APIText-to-speech API

Geef de video een stem
en een soundtrack, met één sleutel

Eén call spreekt een regel van je tijdlijn uit en komt woord voor woord uitgelijnd terug door Whisper, zodat ondertitels op de lettergreep landen. Een tweede schrijft het nummer eronder. Vier stemleveranciers, elk één endpoint.

POSThttps://autostud.ai/api/v1/actions/timeline.generate_audio

Haal een API-sleutel API-referentie

Drie calls, van stilte naar soundtrack

Geef het blok een stem, voeg een nummer toe als je wilt, en render dan het geheel.

Geef een blok een stem

Richt de call op een blok van de tijdlijn en de stem die je wilt. Terug komen de audio, de exacte duur, en de Whisper-woordtimings die ondertitels op de lettergreep laten landen.

export AUTOSTUD_API_KEY="sk_live_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

curl -X POST https://autostud.ai/api/v1/actions/timeline.generate_audio \
  -H "Authorization: Bearer $AUTOSTUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video_id": "0f4c8b71-2d95-47a3-9e6c-15b8ad7f3c20",
    "block_id": "block_2",
    "voice_settings": {
      "voice_provider": "elevenlabs",
      "voice_id": "rachel",
      "playback_speed": 1
    }
  }'

Schrijf het nummer

Een briefing, een stijl of je eigen tekst. Muziek is asynchroon: de call geeft een taak terug en music.completed brengt de gehoste tracks.

curl -X POST https://autostud.ai/api/v1/actions/music.generate \
  -H "Authorization: Bearer $AUTOSTUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "Lighthouse",
    "style": "warm lo-fi, slow, no drums",
    "prompt": "A calm bed under a voice-over about the sea",
    "instrumental": true
  }'

# Already wrote the words? Send lyrics instead of prompt.

Render het samen

Audio bepaalt de lengte van een blok, dus zodra de stem erin zit maakt renders.create van de tijdlijn een mp4 met alles in sync.

curl -X POST https://autostud.ai/api/v1/webhooks \
  -H "Authorization: Bearer $AUTOSTUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://your-app.com/hooks/autostud",
    "events": ["music.completed", "music.failed"],
    "description": "Audio"
  }'

Wat je kunt meesturen

Drie velden om een blok uit te spreken, één om een nummer te briefen.

video_id

De video waarvan de tijdlijn het blok bevat dat je inspreekt.

block_id

Welk blok de stem krijgt. De duur volgt de audio, niet andersom.

voice_settings

De stem zelf: leverancier, stemreferentie, snelheid. Met je eigen leverancierssleutel kost de generatie niets.

prompt

Voor music.generate: de briefing van het nummer. Stuur lyrics als je de tekst al hebt.

Vier leveranciers, één vorm van call

Stemmen zijn een catalogus, geen hardgecodeerde lijst. Neem je eigen leverancierssleutel mee en generaties zijn gratis; gebruik de onze en ze worden net als al het andere in credits afgerekend.

ElevenLabsGoogleCartesiaFish Audio

Nummers melden zichzelf

Spraak komt terug in het antwoord. Een nummer duurt langer en vuurt daarom een event: registreer één webhook en de tracks komen gehost binnen, met de credits al verrekend.

generation.completedmusic.completedmusic.failed

Wat ontwikkelaars het eerst vragen

Krijg ik timings op woordniveau?

Ja. De Whisper-uitlijning draait op wat net is gegenereerd, dus het antwoord draagt woordtimings op volle precisie, nooit afgerond op de seconde.

Kan ik mijn eigen ElevenLabs-sleutel gebruiken?

Ja, en dat is precies het punt van de dubbele modus: met jouw sleutel kost de generatie nul credits, en de audio wordt alsnog gehost, uitgelijnd en op het blok gezet.

Hoe lang duurt een nummer?

Minuten, geen milliseconden, en daarom is muziek asynchroon. Lees het terug met music.get_task als een webhook in jouw stack niet kan.

Wat gebeurt er met de blokduur?

De audio bepaalt hem. Een blok duurt precies de spraak erin plus de ingestelde pauzes, dus er hoeft achteraf niets met de hand getimed te worden.

OpenAPI-spec Foutcodes Bekijk de API