API語音合成 API

給視頻一把聲音
和一條配樂，只用一把密鑰

一次調用就把時間軸上的一句話念出來，並帶回 Whisper 的逐詞對齊，字幕能落在音節上。另一次調用寫下墊在下面的那首歌。四家語音供應商，各自一個端點。

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

三次調用，從靜音到配樂

先給塊配音，需要就加一首歌，最後把整條時間軸渲染出來。

給一個塊配音

把調用指向時間軸上的某個塊和你想要的聲音。返回的是音頻、它的精確時長，以及讓字幕落在音節上的 Whisper 逐詞時間。

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
    }
  }'

寫這首歌

一段簡述、一種風格，或者你自己的歌詞。音樂是異步的：調用返回一個任務，music.completed 把托管好的音軌帶回來。

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.

一起渲染

塊的長度由音頻決定，所以聲音一進去，renders.create 就把時間軸變成一條全部同步好的 mp4。

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"
  }'