meine Daten verkauft?

Nein, Ihre Eingabetexte werden ausschließlich zur Erzeugung der Audioausgabe verwendet und nicht zum Training verwendet. Die generierten Audiodateien werden nicht gespeichert. Nur Metadaten für die Abrechnung bleiben erhalten. Es gibt keinen Verkauf Ihrer Daten an Dritte oder Werbetreibende. Ihre Inhalte bleiben privat und werden nur für den direkten Zweck der Synthese genutzt.

Gibt es ein Trial?

Ja, Sie erhalten nach der Google-Anmeldung ein Trial von 0,50 Dollar (ca. 50.000 Zeichen), das sieben Tage gültig ist. Bei E-Mail-Registrierung fehlt dieses Guthaben. Ihr Hauptguthaben verfällt jedoch nicht, unabhängig von Aufladungen oder Nutzungsdauer.

Wie funktioniert das Top-up?

Sie laden Ihr Guthaben über USDT im TRON-Netzwerk (TRC-20) auf. Der Mindestbetrag beträgt 5 Dollar. Die Gutschrift erfolgt automatisch innerhalb weniger Minuten nach der Überweisung. Es gibt keine Kreditkarten, PayPal-Abos oder Rechnungen mit Mehrwertsteuer. Ihr Guthaben verfällt nicht, und Sie können jederzeit neue API-Schlüssel ausstellen, falls nötig.

Warum eine API statt einer App?

Schallwellenillustration für: Warum eine API statt einer App?

Startups benötigen agile Lösungen, die sich nahtlos in bestehende Workflows einfügen. Eine API bietet die nötige Flexibilität, um TTS-Funktionalitäten direkt in eigene Produkte oder LMS-Plattformen zu integrieren, ohne auf externe Apps angewiesen zu sein.

Die Skalierbarkeit ist entscheidend, um mit steigendem Nutzerwachstum Schritt zu halten. Unsere Architektur verarbeitet Anfragen effizient und ermöglicht es Ihnen, die Sprachausgabe bei Bedarf hochzufahren, ohne die Infrastruktur neu aufsetzen zu müssen.

Flexibilität

Die API passt sich Ihren Bedürfnissen an. Senden Sie Text und erhalten Sie Audio-Dateien im gewünschten Format. Ob für E-Learning oder digitale Bildung – die Kontrolle liegt bei Ihnen.

Skalierbarkeit

Verarbeiten Sie große Textmengen effizient. Durch die Aufteilung in Blöcke bis 4096 Zeichen entsteht nahtloser Audiofluss. Startups profitieren von der Möglichkeit, die Nutzung schnell zu skalieren.

Integration

Nutzen Sie das bekannte OpenAI SDK oder einfaches cURL. Die Integration ist schnell erledigt, da die Anfragestruktur standardisiert ist. Verbinden Sie Ihre App mit nur wenigen Codezeilen.

Vergleich der Stimmen

Schallwellenillustration für: Vergleich der Stimmen

Unsere TTS-API bietet acht klar definierte Stimmen-Presets, die speziell für verschiedene Anwendungsfälle optimiert sind. Diese reichen von der warmen Erzählerin Aria bis zum tiefen Dokumentar-Stil von Orion, sodass Sie die perfekte Stimme für Ihre Inhalte finden.

Unsere 8 Stimmen

Wir bieten acht Stimmen mit unterschiedlichen Charakteren. Aria ist eine warme, klare Erzählerin. Nova ist hell und energiegeladen. Luna wirkt weich und erzählerisch. Sage klingt ruhig und instruktiv. Felix ist energetisch und werblich. Milo wirkt freundlich und gesprächig. Atlas ist neutral und nachrichtenartig. Orion hat einen tiefen, dokumentarischen Klang.

