Wie funktioniert die Text-zu-Sprache-API für medizinische Texte?

Von MediStimme Redaktion · Aktualisiert 2026-11-19

Diese Seite erklärt, wie MediStimme medizinische Texte in klare Audiodateien umwandelt. Sie erhalten konkrete Beispiele für die API-Nutzung, verstehen die Parameter und sehen, wie Sie Patienteninformationen effizient erstellen. Die Erklärung ist speziell für Indie-Entwickler im Medizinbereich geschrieben, die Barrierefreiheit priorisieren.

Sie lernen, wie Sie die richtigen Stimmen und Sprachen wählen, Audioformate auswählen und Kosten kalkulieren. Alles basiert auf den Fakten der API ohne technisches Rauschen. Lesen Sie weiter, um zu verstehen, wie Sie Texteingabe, Verarbeitung und Audioausgabe einfach integrieren.

Wie funktioniert die Text-zu-Sprache-API für medizinische Texte?

Häufig gestellte Fragen

Was ist eine TTS-API?

Eine TTS-API wandelt Text in Audiodateien um. Sie sendet Text an einen Endpunkt und erhält eine Audioantwort. Dies ermöglicht die automatische Generierung von Hörinhalten für medizinische Leitfäden oder Patienteninformationen ohne manuelle Aufnahme.

Wie wird der Text verarbeitet?

Sie senden Text per POST an den Speech-Endpunkt. Längere Texte werden automatisch in Teile von maximal 4096 Zeichen aufgeteilt. Die einzelnen Audioabschnitte werden clientseitig oder im Backend zusammengefügt.

Welche Stimmen stehen zur Verfügung?

Wir bieten 8 vordefinierte Stimmen: Aria, Nova, Luna, Sage, Felix, Milo, Atlas und Orion. Diese basieren auf lizenzierten Aufnahmen aus LibriTTS-R. Jede Stimme kann alle 23 unterstützten Sprachen flüssig sprechen.

Kann ich die Stimme anpassen?

Nein, es gibt keine benutzerdefinierte Stimmklone oder individuelle Stimmgestaltung. Sie wählen eine der 8 vordefinierten Presets. Die Geschwindigkeit lässt sich jedoch zwischen 0,25 und 4,0 anpassen, um den Lesetempo zu steuern.

Welche Sprachen werden unterstützt?

Wir unterstützen 23 Sprachen, darunter Deutsch, Englisch, Spanisch, Französisch, Arabisch, Chinesisch, Japanisch und Hindi. Nicht unterstützt werden unter anderem Vietnamesisch, Indonesisch, Thai, Ukrainisch, Rumänisch, Tschechisch und Bengali. Die Sprache wird oft automatisch erkannt.

Wie hoch ist die Qualität des Audios?

Die Audioqualität ist klar und natürlich, basierend auf echten Aufnahmen. Jede generierte Datei enthält einen unsichtbaren Wasserzeichen, das die synthetische Herkunft kennzeichnet. Das Format ist wählbar, z. B. MP3, WAV, OPUS, FLAC oder PCM.

Wie lange dauert die Generierung?

Die Generierung dauert etwa so lange wie die Wiedergabe des Textes (ca. 25 Zeichen pro Sekunde). Bei kurzen Sätzen sind es wenige Sekunden. Unter Last kann es zu Warteschlangen kommen, da Anfragen nacheinander verarbeitet werden.

Werden meine Daten gespeichert?

Der eingegebene Text wird nur zur Audioerstellung verwendet und nicht zum Training gespeichert. Das generierte Audio wird direkt zurückgegeben und nicht dauerhaft gespeichert. Nur Metadaten wie Zeit, Zeichenanzahl und Status werden zur Abrechnung aufbewahrt.

Kann ich die API kostenlos testen?

Ja, nach der Anmeldung mit Google erhalten Sie 0,50 $ Guthaben (ca. 50.000 Zeichen) für 7 Tage. Konten mit E-Mail-Passwort starten ohne Testguthaben. Das Testguthaben verfällt nach 7 Tagen, Top-up-Guthaben verfällt nicht.

Wie funktioniert die Authentifizierung?

Die Authentifizierung erfolgt über einen Bearer-Token im Header: Authorization: Bearer tts-.... Sie benötigen einen API-Schlüssel, den Sie in Ihrem Konto erhalten. Ein neuer Schlüssel macht den alten sofort ungültig.

