API语音合成 API

给视频一把声音
和一条配乐，只用一把密钥

一次调用就把时间轴上的一句话念出来，并带回 Whisper 的逐词对齐，字幕能落在音节上。另一次调用写下垫在下面的那首歌。四家语音供应商，各自一个端点。

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

三次调用，从静音到配乐

先给块配音，需要就加一首歌，最后把整条时间轴渲染出来。

给一个块配音

把调用指向时间轴上的某个块和你想要的声音。返回的是音频、它的精确时长，以及让字幕落在音节上的 Whisper 逐词时间。

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
    }
  }'

写这首歌

一段简述、一种风格，或者你自己的歌词。音乐是异步的：调用返回一个任务，music.completed 把托管好的音轨带回来。

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

块的长度由音频决定，所以声音一进去，renders.create 就把时间轴变成一条全部同步好的 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"
  }'