Hoe werkt de TTS API van SpraakZaak precies?

Door SpraakZaak redactie · Bijgewerkt 2026-11-19

Deze pagina beschrijft het technische verwerkingsproces van de SpraakZaak TTS API, specifiek gericht op localisatiebureaus en uitgevers die Vlaamse en Nederlandse tekst naar spraak converteren. U leert hoe tekst via een JSON-body wordt verstuurd naar de cloudserver en wordt omgezet in audio-bestanden met vaste stemmen en talen.

U vindt hier gedetailleerde uitleg over integratie in uw bestaande pipelines, van taalherkenning tot foutafhandeling en data privacy. De focus ligt op concrete technische werking, zoals het splitsen van lange teksten en de compatibiliteit met de OpenAI SDK, zodat u de API kunt koppelen aan uw bulkverwerkingsprocessen.

Hoe werkt de TTS API van SpraakZaak precies?

Veelgestelde vragen

Wat is de precieze werking van de API?

Je stuurt een POST-request naar /v1/audio/speech met een JSON-body en ontvangt een audiobestand. De API accepteert modellen tts-1 of tts-1-hd, tekst tot 4096 tekens, een voice, formaat en snelheid. Authenticatie gebeurt via een Bearer-token. De requeststructuur is identiek aan de OpenAI speech-endpoint, waardoor je bestaande SDKs kunt gebruiken door de base_url aan te passen.

Hoe bepaalt de API de taal van de tekst?

De API probeert de taal te raden op basis van het script. Latijnse tekst wordt standaard als Engels geïnterpreteerd. Voor andere talen zoals Nederlands of Frans met Latijns schrift moet je het veld language expliciet instellen met de ISO-code. Dit voorkomt foutieve uitspraak. Ongeacht de taal kun je een van de acht vaste stemmen gebruiken.

Kan ik de API combineren met een CMS?

Ja, omdat de API HTTP-requests gebruikt, kun je deze eenvoudig integreren in elk CMS dat HTTP-calls ondersteunt. Je kunt een webhook of cronjob gebruiken om tekst naar de endpoint te sturen. Er is geen WordPress-plugin; de integratie moet zelf worden gebouwd via HTTP-requests. De API retourneert het audiobestand direct in de response.

Hoe ga ik om met speciale tekens in tekst?

Alle tekens, inclusief spaties en leestekens, tellen mee als karakters voor de facturatie. De API accepteert standaard Unicode-tekens. Er is geen ondersteuning voor SSML, dus speciale uitspraakopdrachten zoals <break> of <prosody> werken niet. Je moet tekst dus als platte string verzenden. Speciale tekens worden standaard uitgesproken zoals de engine dat interpreteert voor de ingestelde taal.

Is de API geschikt voor legale audioboeken?

Ja, de stemmen zijn gebaseerd op gelicentieerde opnames van LibriTTS-R (CC BY 4.0) en LibriVox (publiek domein). Elke gegenereerde audio bevat een onhoorbaar watermerk dat synthetische spraak aangeeft. Dit maakt de API geschikt voor commerciële audioboeken. Je hoeft geen extra rechten te regelen voor de stemmen, maar je bent verantwoordelijk voor de inhoud van de tekst.

Hoeveel tijd kost het genereren van 1000 tekens?

De generatiesnelheid is ongeveer gelijk aan de reële tijd: circa 25 tekens per seconde gegenereerde audio. Voor 1000 tekens tekst is dit ongeveer 40 seconden audiotijd. De daadwerkelijke verwerkingstijd kan langer zijn door wachtrijtijd onder belasting. Korte zinnen kunnen enkele seconden duren, maar langere teksten worden in delen verwerkt en samengevoegd.

Kan ik de API gebruiken voor e-learning?

De API is ideaal voor e-learning omdat je snel tekst naar spraak kunt converteren voor talen zoals Nederlands, Engels, Frans en Duits. Je kunt de snelheid aanpassen tussen 0.25 en 4.0 voor betere verstaanbaarheid. Omdat er geen SSML is, kun je geen complexe prosodie aanpassen, maar de vaste stemmen zoals 'sage' (kalmerend) of 'nova' (opgewekt) zijn geschikt.