Was ist ein API-Schlüssel?

Der API-Schlüssel ist Ihr persönliches Zugangspasswort zur API. Pro Konto ist nur ein aktiver Schlüssel gültig. Sie können jederzeit einen neuen Schlüssel ausstellen, wodurch der alte sofort deaktiviert wird. Er wird auf der Dashboard-Seite angezeigt.

Wie viele Zeichen können verarbeitet werden?

Pro Anfrage können maximal 4096 Zeichen verarbeitet werden. Bei längeren Texten teilt die API den Text automatisch auf. Leerzeichen und Interpunktion zählen als Zeichen. Der Gesamtvorrat wird über Guthaben oder Top-ups finanziert.

Gibt es Limits für die Nutzung?

Ja, es gelten 60 Anfragen pro Minute pro Schlüssel (vor der ersten Aufladung 10 pro Minute). Es gibt keine monatlichen Pläne oder Mindestumsätze. Das Guthaben verfällt nicht, und fehlgeschlagene Anfragen werden kostenlos zurückgebucht.

Wie kann ich Fehler beheben?

Fehlgeschlagene Synthesen werden vollständig erstattet. Prüfen Sie Ihre Authentifizierung und die Zeichenlänge. Bei technischen Problemen erreichen Sie uns ausschließlich per E-Mail. Eine Telefonnummer oder ein Live-Chat ist nicht verfügbar. Support erfolgt per E-Mail.

Welche Formate werden unterstützt?

Sie können zwischen MP3, WAV, OPUS, FLAC und PCM wählen. Diese Formate decken die meisten Anwendungsfälle ab. Die Qualität bleibt bei allen Formaten konsistent, da dieselbe Engine verwendet wird.

Kann ich die Geschwindigkeit ändern?

Ja, der Geschwindigkeitsparameter speed lässt sich von 0,25 bis 4,0 einstellen. Dies ermöglicht langsamere, klarere Aussprache für medizinische Fachbegriffe oder schnellere Navigation. Der Standardwert liegt bei 1,0.

Was ist ein Watermarking?

Jede generierte Audiodatei enthält ein unsichtbares Wasserzeichen, das sie als synthetische Sprache kennzeichnet. Jede generierte Datei trägt ein unsichtbares Wasserzeichen, das sie als synthetische Sprache kennzeichnet.

Ist die API für medizinische Texte geeignet?

Ja, die klare, natürliche Stimme ist ideal für Patientenleitfäden. Die präzise Aussprache und die Möglichkeit, die Geschwindigkeit anzupassen, unterstützen die Barrierefreiheit. Die Stimmen sind neutral und professionell, was für medizinische Kontexte passend ist.

Wie integriere ich die API in meine App?

Senden Sie eine POST-Anfrage an https://api.scblsg22.info/v1/audio/speech mit JSON-Body. Verwenden Sie den OpenAI SDK, indem Sie die base_url anpassen. Geben Sie Modell, Text, Stimme und Format an. Der API-Schlüssel wird im Header übergeben.

Welche SDKs werden unterstützt?

Offizielle SDKs von uns gibt es nicht. Da die Anfragestruktur der OpenAI Speech API entspricht, können Sie die offiziellen OpenAI-SDKs verwenden. Ändern Sie einfach die base_url auf unseren Endpunkt und nutzen Sie Ihren API-Schlüssel.

Grundprinzip der API

Schallwellenillustration für: Grundprinzip der API

MediStimme wandelt medizinische Texte einfach in hörbare Audiodateien um. Sie senden einen Text an unseren Endpunkt und erhalten im Gegenzug eine fertige Audio-Datei zurück. Das System ist so gestaltet, dass es auch für Entwickler ohne tiefe Audio-Kenntnisse leicht zu integrieren ist.

Texteingabe

Sie übergeben Ihren Text im JSON-Format an die API. Pro Anfrage können Sie bis zu 4096 Zeichen verarbeiten. Für längere Texte, wie detaillierte Patientenleitfäden, teilen Sie den Inhalt einfach in passende Abschnitte auf.