Qualität

Die Stimmen basieren auf lizenzierten Aufnahmen aus LibriTTS-R (CC BY 4.0) und Aufnahmen aus dem öffentlichen Projekt LibriVox. Jedes generierte Audiofile enthält ein unsichtbares Wasserzeichen, das die synthetische Herkunft markiert. Die Qualität ist natürlich und klar, geeignet für professionelle E-Learning-Inhalte.

Vielfalt

Die Stimmen sind vielseitig einsetzbar. Sie können Texte in 23 Sprachen sprechen, wobei jede Stimme jede Sprache beherrscht. Dies ermöglicht eine große Flexibilität bei der Erstellung von Inhalten für verschiedene Zielgruppen und Märkte ohne zusätzliche Stimmen-Presets.

Vergleich der Stimmen

Kosten im Vergleich

Schallwellenillustration für: Kosten im Vergleich

Die Preiskalkulation unserer TTS-API ist einfach und rein zeichenbasiert. Sie zahlen 10 US-Dollar für eine Million Zeichen, was einem Preis von 0,01 US-Dollar pro 1.000 Zeichen entspricht. Dabei zählen sowohl Buchstaben als auch Leerzeichen und Interpunktion. Gescheiterte Anfragen werden vollständig erstattet, sodass Sie nur für erfolgreiche Synthesen zahlen. Es gibt keine versteckten Gebühren für Lautstärkeanpassungen oder bestimmte Audioformate wie MP3 oder WAV.

Unsere Preise

Mit einem Zeichenpreis von 0,01 USD pro 1.000 Zeichen ist die Kostenabrechnung transparent und vorhersehbar. Ein Guthaben von 0,50 USD steht nach der Google-Anmeldung als kostenlose Testphase für etwa 50.000 Zeichen zur Verfügung. Dieses Guthaben ist sieben Tage gültig. Nach Ablauf oder bei Bedarf können Sie über USDT (TRC-20) nachladen. Die Mindesteinzahlung beträgt 5 USD, wobei das Guthaben nach kurzer Zeit automatisch verbucht wird und unbefristet verfügbar bleibt.

  • 0,01 USD pro 1.000 Zeichen (inkl. Leerzeichen)
  • Erstattung bei gescheiterten Anfragen
  • Keine versteckten Format- oder Lautstärkegebühren
  • Top-up ab 5 USD via USDT (TRC-20)

Konkurrenten

Im Vergleich zu Anbietern mit komplexen Abomodellen oder pro-Sprecher-Kalkulation punktet unser Modell durch Skalierbarkeit. Da die Kosten ausschließlich vom Textvolumen abhängen, profitieren Startups von niedrigen Fixkosten. Es gibt keine Mindestumsätze, keine Sitzplatzgebühren und keine monatlichen Grundgebühren. Dies ermöglicht es Ihnen, genau für die genutzte Infrastruktur zu zahlen, ohne für ungenutzte Kapazitäten zu haften.

Transparenz

Alle Gebühren sind direkt im Dashboard einsehbar. Sie sehen Ihr aktuelles Guthaben, die verbrauchten Zeichen und den Status Ihrer Testphase. Da wir keine Abonnements oder versteckten Servicegebühren erheben, bleibt die Abrechnung schlank. Fehlerhafte Anfragen, die keine Audioausgabe generieren, werden Ihnen nicht in Rechnung gestellt, was die Kostenkontrolle weiter vereinfacht.

Technische Integration

Schallwellenillustration für: Technische Integration

Die technische Anbindung ist dank der Kompatibilität mit dem OpenAI SDK besonders einfach. Durch Änderung der base_url auf https://api.playgtr35.com/v1 und Nutzung Ihres API-Schlüssels funktionieren die offiziellen SDKs nahtlos. Dies ermöglicht eine schnelle Integration in bestehende Startup-Architekturen ohne zusätzlichen Implementierungsaufwand für Protokolle.