Wat is het verschil tussen API en web interface?

De API is programmeerbaar en ontworpen voor bulkverwerking en integratie in workflows. Je stuurt tekst via JSON en ontvangt audio. De webinterface (indien beschikbaar op de site) is handig voor snelle tests. De API vereist een API-key en een HTTP-client. Er is geen aparte mobiele app of WordPress-plugin; alles verloopt via HTTP-requests naar de endpoint.

Hoe verwerk ik foutmeldingen correct?

Controleer de HTTP-statuscode in de response. Bij een fout krijg je een foutbericht in de JSON-body. Foute verzoeken worden niet gefactureerd; het bedrag wordt volledig teruggenomen. Zorg dat je je API-key correct meegeeft in de Authorization-header. Als de rate limit (60 req/min) wordt overschreden, krijg je een 429-fout. Log fouten en probeer het opnieuw met backoff.

Is er een limiet aan het aantal requests per dag?

Er is geen dagelijkse limiet, maar er is een rate limit van 60 requests per minuut per API-key. Voor nieuwe accounts zonder top-up is dit 10 requests per minuut. Je kunt meerdere requests tegelijk verwerken door tekst te splitsen in delen van maximaal 4096 tekens. De API verwerkt requests sequentieel, dus wachttijden kunnen optreden onder hoge belasting.

Kan ik de audio bestanden commercieel gebruiken?

Ja, je kunt de gegenereerde audio bestanden commercieel gebruiken. De stemmen zijn gebaseerd op gelicentieerde bronnen. Er is geen beperking op het aantal gegenereerde bestanden, zolang je maar saldo hebt en binnen de rate limits blijft. Je betaalt per miljoen tekens. De audio bevat een watermerk, maar dit belet niet de commerciële exploitatie. Er is geen SLA of garantie op beschikbaarheid.

Hoe voorkom ik dubbele facturatie?

Dubbele facturatie komt zelden voor omdat elke request uniek is. Als een request faalt, wordt het bedrag automatisch teruggenomen. Controleer je dashboard voor de gebruikshistorie. Zorg dat je geen dubbele requests verstuurt door juiste foutafhandeling in je code. Een nieuwe API-key maakt de oude direct ongeldig, wat dubbel gebruik van keys voorkomt.

Wat gebeurt er als de server down is?

Er is geen SLA of uptime-garantie. Als de server down is, krijg je een HTTP-foutmelding. Je kunt het verzoek later opnieuw proberen. Er is geen wachtrij voor langdurige uitval; je moet zelf retry-logica implementeren. De API verwerkt requests sequentieel, dus vertragingen kunnen optreden bij hoge belasting, maar dit is geen volledige outage.

Kan ik custom metadata toevoegen aan de audio?

Nee, de API retourneert alleen het audiobestand. Er is geen mogelijkheid om custom metadata zoals titel, auteur of beschrijving in het audiobestand zelf te schrijven. Je moet metadata apart beheren in je eigen systeem. De API kent geen ondersteuning voor ID3-tags of vergelijkbare metadataformaten. Je koppelt de audio aan je metadata via je eigen database.

Het verwerkingsproces

Geluidsgolfillustratie voor: Het verwerkingsproces

De TTS API verwerkt tekst door middel van eenvoudige JSON-verzoeken. U stuurt een POST-request naar het endpoint met de tekst als input. Het systeem verwerkt deze gegevens in de cloud en genereert audio; de snelheid is ongeveer gelijk aan de werkelijke speeltijd, maar onder belasting kunnen requests in een wachtrij komen.

Tekst input via JSON body

U zendt de tekst die geconverteerd moet worden via een JSON body. De maximumlengte bedraagt 4096 tekens per verzoek. Spaces en leestekens tellen mee voor de karaktertelling en facturatie.

  • Gebruik de veldnaam 'input' voor de tekst
  • Maximaal 4096 tekens per request
  • JSON-formaat vereist

Synthese door cloud server

De cloudserver verwerkt het verzoek en genereert de spraak. Bij lange teksten moet de input zelf worden opgesplitst in delen van maximaal 4096 tekens en moeten de audiobestanden achteraf worden samengevoegd. Dit zorgt voor efficiënte verwerking van bulkdata.