  • Bis zu 4096 Zeichen pro Anfrage
  • Einfache JSON-Struktur
  • Keine komplexe Vorverarbeitung nötig

Verarbeitung

Die API verarbeitet die Anfrage in wenigen Sekunden. Bei langen Texten entsteht eine moderate Latenz, da die Generierung etwa Echtzeit-Geschwindigkeit entspricht. Unter Last können Anfragen in einer Warteschlange stehen.

  • Generierung dauert nur wenige Sekunden
  • Behandlung erfolgt sequenziell

Audioausgabe

Sie erhalten die Audiodatei direkt in der Antwort. Wählbar sind Formate wie MP3, WAV, OPUS oder FLAC. Die Ausgabe ist sofort nutzbar und enthält einen unsichtbaren Wasserzeichen-Marker für synthetische Sprache.

  • MP3, WAV, OPUS, FLAC
  • Sofortige Nutzbarkeit
  • Invisibles Wasserzeichen

Modellauswahl

Schallwellenillustration für: Modellauswahl

Die API bietet zwei Modelle für die Spracherzeugung: tts-1 und tts-1-hd. Beide nutzen denselben Engine-Kern und die gleichen Stimmen, sodass der Wechsel nahtlos möglich ist.

tts-1

Dieses Modell ist die Standardoption für schnelle und effiziente Generierung. Es eignet sich hervorragend für routinemäßige Patienteninformationen oder kurze Warnhinweise, bei denen Geschwindigkeit im Vordergrund steht.

tts-1-hd

Das HD-Modell bietet eine höhere Audioqualität bei leicht erhöhtem Latenzbedarf. Es ist eine Option für Anwendungen, bei denen eine höhere Audioqualität gewüns ist, da der Engine-Kern identisch ist.

Unterschiede

Der einzige signifikante Unterschied liegt in der Audioqualität, nicht im Preis. Beide Modelle kosten gleich viel pro Zeichen.

  • Kein Preisunterschied zwischen den Modellen
  • Identische Stimmen-Presets verfügbar
  • Gleiche Rate Limits pro Key

Stimmen und Sprachen

Schallwellenillustration für: Stimmen und Sprachen

MediStimme bietet acht klar definierte Stimmen, die auf lizenzierten Aufnahmen basieren. Jede Stimme hat einen eigenen Klangcharakter, der sich ideal für verschiedene medizinische Kontexte eignet – von klaren Erzählstimmen bis hin zu ruhigen, erklärenden Stimmen.

Die Stimme ist fest mit dem Audioinhalt verbunden und sorgt für eine konsistente Hörerfahrung. Dies ist besonders wichtig, wenn lange Patientenleitfäden oder medizinische Texte in hörbare Formate umgewandelt werden, um die Barrierefreiheit zu gewährleisten.

8 verfügbare Stimmen

Unsere API stellt acht voreingestellte Stimmen zur Verfügung, die auf echten, lizenzierten Aufnahmen basieren. Diese Palette deckt verschiedene Stimmungen ab, von warm und klar bis hin zu energisch oder tief.

  • Aria: Warme, klare Erzählerin
  • Nova: Hell und energisch
  • Luna: Sanfte Geschichtenerzählerin
  • Sage: Ruhig und erklärend
  • Felix: Energiegeladen und werblich
  • Milo: Freundlich und gesprächig
  • Atlas: Neutral und sachlich
  • Orion: Tief und dokumentarisch

23 Sprachen

Die API unterstützt 23 verschiedene Sprachen, darunter Deutsch, Englisch, Spanisch, Französisch, Arabisch und Japanisch. Eine Stimme kann dabei alle unterstützten Sprachen fließend sprechen.

  • Arabisch, Chinesisch, Dänisch, Deutsch, Englisch, Finnisch, Französisch, Griechisch, Hebräisch, Hindi, Italienisch, Japanisch, Koreanisch, Malaiisch, Norwegisch, Polnisch, Portugiesisch, Russisch, Spanisch, Swahili, Schwedisch, Türkisch

Automatische Erkennung

Wenn das Feld 'language' nicht explizit gesetzt wird, versucht die API, die Sprache automatisch am Schriftbild zu erkennen. Bei lateinischen Zeichen wird standardmäßig Englisch angenommen.

