Hidup_10 model

Text to Speech API — Pembuatan Suara AI Alami

API text-to-speech Muapi mengubah teks tertulis menjadi audio alami seperti suara manusia melalui satu integrasi REST terpadu. Pilih MiniMax, Google Gemini, ElevenLabs (termasuk API Eleven v4), dan Fish Audio (API Fish Audio S2.1 Pro) untuk narasi satu suara atau dialog multi-pembicara.Gunakan generasi kualitas studio atau turbo cepat dengan kontrol suara, emosi, tempo, stabilitas, dan kemiripan. Pola asinkron submit-dan-poll yang sama berlaku untuk setiap model, dengan harga mulai $0.015 per 1.000 karakter.

Dapatkan Kunci API Text to Speech Coba MiniMax Pidato HD Coba Gemini Flash TTS Text-to-Speech API examples and comparison on GitHub

Teks ke ucapan ditayangkan langsung di Muapi

Pilih model satu suara atau multi-speaker, kirimkan skrip Anda, dan lakukan polling ID permintaan yang dikembalikan untuk file audio yang dapat diunduh.

Pidato MiniMax

Narasi satu suara dengan tingkatan studio dan turbo_2 model

TTSHidup

Mini Maks

MiniMax Pidato 2.6 HD

Pidato berkualitas studio dengan pengucapan yang jelas, tempo yang halus, dan emosi yang realistis untuk buku audio, podcast, dan narasi.

Text → audio

$0.13/1,000 chars

Coba Model

TTSHidup

Mini Maks

MiniMax Pidato 2.6 Turbo

Ucapan cepat dan ringan dengan kualitas alami serta kecepatan, volume, nada, dan emosi yang dapat disesuaikan untuk audio yang dapat diputar dengan cepat.

Text → audioCepat

$0.07/1,000 chars

Coba Model

Gemini TTS

Dialog multi-speaker yang ekspresif dengan kontrol suara dan nada_4 model

TTSHidup

Google Gemini

Gemini 3.1 Flash TTS

Pidato multi-speaker yang hemat biaya dengan suara, aksen, gaya emosional yang berbeda, dan tag nada sebaris seperti [berbisik].

Dialogue → audioCepat

$0.035/1,000 chars

Coba Model

TTSHidup

Google Gemini

Gemini 2.5 Pro TTS

Pidato multi-speaker premium untuk buku audio, dialog sinematik, dan narasi panjang dengan penyampaian fidelitas tinggi.

Dialogue → audio

$0.035/1,000 chars

Coba Model

TTSnew

Google Gemini

Dialogue → audioCepat

$0.015/1,000 chars

Coba Model

TTSnew

Google Gemini

Dialogue → audioCepat

$0.01/1,000 chars

Coba Model

SebelasLabs

Ucapan ekspresif Eleven v4, ucapan satu suara yang cepat, dan dialog multibahasa_3 model

TTSHidup

SebelasLabs

ElevenLabs TTS Turbo 2.5

Pidato satu suara yang cepat dengan stabilitas, kesamaan, dan kecepatan bicara yang dapat disesuaikan untuk sulih suara, IVR, dan narasi throughput tinggi.

Text → audioCepat

$0.05/1,000 chars

Coba Model

TTSHidup

SebelasLabs

Teks ElevenLabs ke Dialog V3

Dialog multi-pembicara multibahasa dari skrip terstruktur, dengan ID suara per-pembicara dan giliran bicara yang nyata.

Dialogue → audio

$0.10/1,000 chars

Coba Model

TTSnew

SebelasLabs

Eleven v4

Text-to-speech Eleven v4 dari ElevenLabs untuk narasi satu suara yang ekspresif: hingga 2.000 karakter per permintaan seharga $0.08/1.000 karakter, dikirim sebagai MP3.

Text → audio

$0.08/1,000 chars

Coba Model

Fish Audio S2.1 Pro

Narasi panjang hingga 10.000 karakter per permintaan_1 model

TTSnew

Fish Audio

Fish Audio S2.1 Pro

Text-to-speech panjang: hingga 10.000 karakter per permintaan, dikenai biaya $15 per 1M byte UTF-8 (sekitar $0.015/1.000 karakter bahasa Inggris), dikirim sebagai MP3.

Text → audio

$15/1M UTF-8 bytes

Coba Model

Apa itu API Teks ke Ucapan?

API text-to-speech (TTS) mengubah teks tertulis menjadi audio lisan melalui satu permintaan HTTP. Kirim naskah, pilih suara dan gaya penyampaian, lalu terima berkas audio yang dapat diunduh tanpa perlu membangun pipeline rekayasa audio.

Muapi menyediakan endpoint TTS aktif melalui pola REST terpadu yang sama: satu kunci API, satu alur permintaan dan polling, serta penagihan sesuai pemakaian. Pilih narasi satu suara untuk sulih suara dan IVR (termasuk API Eleven v4 dan API Fish Audio S2.1 Pro), atau dialog multi-pembicara untuk karakter, podcast, dan buku audio.