Audio output als bestand

U ontvangt het gegenereerde audiobestand direct als response. U kunt kiezen uit formaten zoals mp3, wav, opus, flac of pcm. Dit maakt integratie in downstream processen eenvoudig.

  • Ondersteunde formaten: mp3, wav, opus, flac, pcm
  • Directe download van het audiobestand
  • Geen extra stappen nodig

Stemselectie en consistentie

Geluidsgolfillustratie voor: Stemselectie en consistentie

De API biedt acht vaste stemvoorinstellingen, verdeeld over vier vrouwelijke en vier manlijke profielen. Elke stem heeft een specifieke klankkleur, zoals de heldere, optimistische Nova of de kalme, instructieve Sage. Deze presets zijn ontworpen voor consistente leeskwaliteit, zonder dat er complexe configuraties nodig zijn voor een professioneel resultaat.

Kies een stem die past bij de toon van de gelokaliseerde tekst. Omdat de modellen vaststaan, weet je precies hoe de output eruitziet en klinkt bij elke aanvraag.

Keuze uit 8 vaste presets

Je kiest één van de acht beschikbare stemmen via het voice veld in de JSON-body. De keuze bepaalt de toonhoogte en het timbre van de gegenereerde audio. Of je nu een neutrale nieuwsstem zoals Atlas nodig hebt of een levendige promo-stem als Felix, de basisinstelling is direct toepasbaar.

De stemmen zijn gebaseerd op gelicentieerde opnames van LibriTTS-R en LibriVox. Dit zorgt voor een natuurlijk klankbeeld zonder dat je zelf opnames hoeft te maken.

  • Vrouwelijk: Aria, Nova, Luna, Sage
  • Mannelijk: Felix, Milo, Atlas, Orion
  • Elke stem ondersteunt alle 23 talen

Geen variatie in elke generatie

De API kent geen SSML of dynamische intonatie-aanpassingen; de stem leest de tekst voor met de inherente cadans van het geselecteerde profiel. Dit is essentieel voor batchverwerking waar herhaalbaarheid gewenst is.

Er zijn geen emotionele tags of dynamische intonatie-aanpassingen beschikbaar. De stem leest de tekst voor met de inherente cadans van het geselecteerde profiel.

Consistente kwaliteit over batch

Omdat de synthese door dezelfde cloudserver wordt uitgevoerd met vaste modellen, is de audio-kwaliteit uniform over grote volumes. Dit voorkomt dat verschillende zinnen in een audioboek of nieuwsbulletin sterk van klank verschillen.

De API verwerkt requests sequentieel onder belasting, wat kan leiden tot wachttijden, maar garandeert wel dat elke request dezelfde verwerkingslogica doorloopt voor een eenduidig eindproduct.

Taalherkenning en precisie

Geluidsgolfillustratie voor: Taalherkenning en precisie

Het systeem detecteert de taal automatisch op basis van het script. Latijnse teksten worden standaard als Engels beschouwd. Voor andere talen met het Latijnse alfabet, zoals Nederlands of Frans, moet je de language parameter expliciet instellen op de ISO-code (bijv. 'nl' of 'fr').

Dit voorkomt foutieve uitspraak bij meertalige content. De API ondersteunt 23 specifieke talen. Teksten buiten deze lijst, zoals Thai of Oekraïens, worden niet correct verwerkt. Bij twijfel over een taal, gebruik dan de expliciete parameter voor betrouwbare resultaten.

Automatische detectie op script

Het algoritme analyseert de tekens in je invoer om de taal te bepalen. Dit werkt goed voor standaard Engels, maar faalt vaak bij andere talen die het Latijnse alfabet gebruiken. Zonder expliciete instructie kiest de API voor Engels als fallback.

Expliciete language parameter voor nauwkeurigheid

Stel de language parameter in je JSON-body in op de gewenste ISO-code. Dit garandeert dat de synthesemotor de juiste fonetische patronen toepast. Dit is essentieel voor nauwkeurige uitspraak van Nederlandse of Franse tekst in een Engels gestandaardiseerd proces.

  • Gebruik 'nl' voor Nederlands.
  • Gebruik 'fr' voor Frans.
  • Gebruik 'de' voor Duits.