OpenAI SDK

Nutzen Sie die vertraute Struktur der OpenAI-Client-Bibliotheken. Ändern Sie einfach die Basis-URL zu https://api.playgtr35.com/v1. Das System akzeptiert dieselben Parameter wie die Original-API, was den Einstieg in unsere TTS-Lösung für Entwickler sofort möglich macht.

  • Kompatibel mit offiziellen OpenAI SDKs
  • Nur base_url anpassen
  • Kein neues SDK nötig

cURL

Für direkte HTTP-Anfragen nutzen Sie den Endpunkt POST https://api.playgtr35.com/v1/audio/speech. Senden Sie den Text als JSON-Body. Die API antwortet mit der Audiodatei direkt im Response-Body. Dies erlaubt eine unkomplizierte Einbindung in beliebige Programmiersprachen und Services.

  • Endpoint: POST /v1/audio/speech
  • JSON-Body mit Text und Metadaten
  • Audio direkt als Antwort

Formate

Wählen Sie das passende Format für Ihre Anwendung: mp3, wav, opus, flac oder pcm. Die API gibt die Audiodatei als vollständige Antwort zurück. Es gibt kein Streaming oder WebSockets; die Datei wird bei Bedarf heruntergeladen oder im Speicher gepuffert.

  • mp3, wav, opus, flac, pcm
  • Kein Streaming möglich
  • Datei als Response

Unterstützte Sprachen

Schallwellenillustration für: Unterstützte Sprachen

Unsere TTS-API unterstützt 23 Sprachen, darunter Deutsch, Englisch, Französisch, Spanisch, Arabisch und Japanisch. Jede Stimme beherrscht alle gelisteten Sprachen, sodass Sie nicht für jede Sprache eine neue Voice wählen müssen.

Unsere 23 Sprachen

Wir bieten Unterstützung für Arabisch, Chinesisch, Dänisch, Holländisch, Englisch, Finnisch, Französisch, Deutsch, Griechisch, Hebräisch, Hindi, Italienisch, Japanisch, Koreanisch, Malay, Norwegisch, Polnisch, Portugiesisch, Russisch, Spanisch, Suaheli, Schwedisch und Türkisch. Nicht unterstützt werden Vietnamesisch, Indonesisch, Thai, Ukrainisch, Rumänisch, Tschechisch, Bengalisch und andere.

Abdeckung

Die automatische Spracherkennung funktioniert bei lateinischem Schriftstandard standardmäßig auf Englisch. Bei anderen lateinischen Sprachen wie Deutsch oder Französisch setzen Sie bitte das Feld language explizit auf den ISO-Code, um falsche Zuordnungen zu vermeiden. Nicht-lateinische Skripte werden korrekt erkannt.

Qualität

Alle 8 Stimmen (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) sprechen alle 23 Sprachen mit gleicher natürlicher Qualität. Die Stimmen basieren auf lizenzierten Aufnahmen (LibriTTS-R, CC BY 4.0) und liefern konsistente Ergebnisse für E-Learning-Inhalte und digitale Bildung.

Datenschutz und Lizenzen

Schallwellenillustration für: Datenschutz und Lizenzen

Wir speichern Eingabetext nur zur Audioerzeugung und geben ihn nicht für Trainingszwecke weiter. Die synthetische Audioantwort wird direkt zurückgegeben und nicht dauerhaft abgelegt. Für die Abrechnung behalten wir Zeit, Zeichenanzahl und Status bei.

Unsere Stimmen basieren auf LibriTTS-R (CC BY 4.0) und öffentlichen Hörbuchaufnahmen von LibriVox. Alle generierten Dateien enthalten einen unsichtbaren Wasserzeichen, das die Synthese kennzeichnet.

Datenspeicherung

Der Eingabetext wird ausschließlich verwendet, um die gewünschte Audioausgabe zu generieren. Er wird nicht für das Training unserer Modelle verwendet. Die generierte Audioantwort wird direkt in der API-Antwort zurückgegeben und anschließend nicht dauerhaft gespeichert.

