TTS (Text zu Sprache) - Phaseo Docs

Sende Text an POST /v1/audio/speech und erhalte das gesprochene Audio im gewünschten Format zurück. Die Beispiele verwenden einen client, der wie unter Installation erstellt wurde.

import { writeFile } from "node:fs/promises";

const audio = await client.generateSpeech({
  model: "openai/gpt-4o-mini-tts",
  input: "Hello world",
  voice: "alloy",
  format: "mp3",
});

await writeFile("hello.mp3", Buffer.from(await audio.arrayBuffer()));

audio = client.generate_speech({
    "model": "openai/gpt-4o-mini-tts",
    "input": "Hello world",
    "voice": "alloy",
    "format": "mp3",
})

with open("hello.mp3", "wb") as file:
    file.write(audio)

audio, err := client.CreateSpeech(context.Background(), map[string]interface{}{
  "model":  "openai/gpt-4o-mini-tts",
  "input":  "Hello world",
  "voice":  "alloy",
  "format": "mp3",
})
if err != nil {
  panic(err)
}
fmt.Printf("%T\n", audio) // prüfe den konkreten Typ, bevor du ihn in eine Datei schreibst

var audio = await client.CreateSpeech(new Dictionary<string, object>
{
    ["model"] = "openai/gpt-4o-mini-tts",
    ["input"] = "Hello world",
    ["voice"] = "alloy",
    ["format"] = "mp3",
});

$audio = $client->createSpeech([
    'model' => 'openai/gpt-4o-mini-tts',
    'input' => 'Hello world',
    'voice' => 'alloy',
    'format' => 'mp3',
]);

audio = client.generate_speech(
  model: 'openai/gpt-4o-mini-tts',
  input: 'Hello world',
  voice: 'alloy',
  format: 'mp3'
)

String body = """
{
  "model": "openai/gpt-4o-mini-tts",
  "input": "Hello world",
  "voice": "alloy",
  "format": "mp3"
}
""";

byte[] audio = client.rawClient().requestBytes("POST", "/audio/speech", null, null, body);
java.nio.file.Files.write(java.nio.file.Path.of("hello.mp3"), audio);

Methode je Sprache

Sprache	Methode	Rückgabe
TypeScript	`client.generateSpeech(request)`	Ein `Blob`
Python	`client.generate_speech(request)` oder `client.audio.speech.create(request)`	`bytes`
Go	`client.CreateSpeech(ctx, req)`	`interface{}`; prüfe den konkreten Typ, bevor du ihn in eine Datei schreibst
C#	`client.CreateSpeech(request)`	`object?`; prüfe den konkreten Typ, bevor du ihn in eine Datei schreibst
PHP	`$client->createSpeech($request)`	Das Audio; prüfe den Typ des Werts, bevor du ihn in eine Datei schreibst
Ruby	`client.generate_speech(...)`, Alias `create_speech`	Das Audio; prüfe die Klasse des Werts, bevor du ihn in eine Datei schreibst
Java	Keine Speech-Methode. `client.rawClient().requestBytes("POST", "/audio/speech", ...)` sendet den JSON-Body	`byte[]`

Rust hat keine Speech-Methode, und sein Helfer post() parst Antworten als JSON, kann also kein Audio zurückgeben.

Parameter

Die Feldnamen sind in jedem SDK die Felder des JSON-Bodys. Verwende format: Die API akzeptiert auch response_format, aber der TypeScript-Anfragetyp lehnt es ab.

Feld	Hinweise
`model`	Erforderlich. Eine Sprachmodell-ID.
`input`	Erforderlich. Der zu sprechende Text. Die meisten Anbieter akzeptieren bis zu 4.096 Zeichen; ElevenLabs-Modelle erlauben je nach Modell 5.000 bis 40.000.
`voice`	Ein vom Anbieter normalisierter Stimmen-Alias (empfohlen), der eigene Stimmenwert des Anbieters oder ein Objekt mit `id` oder `name`. Ist die Stimme für den gerouteten Anbieter nicht gültig, gibt die API `400` mit `param: "voice"` zurück.
`format`	`mp3`, `wav`, `ogg`, `aac`, `flac`, `opus` oder `pcm`.
`speed`	Wiedergabegeschwindigkeit, `0.25` bis `4`.
`instructions`	Stilvorgaben, sofern das Modell sie unterstützt.
`config`	Anbieterspezifische Einstellungen; siehe unten.
`provider`	Routing-Präferenzen für Anbieter.

Das vollständige Schema steht in der Speech-API-Referenz.

Die eigene Stimme eines Anbieters festlegen

Übergib die exakte Stimme des Anbieters unter config. Dasselbe verschachtelte Objekt funktioniert in der Anfrage-Map jedes SDK.

// ElevenLabs: eine exakte Voice-ID wählen
await client.generateSpeech({
  model: "eleven-labs/eleven-v3",
  input: "Hello from ElevenLabs",
  voice: "rachel",
  config: {
    elevenlabs: {
      voice_id: "21m00Tcm4TlvDq8ikWAM",
    },
  },
});

// Google: einen exakten Stimmennamen wählen
await client.generateSpeech({
  model: "google/gemini-3.1-flash-tts-preview",
  input: "Hello from Gemini",
  voice: "kore",
  config: {
    google: {
      voice_name: "Kore",
    },
  },
});

# ElevenLabs: eine exakte Voice-ID wählen
client.generate_speech({
    "model": "eleven-labs/eleven-v3",
    "input": "Hello from ElevenLabs",
    "voice": "rachel",
    "config": {"elevenlabs": {"voice_id": "21m00Tcm4TlvDq8ikWAM"}},
})

# Google: einen exakten Stimmennamen wählen
client.generate_speech({
    "model": "google/gemini-3.1-flash-tts-preview",
    "input": "Hello from Gemini",
    "voice": "kore",
    "config": {"google": {"voice_name": "Kore"}},
})

Zuletzt geändert am 5. November 2026