Correctie bij meertalige teksten

Voor teksten die meerdere talen bevatten, is de automatische detectie beperkt. De API kiest één taal voor de gehele verzoek. Voor meertalige content is het beter om de tekst te splitsen in delen per taal en afzonderlijke API-calls te doen.

Schaalbaarheid voor bureaus

Geluidsgolfillustratie voor: Schaalbaarheid voor bureaus

De API accepteert teksten tot 4096 tekens per verzoek. Voor langere documenten splitst u de input zelf in segmenten en voegt de audiobestanden achteraf samen. Dit houdt de verwerking stabiel en voorspelbaar.

Met meerdere API-sleutels kunt u parallelle requests sturen, waardoor de totale doorlooptijd van bulkverwerking afneemt. Dit is essentieel voor het verwerken van grote vertaalvolumes, hoewel onder belasting wachtrijden kunnen optreden.

Automatische splitsing van lange teksten

Elk verzoek beperkt de input tot 4096 tekens, inclusief spaties en leestekens. Bij langere teksten deelt u de tekst logisch op in chunks. De API verwerkt elk segment individueel. U ontvangt aparte audiobestanden die u later concateneert tot één bestand.

Deze aanpak voorkomt time-outs en zorgt voor een consistente kwaliteit, ongeacht de lengte van het bronmateriaal.

  • Maximale input: 4096 tekens per request.
  • Splits tekst logisch bij zinnen of alinea’s.
  • Voeg audiobestanden achteraf samen in uw pipeline.

Parallelle requests mogelijk via sleutels

U kunt meerdere API-sleutels genereren om de rate limits te verdelen. Elke sleutel staat 60 requests per minuut toe. Door verzoeken over sleutels te spreiden, verhoogt u de totale throughput aanzienlijk.

Dit maakt het mogelijk om grote batches tekst gelijktijdig te verwerken zonder dat elke request in de wachtrij belandt.

  • Gebruik meerdere sleutels voor hogere capaciteit.
  • Elke sleutel: 60 requests/minuut (na top-up).
  • Verdeel verzoeken over sleutels voor parallelle verwerking.

Efficiënte verwerking van volumes

De verwerkingstijd is ongeveer gelijk aan de werkelijke speeltijd van de audio (25 tekens per seconde). Voor korte zinnen duurt het enkele seconden; bij lange teksten is de overhead minimaal. Dit werkt goed geïntegreerd in geautomatiseerde workflows.

Onder belasting kunnen requests in een wachtrij komen. Door de splitsing en parallelle sleutels te combineren, blijft de verwerking efficiënt, ook bij hoge volumes.

De splitsing van lange teksten en het samenvoegen van audio moet in de client-pipeline worden geregeld.

  • Snelheid: ~25 tekens per seconde.
  • Wachtrijondersteuning onder belasting.
  • Geen extra configuratie nodig voor batch processing.

Integratie in workflow

Geluidsgolfillustratie voor: Integratie in workflow

De API sluit naadloos aan bij bestaande vertaalpipelines. Na het exporteren van vertaalde teksten wordt de tekst direct naar de endpoint gestuurd voor synthesen, zonder tussenkomst van menselijke tussenpersonen of handmatige bestandsuploads.

Deze aanpak versnelt de time-to-audio aanzienlijk. Door de API in te bedden in je bestaande tools, ontstaat een gestroomlijnde flow van vertaling naar eindproduct.

Automatisch genereren na vertaling

Na voltooiing van de vertaling wordt de tekst direct via een script naar de TTS API gestuurd. Het systeem verwerkt de tekst en retourneert het audiobestand, waardoor de overgang van tekst naar spraak naadloos verloopt.

API driven content pipelines

De API is ontworpen voor automatisering. Door de endpoint in te bouwen in je bestaande infrastructuren, zoals CI/CD-pipelines of CRM-systemen, kunnen grote volumes tekst automatisch worden omgezet naar audio voor distributie.

Geen handmatige conversie nodig

Geen gedoe met het importeren van bestanden of het kiezen van de juiste codec handmatig. De API neemt de conversie over, waardoor je teams zich kunnen richten op de inhoudelijke kwaliteit van de tekst en niet op technische details.