Kemampuan teks ke ucapan

Dialog multi-pembicara

Gemini TTS dan ElevenLabs Text to Dialogue V3 memberikan suara, aksen, dan gaya penyampaian berbeda pada setiap giliran percakapan yang ditulis.

Emosi dan nada langsung

Model Gemini mendukung tag langsung seperti [whispers], [shouting], dan [determination] untuk mengatur ekspresi di dalam satu baris.

Tingkat studio dan turbo

Gunakan MiniMax Speech 2.6 HD atau Gemini 2.5 Pro TTS untuk fidelitas, atau versi yang lebih cepat saat latensi dan biaya lebih penting.

Parameter suara yang dapat diatur

Sesuaikan kecepatan, volume, nada, emosi, stabilitas, kemiripan, dan kontrol khusus model lainnya.

Suara khusus dan kloning

Endpoint ElevenLabs menerima ID suara khusus. Buat suara yang dapat digunakan kembali terlebih dahulu melalui alur kerja kloning suara yang kompatibel.

Empat penyedia, satu API

Model MiniMax, Google Gemini, ElevenLabs, dan Fish Audio menggunakan autentikasi Muapi, tugas asinkron, polling hasil, dan penagihan yang sama.

Kasus penggunaan teks ke ucapan

Narasi dan sulih suara

Menghasilkan bab buku audio, narasi video, iklan, penjelasan, dan klip sosial dari skrip.

Karakter dan podcast

Render percakapan multi-host dan dialog karakter dengan suara dan arah emosional yang berbeda.

IVR dan audio aplikasi

Hasilkan perintah telepon, notifikasi, audio aksesibilitas, dan ucapan dinamis lainnya dalam skala besar.

Lokalisasi

Gunakan dialog multibahasa dan kontrol bahasa untuk konten global dan materi pembelajaran.

Perbandingan model text-to-speech, termasuk API Eleven v4 dan Fish Audio S2.1 Pro

Model	Penyedia	Harga	Terbaik Untuk
MiniMax Speech 2.6 HD
MiniMax Speech 2.6 Turbo
ElevenLabs TTS Turbo 2.5
Gemini 3.1 Flash TTS
Gemini 2.5 Pro TTS
ElevenLabs Text to Dialogue V3
Eleven v4
Fish Audio S2.1 Pro

Fish Audio S2.1 Pro ditagih berdasarkan byte UTF-8: teks bahasa Inggris sekitar satu byte per karakter, sedangkan aksara non-Latin menggunakan tiga hingga empat byte per karakter.

Contoh API teks ke ucapan

Kirimkan teks biasa atau dialog terstruktur dengan kunci API Muapi Anda, simpan ID permintaan, dan lakukan polling titik akhir hasil prediksi standar untuk URL audio.

Buat ucapan satu suara

curl -X POST https://api.muapi.ai/api/v1/minimax-speech-2.6-hd \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"Welcome to Muapi. Your workspace is ready.","voice_id":"Friendly_Person","speed":1,"emotion":"happy","format":"mp3"}'

# Response: {"request_id":"REQUEST_ID"}

Gunakan endpoint satu suara MiniMax atau ElevenLabs dengan prompt, suara, dan parameter penyampaian opsional.

Buat dialog Gemini

curl -X POST https://api.muapi.ai/api/v1/gemini-3-1-flash-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Kore","accent":"Neutral","style":"Empathetic","pace":"Natural"},{"speaker_id":"Speaker 2","voice_name":"Puck","accent":"British (RP)","style":"Deadpan","pace":"Natural"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"[warmly] Welcome to the show."},{"speaker_id":"Speaker 2","text":"[whispers] Let us begin."}]}'

Tentukan pembicara dan giliran dialog berurutan; setiap giliran merujuk pada konfigurasi suara yang harus digunakan.

Buat ucapan dengan API Eleven v4

curl -X POST https://api.muapi.ai/api/v1/elevenlabs-v4 \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"Welcome to the future of voice. This is Eleven v4, speaking with natural rhythm and emotion.","voice_id":"voice_daniel"}'

# Response: {"request_id":"REQUEST_ID"}

Kirim hingga 2.000 karakter dalam prompt dan pilih voice_daniel atau voice_liam; Eleven v4 seharga $0.08 per 1.000 karakter.

Buat ucapan panjang dengan API Fish Audio S2.1 Pro

curl -X POST https://api.muapi.ai/api/v1/fish-s2-1-pro \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"Welcome to the show. Today we look at how voice models have changed the way we tell stories.","voice_id":"voice_fish_narrator"}'

# Response: {"request_id":"REQUEST_ID"}

Kirim hingga 10.000 karakter dalam prompt dengan voice_fish_narrator; dikenai biaya $15 per 1M byte UTF-8.

