Häufig gestellte Fragen
Wie erstelle ich einen API-Key?
Registrieren Sie sich auf /get-api-key/ mit Google oder E-Mail. Nach der Anmeldung sehen Sie Ihren persönlichen API-Schlüssel, Ihr Guthaben und eine Beispiel-Anfrage. Jeder Account hat genau einen aktiven Schlüssel, den Sie jederzeit neu ausstellen können.
Welche Parameter sind für die Anfrage nötig?
Notwendig sind model (tts-1 oder tts-1-hd), input (der Text) und voice (eine der 8 Stimmen). Optional sind response_format, speed und language. Die Anfrage erfolgt per POST an den Endpunkt /v1/audio/speech mit JSON-Body.
Kann ich die OpenAI SDKs verwenden?
Ja, das Format ist identisch. Ändern Sie einfach die base_url auf https://api.21v.info/v1 und verwenden Sie Ihren API-Schlüssel. Die offiziellen OpenAI-SDKs funktionieren so direkt, ohne dass Sie ein eigenes SDK installieren müssen.
Wie passe ich die base_url an?
Setzen Sie die Base-URL Ihrer Bibliothek auf https://api.21v.info/v1. Dies ermöglicht die Nutzung der Standard-Endpunkte wie /v1/audio/speech. Der API-Schlüssel wird im Header als Authorization: Bearer übergeben.
Welche Audioformate werden unterstützt?
Sie können mp3, wav, opus, flac oder pcm als response_format wählen. Diese Optionen decken die meisten Anwendungsfälle ab, von Web-Anwendungen bis zur hohen Qualität für Audiobooks. Das Format wird im JSON-Body festgelegt.
Wie ändere ich die Sprechgeschwindigkeit?
Legen Sie den Parameter speed zwischen 0,25 und 4,0 fest. Der Standardwert ist 1,0. Dies erlaubt eine feinere Steuerung der Wiedergabegeschwindigkeit, ohne die Stimme zu verändern. Werte außerhalb dieses Bereichs werden möglicherweise ignoriert.
Was bedeutet das 'model' Feld?
Wählen Sie zwischen tts-1 und tts-1-hd. Beide verwenden die gleiche Engine und haben denselben Preis. Der Unterschied liegt in der Audioqualität, wobei HD für höhere Treue steht. Die Wahl beeinflusst nicht die Kosten.
Wie viele Zeichen sind pro Anfrage erlaubt?
Jede Anfrage kann maximal 4096 Zeichen enthalten. Für längere Texte müssen Sie diese in Teile aufteilen, diese einzeln synthetisieren und die Audio-Dateien anschließend zusammenfügen. Leerzeichen und Interpunktion zählen als Zeichen.
Was passiert bei einem Rate-Limit?
Pro Schlüssel sind 60 Anfragen pro Minute erlaubt (vor der ersten Aufladung 10). Anfragen werden nacheinander verarbeitet. Bei hoher Auslastung kann eine Anfrage in der Warteschlange stehen, was die Antwortzeit leicht erhöht.
Werden Fehler bei der Anfrage berechnet?
Nein. Wenn die Synthese fehlschlägt, wird der Betrag vollständig erstattet. Sie zahlen nur für erfolgreiche Generierungen. Dies gilt auch für Anfragen, die aufgrund von Rate-Limits oder anderen technischen Problemen nicht verarbeitet werden konnten.
Kann ich die Stimme ändern?
Ja, wählen Sie eine der 8 vordefinierten Stimmen (z. B. aria, nova, felix) im Parameter voice. Jede Stimme hat einen eigenen Klangcharakter. Eine individuelle Anpassung oder das Hochladen eigener Stimmen ist nicht möglich.
Wie erkenne ich die Sprache automatisch?
Die API erkennt die Sprache basierend auf dem Schriftbild. Bei lateinischem Text wird standardmäßig Englisch angenommen. Für andere Sprachen mit lateinischem Alphabet (z. B. Deutsch) sollten Sie den Parameter language explizit setzen.
Gibt es Beispiele für WordPress?
Nutzen Sie die Standard-HTTP-Client-Funktionen von PHP, um die API aufzurufen. Da das JSON-Format dem OpenAI-Standard entspricht, können Sie bestehende Bibliotheken anpassen. Speichern Sie die zurückgegebene Audio-Datei oder binden Sie sie über einen Media-Player ein.
Wie lange dauert die Antwort?
Lange Texte werden etwa in Echtzeit generiert (ca. 25 Zeichen pro Sekunde). Kurze Sätze dauern einige Sekunden. Bei hoher Auslastung können Anfragen in der Warteschlange stehen und länger dauern. Die Antwort ist die fertige Audio-Datei.