Kwaliteitscontrole

Geluidsgolfillustratie voor: Kwaliteitscontrole

Naast de audiosporen biedt de API ook mechanismen voor verificatie en formatkeuze. Elke gegenereerde audio bevat een onhoorbaar watermerk dat aangeeft dat de stem synthetisch is, wat waardevol is voor het traceren van content in distributieketens.

Watermerk voor herkenning synthese

Elk gegenereerd bestand draagt een inaudibel watermerk dat de synthese kenmerkt. Dit maakt het mogelijk om gegenereerde audio te onderscheiden van menselijk ingesproken materiaal zonder dat dit de luisterervaring beïnvloedt.

Format keuze voor downstream processing

Kies uit mp3, wav, opus, flac of pcm voor compatibiliteit met je postproductie-infrastructuur. De keuze bepaalt alleen de codec en verliesvrijheid, niet de inhoud van de stem. Bureaus kiezen vaak voor WAV of FLAC voor bewerkingsdoeleinden, en MP3 voor distributie.

Snelheid variatie voor nadruk

De snelheid kan worden ingesteld tussen 0.25 en 4.0. Dit stelt je in staat om ritme en nadruk aan te passen zonder de basisstem te wijzigen. Snellere uitspraak is geschikt voor nieuwsbulletins, langzamere voor instructiecontent.

Foutafhandeling in batch

Geluidsgolfillustratie voor: Foutafhandeling in batch

Voor lokale bureaus is betrouwbaarheid cruciaal. Bij een mislukte syntheserequest krijgt u het volledige bedrag terug, zonder dat u hoeft te controleren of de credits correct zijn verrekend. Dit voorkomt verrassingen in uw facturatie.

Gratis terugbetaling bij fout

Als de server de tekst niet kan omzetten, blijft uw saldo intact. U betaalt alleen voor succesvolle audio-bestanden die daadwerkelijk zijn gegenereerd.

  • Volledige terugbetaling bij fout
  • Geen verborgen kosten voor mislukte requests

Status checks voor elke request

Houd de status van elke batch bij via de API-responses. Zo weet u precies welke delen van een lange tekst succesvol zijn en welke opnieuw verwerkt moeten worden.

Retry logica voor betrouwbaarheid

Implementeer eenvoudige retry-mechanismen voor requests die tijdelijk faalden door wachtrijden of tijdelijke serverbelasting. Dit zorgt voor een soepele verwerking van grote volumes zonder handmatige tussenkomst.

Foutafhandeling in batch

Data privacy in localisatie

Geluidsgolfillustratie voor: Data privacy in localisatie

Voor localisatiebureaus is het essentieel dat de ingevoerde tekst alleen wordt gebruikt voor de directe synthese. De API gebruikt de input niet om de modellen te trainen, wat betekent dat uw unieke vertaalwerk en bronmateriaal niet in de trainingsdata terechtkomen.

Geen training van input data

De gegenereerde audio wordt direct teruggegeven in de response en niet permanent opgeslagen op onze servers. Dit voorkomt dat uw content later opnieuw wordt verwerkt of gecombineerd met andere datasets.

Geen opslag van gegenereerde audio

Na de transactie wordt de audiotracks niet bewaard. Alleen de requestmetadata (tijdstip, karakteraantal, status) wordt bewaard voor facturatie doeleinden. Deze metadata bevat geen inhoud van de tekst of het audiobestand.

Alleen metadata voor facturatie

De bewaarde data is strikt beperkt tot het bijhouden van verbruik en kosten. U heeft volledige controle over de inhoud die u verwerkt, zonder dat er een kopie van uw geluidsbestanden door ons wordt gearchiveerd voor andere doeleinden.

Technische vereisten

Geluidsgolfillustratie voor: Technische vereisten

De API vereist een HTTP POST-request naar het endpoint /v1/audio/speech. Dit is de enige manier om tekst naar audio te converteren via de API.

Het request body moet strikt JSON-formaat gebruiken. Alle parameters, zoals model, voice en input, moeten correct gespecificeerd zijn om synthesefouten te voorkomen.

HTTP POST method nodig

Gebruik altijd de POST-methode voor de conversie. GET wordt alleen gebruikt voor het ophalen van voices en modellen. Dit zorgt voor een consistente API-structuur.