  • Erkennung basiert auf dem verwendeten Schriftbild
  • Nicht-englischer Text im Latein-Skript benötigt oft manuelle Zuweisung
  • Unterstützte Sprachen sind strikt auf die gelistete Menge beschränkt

Audioformate

Schallwellenillustration für: Audioformate

Das API erlaubt die Wahl des Audioformats, um die Anforderungen an Qualität und Dateigröße präzise zu steern. Jedes generierte Audio enthält einen unsichtbaren Wasserzeichen-Code, der die synthetische Herkunft kennzeichnet.

Die Wahl des Formats hängt vom Verwendungszweck ab: MP3 für effiziente Speicherung, WAV für unverlustbehaftete Qualität oder OPUS/FLAC für komprimierte, hochwertige Formate.

MP3

MP3 ist das Standardformat für die meisten Anwendungen. Es bietet eine gute Balance zwischen Dateigröße und Klangqualität, was es ideal für Web-Integrationen und mobile Apps macht.

Die Dateigrößen bleiben überschaubar, selbst bei längeren medizinischen Texten, was die Ladezeiten verkürzt.

  • Ideal für Web-Player und mobile Anwendungen
  • Kompakte Dateigröße bei akzeptabler Qualität

WAV

WAV liefert unverlustbehaftete Audioqualität. Dies ist nützlich, wenn höchste Klangtreue erforderlich ist, beispielsweise für professionelle Audiodateien.

Die Dateien sind größer als MP3, bieten aber keine Komprimierungsartefakte.

  • Verlustfreie Qualität
  • Größere Dateigrößen

OPUS und FLAC

OPUS und FLAC bieten fortgeschrittene Komprimierungsoptionen. OPUS ist ein unterstütztes Format., während FLAC verlustfreie Komprimierung bietet.

Diese Formate sind geeignet, wenn spezifische Anforderungen an die Audioverarbeitung oder Archivierung bestehen.

  • OPUS: Effizientes Streaming
  • FLAC: Verlustfreie Komprimierung

Anfragestruktur

Schallwellenillustration für: Anfragestruktur

Die API erwartet JSON-Daten im Body. Du sendest Text, wählst Stimme und Format aus. Die Struktur orientiert sich an etablierten Standards.

Authentifizierung erfolgt über einen Bearer-Token. Dieser Schlüssel ist einzigartig für dein Konto und sichert die Anfrage.

JSON Body

Das JSON-Objekt enthält das Textfeld input mit maximal 4096 Zeichen. Du definierst zudem model, voice und response_format. Optional sind speed und language.

Parameter

Verwende tts-1 oder tts-1-hd für das Modell. Wähle eine der 8 Stimmen. MP3, WAV, OPUS oder FLAC sind als Ausgabe möglich. Die Geschwindigkeit liegt zwischen 0,25 und 4,0.

  • Modell: tts-1 oder tts-1-hd
  • Stimme: z. B. aria, nova, atlas
  • Format: mp3, wav, opus, flac
  • Speed: 0.25–4.0

Authentifizierung

Jede Anfrage benötigt einen Header Authorization: Bearer tts-.... Dieser Token wird dir im Dashboard angezeigt. Mit ihm authentifizierst du deine API-Nutzung.

Fehler und Limits

Schallwellenillustration für: Fehler und Limits

Medizinische Texte können bis zu 4096 Zeichen pro Anfrage umfassen. Bei längeren Patientenleitfäden müssen diese einfach in mehrere Abschnitte aufgeteilt und die Audiodateien später zusammengefügt werden.

Das System verarbeitet Anfragen sequentiell, was bei hoher Auslastung zu kurzen Wartezeiten in der Queue führen kann. Kurze Sätze dauern daher etwas länger als erwartet.

Ratenlimits

Pro API-Schlüssel sind 60 Anfragen pro Minute erlaubt. Vor der ersten Aufladung gelten 10 Anfragen pro Minute. Dies reicht für die meisten Indie-Entwickler aus, sollte aber bei Batch-Verarbeitungen beachtet werden.

  • 60 Requests/Minute nach Top-up
  • 10 Requests/Minute vor Top-up

Zeichenbegrenzung

Jede einzelne API-Anfrage ist auf 4096 Zeichen begrenzt. Leerzeichen und Satzzeichen zählen dabei als Zeichen. Für längere medizinische Dokumente muss der Text clientseitig oder im Backend entsprechend gesplittet werden.

Fehlerbehandlung

Fehlschlagen die Synthesevorgänge, werden die Kosten vollständig erstattet. Es fallen also keine Gebühren für fehlgeschlagene Anfragen an. Dies ermöglicht eine sichere Integration ohne Risiko zusätzlicher Kosten bei Ausfallzeiten.