  • Text nur zur Generierung verwendet

Lizenzen

Die Sprachmodelle basieren auf dem Datensatz LibriTTS-R, lizenziert unter CC BY 4.0. Die zugrundeliegenden Aufnahmen stammen aus öffentlichen Hörbüchern von LibriVox. Dies gewährleistet eine klare rechtliche Einordnung der verwendeten Stimmmaterialien.

Rechte

Jede generierte Audio-Datei trägt ein unsichtbares Inaudible Watermark, das sie als synthetische Sprachausgabe kennzeichnet. Dies unterstützt die Transparenz bei der Nutzung und ermöglicht eine einfache Identifizierung der KI-generierten Inhalte.

Support und Dokumentation

Schallwellenillustration für: Support und Dokumentation

Unsere Dokumentation ist das Fundament für eine reibungslose Integration. Entwickler finden hier klare Beschreibungen aller Endpunkte, Parameter und Authentifizierungsmethoden. Die Beispiele basieren auf dem OpenAI-SDK-Format, was die Nutzung bekannter Werkzeuge erleichtert.

E-Mail Support

Wir bieten Support ausschließlich per E-Mail an. Es gibt keine Live-Chat-Funktion oder eine Rufnummer für direkte Anfragen. Unser Team prüft technische Anfragen gründlich und liefert präzise Antworten.

Dokumentation

Die API-Dokumentation unter /docs/ enthält alle technischen Details zur Integration. Entwickler nutzen das bekannte JSON-Format und können sofort mit der Entwicklung starten.

  • Klare Endpunkt-Beschreibungen
  • Authentifizierungs-Beispiele
  • Format-Referenzen

Community

Da wir keine öffentliche Community-Plattform betreiben, erfolgt der Austausch primär über die technischen Anforderungen der API. Die Dokumentation dient als zentrale Anlaufstelle für alle Fragen zur Nutzung der Stimmbild-API.

Support und Dokumentation

Fehlerbehandlung und Zuverlässigkeit

Schallwellenillustration für: Fehlerbehandlung und Zuverlässigkeit

Startups müssen mit variabler Latenz rechnen. Bei hoher Auslastung werden Anfragen nacheinander verarbeitet, was zu Warteschlangen führen kann. Lange Texte dauern in etwa Echtzeit, während kurze Phrasen einige Sekunden benötigen. Eine Garantie für sofortige Verfügbarkeit besteht nicht.

Bei Synthesefehlern wird der volle Betrag erstattet. Der genaue Zeitpunkt der Gutschrift hängt vom Abrechnungssystem ab, ist aber garantiert, falls die Generierung fehlschlägt.

Rate Limits

Jeder API-Schlüssel ist auf 60 Anfragen pro Minute begrenzt. Vor der ersten Aufladung gelten nur 10 Anfragen pro Minute. Dies reicht für die meisten Start-up-Szenarien aus, erfordert aber bei hohem Volumen eine intelligente Client-Logik mit Backoff-Strategien.

Fehlercodes

Unbekannte Modelle oder ungültige Parameter lösen einen Fehler aus. Bei einem Fehlschlag der Synthese erhalten Sie den vollen Betrag erstattet. Das System gibt klare Hinweise, wenn das Limit erreicht ist oder der Text zu lang für eine einzelne Anfrage ist.

Logs

Anfrage-Metadaten wie Zeitstempel, Zeichenanzahl und Status werden zur Abrechnung gespeichert. Diese Daten helfen, Nutzungsmuster zu analysieren und etwaige Limit-Probleme zu identifizieren. Die Audiodaten selbst werden nicht dauerhaft gespeichert.

Use Cases für Startups

Schallwellenillustration für: Use Cases für Startups

Die API ermöglicht die nahtlose Einbindung von Sprachausgabe in bestehende Lernplattformen. Startups sparen Entwicklungszeit und bieten Lernenden sofort zugängliche Inhalte an.