JSON formatted request body

De JSON-body bevat velden zoals model, input, voice en response_format. Controleer de syntax voordat je het verstuurt om foutcodes te minimaliseren.

Het formaat is compatibel met de OpenAI SDK, wat integratie vereenvoudigt voor developers die al met deze toolset werken.

UTF-8 encoding voor speciale tekens

Zorg dat je tekst is gecodeerd in UTF-8. Dit is essentieel voor het correct verwerken van karakters zoals à en ê.

Incorrecte encoding kan leiden tot fouten in de gegenereerde audio of tot het afwijzen van het request door de server.

Gebruik van SDKs

Geluidsgolfillustratie voor: Gebruik van SDKs

De SpraakZaak API volgt exact dezelfde requeststructuur als de OpenAI speech endpoint. Door de base_url aan te passen naar https://api.kb333.info/v1 en uw API-key in te stellen, werken de officiële OpenAI SDKs direct zonder extra integratielaag.

OpenAI SDK compatibiliteit

Implementeer de standaard client bibliotheken zonder aangepaste adapters. De endpoint POST /v1/audio/speech accepteert identieke JSON-parameters als de OpenAI implementatie, waardoor migratie van bestaande pipelines minimaal is.

  • Geen extra dependencies nodig naast de officiële SDK.
  • Volledige compatibiliteit met de request shape van OpenAI.

Eenvoudige code snippets

Vervang de default base_url door die van kb333.info. De rest van de code, inclusief het doorgeven van model, voice en input, blijft ongewijzigd.

Minder boilerplate code

Geen complexe handmatige serialisatie of header-beheer. Gebruik de bestaande SDK logica voor authenticatie; foutafhandeling moet zelf worden geïmplementeerd. Dit vermindert ontwikkeltijd voor lokale testomgevingen en productieve deployment.

Voorbeelden van use cases

Geluidsgolfillustratie voor: Voorbeelden van use cases

De API is geoptimaleerd voor bulkverwerking van lange teksten. Door tekst automatisch te splitsen in segmenten van maximaal 4096 karakters, blijven de latencies acceptabel en wordt de audio naadloos samengevoegd. Dit maakt de oplossing geschikt voor het genereren van volledige audioboeken of uitgebreide nieuwsberichten zonder handmatige ingrepen.

Voor publishers en localisatiebureaus betekent dit een directe pipeline: vertaalde tekst wordt via een POST-request omgezet in audio. De vaste kosten van $10 per miljoen karakters zorgen voor voorspelbare budgettering, terwijl de keuze uit acht voices en formaten zoals MP3 of WAV aansluit bij de technische eisen van downstream distributieplatforms.

Audioboeken genereren

Publicatiehuizen kunnen volledige manuscripts omzetten naar audio door de tekst te verdelen in delen van 4096 karakters. De API verwerkt deze sequentieel en voegt de audiofragmenten samen. Met voices zoals Luna voor storytelling of Orion voor documentaires behoudt de luisteraar een consistente ervaring.

Omdat gegenereerde audio niet wordt opgeslagen, blijft de infrastructuur licht. Het proces vereist een script dat de tekst splitst en de requests uitvoert; de API verwerkt requests sequentieel, dus de doorvoersnelheid is beperkt door de rate limits.

  • Automatische splitsing bij 4096 karakters
  • Keuze uit narrative voices zoals Luna
  • Geen opslag van gegenereerde audio bestanden

Nieuwsbulletins automatiseren

Nieuwsredacties kunnen vertaalde nieuwsberichten direct omzetten naar audio via de API. Met de voice Atlas, die een neutrale nieuwsstem heeft, wordt de inhoud duidelijk overgebracht. De snelheid kan worden aangepast tussen 0.25 en 4.0, wat toelaat om het tempo af te stemmen op de doelgroep.

Voor dagelijkse updates is de real-time verwerking geschikt; korte teksten zijn binnen enkele seconden gegenereerd. Het formaat WAV of MP3 zorgt voor compatibiliteit met bestaande podcast- en nieuwsfeeds, zonder dat er extra conversie nodig is.