Fehler und Limits

Datenschutz

Schallwellenillustration für: Datenschutz

Die API verarbeitet Ihre Eingabetexte ausschließlich zur Generierung der Audiodatei. Nach der Erstellung wird das Audio sofort zurückgegeben und nicht dauerhaft gespeichert. Lediglich die notwendigen Metadaten wie Zeitstempel, Zeichenanzahl und Status werden für die Abrechnung aufbewahrt. So bleibt Ihr Inhalt rein funktional und transparent nachvollziehbar.

Kein Training

Ihre medizinischen Texte werden nicht verwendet, um die KI-Modelle zu trainieren. Sie dienen ausschließlich der aktuellen Audioerzeugung. Das bedeutet, dass sensible Patientendaten oder spezifische Leitfäden nicht in den Trainingsdatensätzen der API landen.

Keine Speicherung

Generierte Audiodateien werden nicht auf unseren Servern abgelegt. Sie erhalten das Ergebnis direkt über die API-Antwort und können es selbst hosten oder speichern. Die Speicherung beschränkt sich auf Abrechnungsdaten wie Zeit, Zeichenanzahl und Status, die für die korrekte Abrechnung notwendig sind.

Watermarking

Jede generierte Audiodatei enthält einen unsichtbaren Wasserzeichen-Code, der sie als synthetische Sprache ausweist. Dies ermöglicht eine einfache Identifizierung, ohne die Hörqualität oder die Verständlichkeit der medizinischen Inhalte zu beeinträchtigen.

Integration

Schallwellenillustration für: Integration

Die Integration ist denkbar einfach, da die API exakt dem Format der OpenAI-Speech-Endpunkte entspricht. Entwickler nutzen einfach ihre bestehenden OpenAI-SDKs und ändern lediglich die base_url auf https://api.scblsg22.info/v1. Das spart Zeit bei der Implementierung und vermeidet komplexe Eigenentwicklungen.

Für alle, die ohne Bibliotheken arbeiten möchten, ist die direkte HTTP-Nutzung mit curl sehr unkompliziert. Ein paar Zeilen Code reichen aus, um medizinische Texte in hörbare Audiodateien umzuwandeln, die sich nahtlos in Patienten-Apps oder Leitfäden integrieren lassen.

OpenAI SDK

Nutzen Sie die offiziellen OpenAI-SDKs für Python, Node.js oder andere Sprachen. Ändern Sie einfach die Basis-URL auf https://api.scblsg22.info/v1 und verwenden Sie Ihren API-Schlüssel. Die Request-Struktur bleibt identisch mit der OpenAI-API.

Dieser Ansatz ermöglicht eine schnelle Integration in bestehende MedTech-Anwendungen ohne zusätzliche Abhängigkeiten.

  • Unterstützt die offiziellen OpenAI-SDKs.
  • Keine neuen Methoden, nur die base_url ändern
  • Kompatibel mit tts-1 und tts-1-hd

curl Befehle

Für schnelle Tests oder Skripte können Sie curl direkt verwenden. Ein einfacher POST-Request an /v1/audio/speech mit Ihrem JSON-Body und dem Bearer-Token liefert sofort die Audiodatei.

Dies ist ideal für Batch-Verarbeitungen großer Patienteninformationen oder zur Validierung der Stimmenqualität vor der Programmierung.

  • curl -X POST https://api.scblsg22.info/v1/audio/speech
  • Header: Authorization: Bearer tts-...
  • Body: JSON mit model, input, voice

Einfache Nutzung

Die API erfordert kein spezielles SDK von uns. Nutzen Sie einfach HTTP-Requests, wie Sie sie von anderen modernen APIs gewohnt sind. Die Dokumentation enthält fertige Beispiele für alle gängigen Sprachen.

Sobald die Verbindung steht, können Sie sofort mit der Generierung von Audios für medizinische Texte beginnen. Keine komplizierten Konfigurationen, nur Text und Spracheingabe.

