TTS (synthèse vocale) - Phaseo Docs

Envoyez du texte à POST /v1/audio/speech et recevez l’audio parlé dans le format demandé. Les exemples utilisent un client créé comme dans Installation.

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) // vérifiez le type concret avant de l’écrire dans un fichier

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);

Méthode par langage

Langage	Méthode	Renvoie
TypeScript	`client.generateSpeech(request)`	Un `Blob`
Python	`client.generate_speech(request)` ou `client.audio.speech.create(request)`	`bytes`
Go	`client.CreateSpeech(ctx, req)`	`interface{}` ; vérifiez le type concret avant de l’écrire dans un fichier
C#	`client.CreateSpeech(request)`	`object?` ; vérifiez le type concret avant de l’écrire dans un fichier
PHP	`$client->createSpeech($request)`	L’audio ; vérifiez le type de la valeur avant de l’écrire dans un fichier
Ruby	`client.generate_speech(...)`, alias `create_speech`	L’audio ; vérifiez la classe de la valeur avant de l’écrire dans un fichier
Java	Pas de méthode de synthèse vocale. `client.rawClient().requestBytes("POST", "/audio/speech", ...)` envoie le corps JSON	`byte[]`

Rust n’a pas de méthode de synthèse vocale, et son assistant post() analyse les réponses comme du JSON : il ne peut donc pas renvoyer d’audio.

Paramètres

Les noms de champs sont ceux du corps JSON, dans tous les SDK. Utilisez format : l’API accepte aussi response_format, mais le type de requête TypeScript le rejette.

Champ	Remarques
`model`	Obligatoire. Un identifiant de modèle de synthèse vocale.
`input`	Obligatoire. Le texte à prononcer. La plupart des fournisseurs acceptent jusqu’à 4 096 caractères ; les modèles ElevenLabs en autorisent de 5 000 à 40 000 selon le modèle.
`voice`	Un alias de voix normalisé entre fournisseurs (recommandé), la valeur de voix propre au fournisseur, ou un objet avec `id` ou `name`. Si la voix n’est pas valide pour le fournisseur choisi par le routage, l’API renvoie `400` avec `param: "voice"`.
`format`	`mp3`, `wav`, `ogg`, `aac`, `flac`, `opus` ou `pcm`.
`speed`	Vitesse de lecture, de `0.25` à `4`.
`instructions`	Indications de style, quand le modèle les prend en charge.
`config`	Réglages propres au fournisseur ; voir plus bas.
`provider`	Préférences de routage des fournisseurs.

Le schéma complet se trouve dans la référence de l’API Speech.

Choisir la voix propre à un fournisseur

Passez la voix exacte du fournisseur sous config. Le même objet imbriqué fonctionne dans la table de requête de chaque SDK.

// ElevenLabs : choisir un identifiant de voix exact
await client.generateSpeech({
  model: "eleven-labs/eleven-v3",
  input: "Hello from ElevenLabs",
  voice: "rachel",
  config: {
    elevenlabs: {
      voice_id: "21m00Tcm4TlvDq8ikWAM",
    },
  },
});

// Google : choisir un nom de voix exact
await client.generateSpeech({
  model: "google/gemini-3.1-flash-tts-preview",
  input: "Hello from Gemini",
  voice: "kore",
  config: {
    google: {
      voice_name: "Kore",
    },
  },
});

# ElevenLabs : choisir un identifiant de voix exact
client.generate_speech({
    "model": "eleven-labs/eleven-v3",
    "input": "Hello from ElevenLabs",
    "voice": "rachel",
    "config": {"elevenlabs": {"voice_id": "21m00Tcm4TlvDq8ikWAM"}},
})

# Google : choisir un nom de voix exact
client.generate_speech({
    "model": "google/gemini-3.1-flash-tts-preview",
    "input": "Hello from Gemini",
    "voice": "kore",
    "config": {"google": {"voice_name": "Kore"}},
})

Dernière modification le 5 novembre 2026