  • Neutrale stem Atlas voor nieuws
  • Snelheid instelbaar van 0.25 tot 4.0
  • Directe output voor podcast feeds

Taallessen produceren

Educatieve uitgevers kunnen tekstfragmenten in verschillende talen converteren. Omdat elke voice elke van de 23 ondersteunde talen spreekt, is het mogelijk om dezelfde tekst in het Nederlands, Frans of Duits te produceren met dezelfde voice. Dit garandeert klankeenheid over taaledities heen.

De optionele language parameter zorgt voor precisie bij meertalige teksten. Door de taal expliciet te setten, voorkomt men foutieve detectie. Dit is essentieel voor taalleermaterialen waar de uitspraak van specifieke woorden cruciaal is.

  • Hetzelfde voice model voor 23 talen
  • Expliciete language parameter voor precisie
  • Geschikt voor multilinguale leermaterialen

Beperkingen en aandachtspunten

Geluidsgolfillustratie voor: Beperkingen en aandachtspunten

De API biedt geen ondersteuning voor SSML, wat betekent dat je geen fine-grained controle hebt over uitspraak of pauzes via markup. Je bent afhankelijk van de standaard intonatie van de geselecteerde stem.

Elke request is beperkt tot 4096 tekens. Voor langere teksten moet je zelf splitsen en de audiobestanden achteraf samenvoegen. Dit vereist eenvoudige logica in je pipeline, maar houdt de API-stateless en lichtgewicht.

Er zijn geen tags voor emotie of snelheid variatie per zin. De snelheid is globaal instelbaar (0.25–4.0), maar de emotionele nuance wordt volledig bepaald door de keuze van de vaste preset.

Geen SSML ondersteuning

Je kunt geen SSML-tags gebruiken om pauzes, nadruk of uitspraak te sturen. De API verwerkt de input tekst letterlijk volgens de standaardregels van de gekozen stem.

Voor specifieke uitspraakcorrecties moet je dit op tekstiniveau doen, bijvoorbeeld door afkortingen uit te schrijven of leestekens strategisch te plaatsen.

  • Geen <break> of <prosody> tags.
  • Geen phoneme-dictionaries voor aangepaste uitspraak.

Vaste lengte limiet per request

De maximumlengte van een single request is 4096 tekens, inclusief spaties en leestekens. Teksten daarboven moeten in delen worden verstuurd.

Je client moet de audiofragmenten die terugkomen handmatig samenvoegen tot één bestand. Dit is standaard gedrag voor deze API-architectuur.

  • Max 4096 tekens per POST request.
  • Klanten moeten chunking en concatenation zelf regelen.

Geen emotionele aanpassingen

Er zijn geen emotionele tags beschikbaar. De 'sfeer' wordt vastgelegd in de keuze van de preset (bijv. 'warm' voor Aria of 'eneriek' voor Felix).

De snelheid is globaal toepasbaar via de speed parameter, maar kan niet dynamisch per zin worden aangepast voor dramatisch effect.

  • Geen emotionele tags.
  • Snelheid is globaal, niet per zin.

Luister naar de 8 stemmen

Elk voorbeeld hieronder is gegenereerd door deze API met dezelfde zin. Verifieer of de gegenereerde audio de beoogde taal correct weergeeft, vooral wanneer de automatische taalherkenning niet exact was.

Avatar van de stem aria
ariavrouwelijk
Avatar van de stem nova
novavrouwelijk
Avatar van de stem luna
lunavrouwelijk
Avatar van de stem sage
sagevrouwelijk
Avatar van de stem felix
felixmannelijk
Avatar van de stem milo
milomannelijk
Avatar van de stem atlas
atlasmannelijk
Avatar van de stem orion
orionmannelijk

23 talen

Elke stem kan elke van deze talen spreken.

Bronnen en verdere literatuur

  1. Wikipedia
  2. openai-node on GitHub
  3. W3C WAI: making audio and video accessible
  4. curl documentation
  5. MDN: Web Speech API
  6. Tether (USDT)
  7. LibriVox public-domain audiobooks
  8. Creative Commons Attribution 4.0
  9. TRON developer hub: TRC-20
  10. ISO 639 language codes
  11. OpenAI API reference: create speech
  12. LibriTTS-R corpus (OpenSLR 141)

Meer op deze site