Migrer depuis Fish Audio

​

Pourquoi choisir Gradium plutôt que Fish Audio

• Catalogue de voix officiel. Les voix phares de Gradium sont des voix maison, conçues avec des experts de la voix et des chercheurs pour chaque langue prise en charge. La bibliothèque de Fish Audio est constituée de modèles mis en ligne par la communauté et appartenant à des comptes individuels.
• Transcription en streaming. Gradium transcrit l’audio en direct via WebSocket, avec VAD sémantique et délai adaptatif pour la gestion des tours de parole. Fish Audio ne propose que la transcription par lots.
• Traduction Speech-to-Speech. L’endpoint S2S de Gradium traduit la parole en direct dans une autre langue sur un seul WebSocket : l’audio arrive en flux, l’audio traduit et la transcription repartent en flux. Fish Audio n’a pas d’équivalent.
• Du JSON partout. Tous les messages WebSocket de Gradium sont en JSON : les clients se passent de la dépendance MessagePack et fonctionnent directement avec wscat, les navigateurs et les bibliothèques standard.
• Authentification compatible navigateur. Des tokens de courte durée obtenus via GET /api/api-keys/token permettent aux clients navigateur et mobiles de se connecter sans embarquer de clé API ; voir WebSockets dans le navigateur.
• Contrôles pour la production. Le multiplexage avec client_req_id, les dictionnaires de prononciation, la réécriture de texte et les formats téléphonie (ulaw_8000, alaw_8000) sont intégrés aux mêmes endpoints.

​

Correspondance des endpoints

​

Correspondance de l’authentification

​

Catalogue de voix

​

TTS POST de Gradium

curl -L -X POST https://api.gradium.ai/api/post/speech/tts \
  -H "x-api-key: $GRADIUM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Gradium.",
    "voice_id": "YTpq7expH9539ERJ",
    "output_format": "wav",
    "only_audio": true
  }' \
  > output.wav

​

Correspondance des champs TTS

​

Migration du TTS WebSocket

{"type":"setup","voice_id":"YTpq7expH9539ERJ","model_name":"default","output_format":"pcm"}
{"type":"text","text":"Hello from Gradium."}
{"type":"end_of_stream"}

​

Migration du clonage de voix

curl -X POST https://api.gradium.ai/api/voices/ \
  -H "x-api-key: $GRADIUM_API_KEY" \
  -F "audio_file=@voice_sample.wav" \
  -F "name=My Custom Voice" \
  -F "language=en"

​

Migration de la transcription

curl -X POST https://api.gradium.ai/api/post/speech/asr \
  --url-query 'json_config={"language":"en"}' \
  -H "x-api-key: $GRADIUM_API_KEY" \
  -H "Content-Type: audio/wav" \
  --data-binary @recording.wav

​

Liste de contrôle de l’adaptateur

• Remplacez les URL Fish Audio par les endpoints Gradium correspondants.
• Passez de l’authentification Authorization: Bearer à x-api-key, ou à un ?token=... de courte durée pour les WebSockets dans le navigateur.
• Supprimez l’en-tête model ; ne définissez model_name que pour cibler un modèle précis.
• Renommez reference_id en voice_id, en choisissant des voix phares dans la bibliothèque de voix.
• Regroupez format et sample_rate en une seule chaîne output_format ; remplacez MP3 par wav ou opus.
• Remplacez les événements MessagePack (start, text, stop) par des messages JSON (setup, text, end_of_stream).
• Recréez les voix clonées avec POST /voices/ et utilisez les valeurs uid renvoyées.
• Déplacez les réglages de prosodie et d’échantillonnage dans json_config ; voir Réglages de la voix.
• Pour la transcription par lots, envoyez les octets audio bruts et lisez les messages JSON reçus en flux.

​

Étapes suivantes