E-Learning

Integrieren Sie Audio direkt in Kurse. Die API wandelt Text in natürliche Sprachausgabe um, ideal für digitale Bildung. Mit 23 Sprachen und 8 Stimmen passen Sie Inhalte perfekt an Ihre Zielgruppe an.

  • Automatische Generierung von Audiokursen
  • Unterstützung für 23 Sprachen
  • Nahtlose Integration in LMS

Podcasts

Erstellen Sie Podcast-Episoden schnell und kostengünstig. Nutzen Sie die Stimme Ihrer Wahl, um konsistente Qualität zu gewährleisten. Die API verarbeitet Text bis 4096 Zeichen pro Anfrage.

  • Skalierbare Audio-Produktion
  • 8 einzigartige Stimmen verfügbar
  • Kosteneffiziente Inhaltsproduktion

Hörbücher

Produzieren Sie Hörbücher in hoher Qualität. Die API unterstützt Formate wie MP3, WAV, Opus, FLAC und PCM. Wählen Sie zwischen tts-1 und tts-1-hd für optimale Klangqualität.

  • Unterstützung für Audiobuch-Formate
  • Hochwertige Sprachausgabe
  • Flexible Preisgestaltung

Zusammenfassung der Vorteile

Schallwellenillustration für: Zusammenfassung der Vorteile

Unsere TTS-API kombiniert einfache Integration mit transparenter Abrechnung. Startups sparen Zeit durch die Nutzung etablierter SDKs und erhalten natürliche Sprachausgabe ohne versteckte Kosten. Die flexible Skalierung passt sich Ihrem Wachstum an, ohne dass Sie Lizenzgebühren für einzelne Benutzer zahlen müssen.

Übersicht

Wir bieten eine direkte API-Lösung mit 8 hochwertigen Stimmen und 23 Sprachen. Die Abrechnung erfolgt nutzungsbasiert: 0,01 $ pro 1.000 Zeichen. Keine festen monatlichen Kosten, keine Mindestmengen und keine laufenden Abonnements. Sie zahlen nur für das, was Sie wirklich generieren.

  • Keine monatlichen Fixkosten
  • Nutzenbasierte Abrechnung in USD
  • 8 Stimmen, 23 Sprachen
  • Keine Mindestmengen

Fazit

Die Kombination aus niedrigen Kosten, einfacher Integration und hoher Qualität macht unsere Lösung ideal für digitale Bildung. Entwickler schätzen die Kompatibilität mit bestehenden Tools, während Product Owner die klare Preisstruktur bevorzugen. Dies ermöglicht schnelle Iterationen ohne finanzielle Blockaden.

Empfehlung

Starten Sie mit dem kostenlosen Trial-Guthaben von 0,50 $. Testen Sie verschiedene Stimmen und Formate. Integrieren Sie die API in Ihr LMS oder Ihre App. Die niedrigen Einstiegshürden erlauben es Ihnen, die Qualität zu validieren, bevor Sie in größerem Umfang skalieren.

Nächste Schritte

Schallwellenillustration für: Nächste Schritte

Der erste Schritt zur Integration unserer TTS-API ist die Erstellung Ihres persönlichen API-Schlüssels auf unserer Registrierungsseite. Dort erhalten Sie direkt einen Schlüssel mit 0,50 $ Startguthaben, der sieben Tage gültig ist und etwa 50.000 Zeichen abdeckt.

Nach dem Test Ihrer ersten Audioanfragen können Sie die Integration in Ihre LMS-Plattform oder Ihre Startup-Infrastruktur vorantreiben. Die Nutzung des OpenAI SDKs oder einfacher cURL-Befehle erleichtert den Einstieg erheblich.

API-Schlüssel

Registrieren Sie sich auf /get-api-key/ mit Google oder E-Mail. Sie erhalten sofort einen aktiven Schlüssel im Format tts-....

