Skip to main content
Gradium expose la synthèse vocale via deux transports. Ils partagent les mêmes modèles et les mêmes voix ; vous choisissez le transport adapté à la forme de votre entrée et à vos besoins de latence.

WebSocket ou REST

En cas de doute, commencez par REST. Il suffit d’un POST, et le corps de la réponse est l’audio. Passez au WebSocket lorsque la latence ou le besoin d’une entrée en streaming font de REST le goulot d’étranglement.

Ce que les deux transports ont en commun

  • Voix : n’importe quel voice_id de la bibliothèque de voix fonctionne sur les deux. Les candidats Voice Design font exception : REST uniquement, jusqu’à leur conversion.
  • Formats de sortie : PCM, WAV, Opus et les codecs de téléphonie (ulaw_8000, alaw_8000).
  • Paramètres de voix : temp, padding_bonus et rewrite_rules, tous passés dans json_config. Consultez Paramètres de voix.

Ce qui est propre à chaque transport

  • Les balises <flush> et <break time="..." /> sont traitées par le modèle sur les deux transports, mais ne sont vraiment utiles que lorsque vous envoyez le texte en flux via le WebSocket.
  • WebSocket uniquement : contrôles du flux dans le message de setup (send_setup_on_start, wait_for_ready_on_start), multiplexage, flush en cours de flux, tokens navigateur, dictionnaires de prononciation (pronunciation_id). Consultez Cycle de vie WebSocket. En REST, utilisez rewrite_rules dans json_config pour contrôler la prononciation.
  • REST uniquement : l’option only_audio, pour choisir entre des octets audio bruts et un flux NDJSON qui reproduit le protocole WebSocket.

Étapes suivantes

Utiliser l'API WebSocket

Utilisation via le SDK ou directement en WebSocket, sortie en streaming, flush, horodatages.

Utiliser l'API REST

Synthèse ponctuelle avec un seul POST HTTP.

Du LLM au TTS

Envoyez en flux le texte généré vers le TTS tout en préservant une prosodie naturelle.

Paramètres de voix

Vitesse, température et règles de réécriture.

Bibliothèque de voix

Parcourez les voix phares ou créez vos propres clones.