Paramètres Speech-to-Speech

Une requête Speech-to-Speech traduit un audio parlé dans une autre langue. Elle se configure via le message setup : certains champs sélectionnent le pipeline (modèles, voix, formats), et la langue cible est passée via json_config. Dans le SDK Python, json_config est un dict ; le SDK le sérialise pour vous en chaîne JSON lors de l’envoi. Ces options s’appliquent à l’API WebSocket pour les trois points d’entrée du SDK (s2s_realtime, s2s_stream et s2s, en mode bufferisé). Pour les réglages propres au STT ou au TTS, voir Réglages de la transcription et Paramètres de voix.

Champs de setup

Champ	Type	Obligatoire	Effet
`model_name`	string	Oui	Alias du modèle S2S. Utilisez `"s2s-translate"` pour la traduction en direct, seul modèle actuellement pris en charge.
`stt_model_name`	string	Non	Modèle de transcription (STT) utilisé pour transcrire l’entrée. Définissez `"stt-translate"` pour la traduction en direct.
`tts_model_name`	string	Non	Modèle de synthèse vocale (TTS) utilisé pour synthétiser la sortie. Définissez `"default"` pour la traduction en direct.
`voice_id`	string	Oui	UID de la voix utilisée pour la sortie synthétisée. Doit être une voix dans la même langue que `target_language`. Voir Voix.
`input_format`	string	Oui	`pcm`, `wav`, `opus`, `ulaw_8000`, `alaw_8000`, ou une fréquence PCM explicite comme `pcm_24000`. Pour `pcm`, l’entrée est en 24 kHz, 16 bits signés, mono.
`output_format`	string	Oui	Mêmes valeurs que `input_format`. Pour `pcm`, la sortie est en 48 kHz, 16 bits signés, mono.
`json_config`	objet ou chaîne	Non	Paramètres avancés du pipeline, voir ci-dessous.
`client_req_id`	string	Non	Met en correspondance les requêtes multiplexées. Voir Multiplexage.
`close_ws_on_eos`	boolean	Non	Vaut `true` par défaut ; définissez `false` pour garder le socket ouvert après `end_of_stream`.

Options de `json_config`

Option	Type	Valeurs autorisées	Effet
`target_language`	string	`"en"`, `"fr"`, `"de"`, `"es"`, `"pt"`	Langue dans laquelle la parole est traduite avant la synthèse.

Le texte transcrit est traduit en target_language avant la génération de l’audio de sortie, et les messages text que vous recevez contiennent le texte traduit. Le voice_id choisi doit être une voix dans cette même langue.

Passer `json_config`

Le même payload json_config est envoyé quel que soit le point d’entrée du SDK utilisé ; seule la forme de l’appel change :

config = {"target_language": "en"}

# Real-time: setup is keyword arguments; json_config stays nested.
async with client.s2s_realtime(
    model_name="s2s-translate",
    stt_model_name="stt-translate",
    tts_model_name="default",
    input_format="pcm",
    output_format="pcm",
    voice_id="YTpq7expH9539ERJ",
    json_config=config,
) as s2s:
    ...

# Pull-based / buffered: setup is a dict containing json_config.
setup = {
    "model_name": "s2s-translate",
    "stt_model_name": "stt-translate",
    "tts_model_name": "default",
    "input_format": "pcm",
    "output_format": "wav",
    "voice_id": "YTpq7expH9539ERJ",
    "json_config": config,
}
stream = await client.s2s_stream(setup, audio_generator(audio_data))

Étapes suivantes

Guide WebSocket S2S

S2S en temps réel, en mode pull et bufferisé avec le SDK Python.

Référence WebSocket S2S

Schéma complet du protocole : chaque type de message, chaque champ, chaque code d’erreur.

Voix

Choisissez la voix utilisée pour la sortie synthétisée.

Paramètres de voix

Options côté TTS pour l’étape de synthèse.

Premiers pas

Synthèse vocale (TTS)

Transcription (STT)

Speech-to-Speech

Commun

Recettes temps réel

Migrations

Voix

Auto-hébergé

Ressources

Paramètres Speech-to-Speech

Champs de setup

Options de `json_config`

Passer `json_config`

Étapes suivantes

Guide WebSocket S2S

Référence WebSocket S2S

Voix

Paramètres de voix

​Champs de setup

​Options de json_config

​Passer json_config

​Étapes suivantes

Guide WebSocket S2S

Référence WebSocket S2S

Voix

Paramètres de voix

Champs de setup

Options de `json_config`

Passer `json_config`

Étapes suivantes