Dieser Schlüssel ermöglicht den Zugriff auf alle Endpunkte. Sie können bei Bedarf jederzeit einen neuen Schlüssel ausstellen, wobei der alte sofort veraltet.

  • Sofortige Schlüsselgenerierung
  • Jederzeit erneuerbar
  • Keine monatlichen Gebühren

Test

Nutzen Sie das Startguthaben von 0,50 $, um die Audioqualität zu prüfen. Senden Sie kurze Texte an den Endpunkt POST /v1/audio/speech.

Beachten Sie die Rate Limits von 60 Anfragen pro Minute. Kurze Tests laufen schnell, längere Texte werden in Echtzeit generiert.

  • 0,50 $ Startguthaben
  • 7 Tage gültig
  • Sofortige Verfügbarkeit

Integration

Passen Sie die base_url Ihres OpenAI SDKs auf https://api.playgtr35.com/v1 an. Die Anforderungsstruktur bleibt identisch.

Verwenden Sie die unterstützten Formate wie MP3, WAV oder OPUS für nahtlose Integration in Ihre Audio-Workflows.

  • OpenAI SDK kompatibel
  • cURL Ready
  • Einfache Konfiguration

Häufig gestellte Fragen

Schallwellenillustration für: Häufig gestellte Fragen

Startups profitieren von der direkten API-Integration, da keine komplexen App-Updates nötig sind. Die OpenAI-kompatible Schnittstelle ermöglicht eine schnelle Implementierung in bestehende LMS- oder E-Learning-Plattformen. Mit 60 Anfragen pro Minute lässt sich der Bedarf flexibel skalieren, ohne dass eigene Server-Infrastrukturen aufgebaut werden müssen.

FAQs

Die API unterstützt 23 Sprachen, darunter Deutsch, Englisch und Spanisch. Jede Stimme kann alle Sprachen sprechen. Der Tarif beträgt 10 Dollar pro Million Zeichen. Fehlerhafte Anfragen werden kostenlos berechnet. Das Format der Audioausgabe lässt sich frei wählen.

Kontakt

Für technische Fragen oder Rückfragen erreichen Sie uns ausschließlich per E-Mail. Ein direkter Anruf oder Live-Chat ist aktuell nicht verfügbar. Antworten erfolgen innerhalb der Geschäftszeiten. Bitte nennen Sie in Ihrer Nachricht Ihre Account-ID und das betroffene Problem.

Support

Die Dokumentation unter /docs/ enthält alle technischen Details zur Integration. Beispiel-Codes für cURL und verschiedene SDKs sind enthalten. Für Support-Anfragen nutzen Sie bitte die Kontaktseite. Wir bearbeiten Tickets in der Reihenfolge des Eingangs. Keine SLA-Garantie.

Hören Sie sich die 8 Stimmen an

Jede der folgenden Samples wurde von dieser API aus demselben Satz generiert. Wir entwickeln skalierbare Lernplattformen, damit Startups Wissen effizient an ihr Team weitergeben können.

Avatar der Stimme aria
ariaweiblich
Avatar der Stimme nova
novaweiblich
Avatar der Stimme luna
lunaweiblich
Avatar der Stimme sage
sageweiblich
Avatar der Stimme felix
felixmännlich
Avatar der Stimme milo
milomännlich
Avatar der Stimme atlas
atlasmännlich
Avatar der Stimme orion
orionmännlich

23 Sprachen

Jede Stimme kann jede dieser Sprachen sprechen.

Quellen und weiterführende Literatur

  1. Wikipedia
  2. LibriVox public-domain audiobooks
  3. Python documentation
  4. LibriTTS-R paper (arXiv 2305.18802)
  5. openai-python on GitHub
  6. LibriTTS-R corpus (OpenSLR 141)
  7. curl documentation
  8. openai-node on GitHub
  9. Creative Commons Attribution 4.0
  10. W3C WAI: making audio and video accessible
  11. FFmpeg documentation
  12. MDN: Web Speech API

Mehr auf dieser Website