Worder API

以编程方式用真实、经过验证的人声生成语音。按生成音频的秒数付费。

为什么用 Worder 构建?

来源合乎道德的声音

每个声音都由配音演员本人上传并通过视频验证。没有抓取的数据。

按秒计价

每位配音演员自行设定每秒价格。只为您生成的音频付费,或通过订阅档位省钱。

配音演员保留 90%

扣除银行卡手续费和 AI 生成费用后,配音演员保留每笔销售的 90%。结算通过 Stripe Connect 处理。

快速开始

1. 获取 API 密钥并充值

创建账户,然后前往控制台 → 开发者 API创建密钥。充值额度(最低 $5)——每次生成都会从您的余额或您对某位配音演员的订阅中扣费。

2. 找到声音和样本

curl https://worder.com/api/v1/voices \
  -H "Authorization: Bearer wdr_YOUR_API_KEY"

返回声音列表,包含 ID、样本、语言、每秒价格和订阅档位。也可以浏览市场,在任意样本页面点击“通过 API 生成”复制声音 / 样本 ID。

3. 生成语音

curl -X POST https://worder.com/api/v1/generate \
  -H "Authorization: Bearer wdr_YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "voice_id": "VOICE_ID",
    "sample_id": "SAMPLE_ID",
    "text": "[happy] Hello, this is a test of the Worder API. [pause 1] [calm] Now let us discuss the details."
  }'

返回生成的 WAV 文件的签名 URL、生成的秒数、扣费金额,以及费用来自订阅还是您的额度。

声音类型

单情感

一个录音样本。整段脚本以统一的语气生成。不支持指令标签。最适合旁白、通知和风格一致的内容。

多情感

由配音演员录制 13 种情感风格。买家可用 [happy]、[angry]、[calm] 等指令标签在脚本中途切换情感。最适合广告、故事叙述、角色和富于变化的内容。

可用标签:normal, excited, happy, confident, fast, calm, surprised, angry, thoughtful, sad, annoyed, scared, nervous。

API 响应中的 voiceType 字段表明声音属于哪种类型。使用 descriptiveTags(最多 5 个关键词,如“低沉”、“温暖”、“专业”)搜索符合特定特质的声音。

API 参考

GET/api/v1/voices

列出已通过视频验证且至少有一个样本的声音。

查询参数

language — 按语言筛选(例如 “English”)

search — 按名称搜索(不区分大小写)

limit — 每页结果数(默认 20,最大 100)

offset — 分页偏移量

响应

{
  "voices": [
    {
      "id": "...",
      "name": "Professional Narrator",
      "language": "English (United States)",
      "accent": null,
      "voiceType": "MULTI_EMOTION",
      "descriptiveTags": ["deep", "warm", "professional"],
      "samples": [
        { "id": "...", "label": "normal" },
        { "id": "...", "label": "happy" },
        { "id": "...", "label": "angry" }
      ],
      "user": {
        "id": "...",
        "name": "Sarah Mitchell",
        "pricePerSecondCents": 5,
        "volumeDiscounts": [
          { "threshold": 3600, "discountPercent": 20 }
        ],
        "storefront": { "slug": "sarahmitchell" }
      }
    }
  ],
  "total": 42,
  "limit": 20,
  "offset": 0
}
POST/api/v1/generate

用某个声音生成语音。如果您对该配音演员有有效订阅,秒数将从订阅中扣除;否则按该配音演员的每秒价格从您的额度中扣费。

请求体(JSON)

voice_id 必填 — 声音 ID

sample_id — 未加标签文本所用的默认样本(默认为第一个样本)

text 必填 — 要合成的文本(最少 30 个字符,最多 5,000 个字符)。支持指令标签和停顿标签(见下文)。

指令标签

用方括号把脚本的各部分括起来,标签名需与该声音的某个样本标签一致。Worder 会用匹配的样本生成每一段,再把音频拼接在一起。

"text": "[happy] Welcome to the show! [confident] Now let's talk business."

可用标签因声音而异——请查看 /api/v1/voices 返回的 samples[].label 字段。未加标签的文本使用您指定的 sample_id,或第一个样本。对于多情感声音,若标签与其任何样本都不匹配,将返回 422 并附上该声音的可用标签——不会生成任何内容,也不会扣费。使用 13 个标准标签编写的脚本可用于任何提供这些标签的声音。

停顿标签

在段落之间插入静音。以秒为单位指定时长(整数或小数,最大 30)。停顿之后的文本沿用前一个标签的风格。

"text": "[excited] Big news! [pause 2] [calm] But let's take it one step at a time."
"text": "[calm] Take a breath. [pause 1.5] Now continue."
"text": "[happy] Hola! [pausa 3] [calm] Ahora hablemos con calma."

[pause N] 和 [pausa N] 均受支持(适用于任何语言)。

强调标签

使用 [emphasize] 提高下一段的音量。它不会改变声音风格——使用的样本与前一个标签相同。[emphasize] 之后的文本沿用前一个标签的风格。

"text": "[calm] Take a deep breath. [emphasize] Now give it everything you've got!"

也支持:[emphasis]、[enfatizar]、[énfasis]。

发音覆盖

使用 {written|spoken} 控制特定词语的发音。TTS 引擎接收“spoken”(读音)部分;质量检查则与“written”(书面)部分比对。

"text": "{Pulse|Pols} es la energía que necesitas. {Nike|Naiki} también lo sabe."

适用于品牌名、外来词或 TTS 读错的专业术语。

分段要求

每个带标签的段落至少需要 30 个字符。过短的段落会产生不稳定的音频。如果多个段落都过短,API 会一次性返回所有错误。

生成后,Worder 会用 Whisper 转写输出并与输入比对。匹配度低于 90% 时,该次生成会被拒绝(422)——不会向您扣费。

响应

{
  "audio_url": "https://...",
  "voice_id": "...",
  "sample_id": "...",
  "seconds_generated": 12,
  "cost_cents": 60,
  "charged_via": "credits",
  "subscription_id": null,
  "balance_cents": 9940
}

错误代码

400 — 验证错误(文本过短、语言不匹配、段落过短)。可能包含多个错误,以换行分隔。

401 — API 密钥无效或缺失

402 — 额度不足(响应包含 required_cents、balance_cents)

404 — 找不到声音或样本

422 — 质量检查未通过(响应包含 similarity、transcript、quality_failed: true)。不会向您扣费。

502 — 生成失败(TTS 服务错误)

定价

按秒计价——每位配音演员自行设定价格(最低 $0.01/秒)。您只为实际生成的音频秒数付费。

订阅——按月购买固定时长的秒数包(1 小时、10 小时或 100 小时),比每秒价格节省 20-60%。订阅在网站界面购买;调用 API 时自动生效。

额度——一次性充值到您的账户,最低 $5。当没有订阅覆盖某次生成时,从额度中扣费。

收入分成——先扣除银行卡手续费和 AI 生成费用。剩余部分中,配音演员保留 90%(通过 Stripe Connect 支付),Worder 保留 10%。