  • Standard-HTTP-Methoden
  • Kein proprietäres SDK nötig

Kosten

Schallwellenillustration für: Kosten

MediStimme berechnet die Nutzung rein zeichenbasiert. Der Preis beträgt 10 US-Dollar pro einer Million Zeichen, was 0,01 US-Dollar pro 1.000 Zeichen entspricht. Leerzeichen und Satzzeichen werden als Zeichen gezählt. Bei fehlgeschlagenen Anfragen wird der Betrag vollständig erstattet.

Preis pro Zeichen

Die Abrechnung erfolgt transparent pro Zeichen. Ein typischer medizinischer Leitfaden wird im Echtzeit-Tempo verarbeitet, wobei lange Texte automatisch in Teile unter 4.096 Zeichen aufgeteilt und klanglich nahtlos verbunden werden.

Testguthaben

Neue Nutzer, die sich mit Google anmelden, erhalten 0,50 US-Dollar Testguthaben. Dies entspricht etwa 50.000 Zeichen und ist sieben Tage gültig. Konten mit E-Mail-Passwort-Kombination starten ohne dieses Guthaben.

Zahlungsarten

Nach dem Verbrauch des Guthabens laden Sie über USDT (TRC-20) auf dem TRON-Netzwerk auf. Der Mindestbetrag liegt bei 5 US-Dollar. Die Gutschrift erfolgt automatisch innerhalb weniger Minuten. Es gibt keine monatlichen Pläne, keine Kartenakzeptanz, kein PayPal und keine Rechnungen mit Mehrwertsteuer.

Anwendungsfälle

Schallwellenillustration für: Anwendungsfälle

Die API wandelt medizinische Fachtexte direkt in verständliche Audio-Dateien um. Entwickler nutzen dies, um Patienteninformationen und Leitfäden schnell in hörbare Formate zu bringen.

Patienteninformationen

Kurze Erklärungen zu Medikamenten oder Eingriffen werden als MP3 oder WAV bereitgestellt. Die natürliche Stimme unterstützt die Lektüre, ohne technischen Ballast.

Medizinische Leitfäden

Lange Leitfäden lassen sich durch automatische Aufteilung in 4096-Zeichen-Schritte effizient in Audio umwandeln. Die resultierenden Dateien werden nahtlos verbunden.

Barrierefreiheit

Die klare Stimmqualität macht Inhalte für Menschen mit Leseschwäche oder Sehbehinderung zugänglich. ISO-Sprachcodes stellen sicher, dass auch nicht-englische Texte korrekt gesprochen werden.

Zukunft und Updates

Schallwellenillustration für: Zukunft und Updates

Die API wird kontinuierlich weiterentwickelt, um neuen Standards gerecht zu werden. Regelmäßige Updates optimieren die Infrastruktur und beheben Fehler, ohne die bestehende Kompatibilität zu gefährden.

Wir beobachten die Entwicklung im Bereich der medizinischen Audiogenerierung genau. Neue Funktionen werden schrittweise eingeführt, wenn sie den Anforderungen an Qualität und Zuverlässigkeit gerecht werden.

Regelmäßige Updates

Updates erfolgen regelmäßig, um die Stabilität der API zu gewährleisten. Wichtige Änderungen werden bekannt gegeben, sodass Entwickler ihre Integrationen rechtzeitig anpassen können.

Neue Stimmen

Das Sortiment der verfügbaren Stimmen bleibt auf die aktuellen acht Presets beschränkt. Neue Stimmen werden hinzugefügt, wenn neue lizenzierte Aufnahmen verfügbar sind, was jedoch nicht garantiert ist.

Verbesserungen

Die Qualität der Synthese und die Geschwindigkeit der Verarbeitung werden kontinuierlich überprüft. Wir streben nach einer gleichbleibend hohen Leistung für medizinische Texte, ohne dabei die Preise oder Limits zu ändern.

Hören Sie sich die 8 Stimmen an

Jede der folgenden Samples wurde von dieser API aus demselben Satz generiert. Dies ist besonders hilfreich für ältere Patienten oder Menschen mit Sehbehinderungen.

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. FFmpeg documentation
  3. Python documentation
  4. MDN: Web Speech API
  5. TRON developer hub: TRC-20
  6. openai-python on GitHub
  7. openai-node on GitHub
  8. Creative Commons Attribution 4.0
  9. LibriTTS-R paper (arXiv 2305.18802)
  10. LibriVox public-domain audiobooks
  11. Node.js documentation
  12. W3C WAI: making audio and video accessible

Mehr auf dieser Website