Buat dialog ElevenLabs

curl -X POST https://api.muapi.ai/api/v1/elevenlabs-text-to-dialogue-v3 \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"dialogue":[{"text":"Welcome to the show.","voice_id":"ZQe5CZNOzWyzPSCn5a3c"},{"text":"Let us begin.","voice_id":"EXAVITQu4vr4xnSDxMaL"}],"language_code":"en","stability":0.5}'

Kirim array dialog terstruktur dengan ID suara untuk setiap giliran agar menghasilkan keluaran multi-pembicara multibahasa.

Periksa hasil audio

curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \
  -H "x-api-key: YOUR_API_KEY"

# Read the generated audio URL after status becomes completed.

Lakukan polling hingga status completed, lalu ambil URL audio yang dapat diunduh dari respons.

FAQ API teks ke ucapan

Apa itu API Text to Speech?

API TTS Muapi mengubah teks tertulis menjadi audio alami melalui endpoint MiniMax, Google Gemini, ElevenLabs, dan Fish Audio untuk narasi satu suara dan dialog multi-pembicara.

Model mana yang sebaiknya digunakan untuk dialog multi-pembicara?

Gunakan Gemini 3.1 Flash TTS atau Gemini 2.5 Pro TTS untuk profil pembicara dan tag nada langsung, atau ElevenLabs Text to Dialogue V3 untuk percakapan terstruktur multibahasa dengan ID suara per pembicara.

Berapa biaya text-to-speech?

Harga Fish Audio S2.1 Pro mulai $0.015 per 1.000 karakter bahasa Inggris (ditagih $15 per 1M byte UTF-8), Gemini 3.1 Flash dan 2.5 Pro TTS $0.035 per 1.000 karakter, ElevenLabs TTS Turbo 2.5 $0.05, Eleven v4 $0.08, ElevenLabs Dialogue V3 $0.10, MiniMax Turbo $0.07, dan MiniMax HD $0.13. Gemini 3.8 Flash dan Flash Lite masing-masing seharga $0.015 dan $0.01 per 1.000 karakter.

Bagaimana cara menggunakan API Eleven v4 dan berapa batas panjangnya?

Panggil endpoint elevenlabs-v4 dengan prompt (hingga 2.000 karakter) dan voice_id voice_daniel atau voice_liam, lalu lakukan polling pada ID permintaan untuk mendapatkan MP3. Eleven v4 seharga $0.08 per 1.000 karakter.

Apa itu API Fish Audio S2.1 Pro?

API Fish Audio S2.1 Pro (fish-s2-1-pro) adalah endpoint text-to-speech panjang yang menerima hingga 10.000 karakter per permintaan dengan voice_fish_narrator dan menghasilkan MP3. Biayanya $15 per 1M byte UTF-8, atau sekitar $0.015 per 1.000 karakter bahasa Inggris.

Bisakah saya menggunakan suara khusus atau suara hasil kloning?

Bisa. Endpoint ElevenLabs menerima ID suara ElevenLabs khusus, dan MiniMax mendukung ID suara terlatih jika skema model yang dipilih mengizinkannya.

Format audio apa yang dihasilkan?

Setiap model menghasilkan URL berkas audio yang dapat diunduh dari endpoint hasil prediksi standar, siap disematkan, diunduh, atau diteruskan ke pipeline video atau lipsync.

Bagaimana cara mengakses model API Text to Speech?

Buat kunci API Muapi, panggil endpoint yang sesuai dengan naskah Anda, lalu lakukan polling pada ID permintaan yang dikembalikan. Model aktif dapat digunakan tanpa daftar tunggu.

API Eleven v4 dan endpoint ElevenLabs →Bandingkan Eleven v4, TTS Turbo 2.5, dan Text to Dialogue V3.API Fish Audio S2.1 Pro →Narasi panjang hingga 10.000 karakter per permintaan, ditagih berdasarkan byte UTF-8.Jelajahi jajaran Gemini TTS →Bandingkan keempat tingkat Gemini TTS: 3.8 Flash, 3.8 Flash Lite, 3.1 Flash, dan 2.5 Pro.Jelajahi Kloning Suara →Buat suara bicara yang dapat digunakan kembali untuk alur kerja ucapan yang kompatibel.Jelajahi Musik Suno →Buat, remix, dan kembangkan lagu saat Anda membutuhkan musik, bukan ucapan.Jelajahi model audio →Bandingkan endpoint ucapan, musik, efek suara, dan video-ke-audio.Jelajahi model lipsync →Padukan ucapan yang dihasilkan dengan video wajah untuk membuat avatar yang berbicara.

Siap untuk menghasilkan ucapan alami?

Gunakan satu kunci API Muapi untuk narasi, dialog karakter, IVR, podcast, dan audio multibahasa.

Dapatkan Kunci API Coba Teks ke Ucapan