Erste Anfrage
curl
curl https://api.21v.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.21v.info/v1", api_key="tts-...")
with client.audio.speech.with_streaming_response.create(
model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
response.stream_to_file("hello.mp3")Node.js (openai)
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ baseURL: "https://api.21v.info/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));| voice | |
|---|---|
aria | weiblich |
nova | weiblich |
luna | weiblich |
sage | weiblich |
felix | männlich |
milo | männlich |
atlas | männlich |
orion | männlich |
| language | |
|---|---|
ar | العربية |
zh | 中文 |
da | Dansk |
nl | Nederlands |
en | English |
fi | Suomi |
fr | Français |
de | Deutsch |
el | Ελληνικά |
he | עברית |
hi | हिन्दी |
it | Italiano |
ja | 日本語 |
ko | 한국어 |
ms | Bahasa Melayu |
no | Norsk |
pl | Polski |
pt | Português |
ru | Русский |
es | Español |
sw | Kiswahili |
sv | Svenska |
tr | Türkçe |
API-Key erstellen
Um mit der Text-to-Speech-API von LeserStimme zu arbeiten, erstellen Sie Ihren API-Key direkt auf unserer Website. Der Prozess ist einfach und dauert nur wenige Minuten. Sie benötigen kein komplexes Setup, sondern nur ein aktives Konto.
Registrierung auf der Website
Besuchen Sie die Seite /get-api-key/ und registrieren Sie sich für ein neues Konto. Dort erhalten Sie Zugriff auf Ihr Dashboard, in dem Sie Ihren API-Key, Ihr Guthaben und die Nutzungsinformationen einsehen können.
Google- oder E-Mail-Anmeldung
Sie können sich entweder mit Ihrem Google-Konto anmelden oder einen Account mit E-Mail-Adresse und Passwort erstellen. Achten Sie darauf, dass Konten pro Website separat geführt werden. Google-Nutzer erhalten einen Freitrial-Guthaben von 0,50 $, der 7 Tage gültig ist.
Schlüssel sofort nutzen
Sobald Ihr Konto erstellt ist, steht Ihnen Ihr API-Key sofort zur Verfügung. Kopieren Sie den Schlüssel und verwenden Sie ihn direkt in Ihren Anfragen. Sie können jederzeit einen neuen Schlüssel ausstellen, wobei der alte dann sofort ungültig wird.
Erste Anfrage mit curl
Nachdem Sie Ihren API-Key erstellt haben, können Sie sofort mit der ersten Synthese beginnen. Die API erwartet POST-Anfragen an https://api.21v.info/v1/audio/speech. Dies ist der direkte Weg, um Text in Audiodateien umzuwandeln, ohne komplexe Bibliotheken installieren zu müssen.
JSON-Body Struktur
Die Anfrage muss als JSON formatiert sein. Sie benötigen das Feld input für den Text (max. 4096 Zeichen) und voice für die gewünschte Stimme. Das Modell tts-1 oder tts-1-hd ist erforderlich.
Authentifizierung mit Bearer-Token
Übergeben Sie Ihren persönlichen API-Schlüssel im Header. Nutzen Sie Authorization: Bearer tts-.... Dies identifiziert Ihr Konto und zieht den Guthabenbetrag für die verarbeiteten Zeichen ab.
Audio-Datei empfangen
Die Antwort enthält die Audiodaten direkt im Binärformat. Speichern Sie die Ausgabe direkt in einer Datei Ihres Projekts.
Integration mit OpenAI SDK
Sie können unsere API direkt mit den offiziellen OpenAI SDKs nutzen, indem Sie die base_url auf https://api.21v.info/v1 setzen. So vermeiden Sie neue Bibliotheken und nutzen vertraute Methoden.
base_url anpassen
Ändern Sie die Basis-URL im SDK-Konfigurationsobjekt auf https://api.21v.info/v1. Ihr API-Schlüssel bleibt identisch mit dem, den Sie im Dashboard finden.
Verwendung der official SDKs
Da das Request-Format identisch ist, funktioniert der Standardcode ohne Anpassung der Logik. Nutzen Sie einfach die bestehenden Python- oder JavaScript-Pakete von OpenAI.
Parameter wie 'model' und 'voice'
Übergeben Sie model als "tts-1" oder "tts-1-hd" und wählen Sie eine Stimme aus den 8 Presets. Alle anderen Parameter wie input oder response_format verhalten sich wie gewohnt.
Verfügbare Endpunkte
Die API bietet drei klare Endpunkte für die Text-to-Speech-Verarbeitung und Metadaten-Abfrage. Alle Anfragen erfolgen über HTTPS und nutzen JSON-Formate, die direkt mit Standard-HTTP-Clients oder der OpenAI SDK kompatibel sind.
POST /v1/audio/speech
Dies ist der primäre Endpunkt zur Generierung von Audio. Sie senden Text im JSON-Body und erhalten eine Audiodatei im gewählten Format zurück. Jeder Request verarbeitet maximal 4096 Zeichen.
GET /v1/voices
Ruft die Liste der verfügbaren Stimmen, unterstützten Sprachen und Formate ab. Nützlich, um dynamisch die passenden Parameter für Ihre Integration zu ermitteln.
GET /v1/models
Zeigt die aktuell verfügbaren Modelle an (tts-1 und tts-1-hd). Ideal zur Überprüfung der technischen Verfügbarkeit vor der Integration.
Parameter der Anfrage
Die API erwartet ein JSON-Objekt mit spezifischen Parametern. Der Modelltyp bestimmt die Qualität, während die Stimme den Charakter der Ausgabe festlegt. Das Antwortformat muss vorab definiert werden.
'model': tts-1 oder tts-1-hd
Nutzen Sie 'tts-1' für Standardqualität oder 'tts-1-hd' für höhere Audioqualität. Beide Modelle nutzen denselben Engine-Hintergrund und sind im Preis identisch (0,01 $ pro 1.000 Zeichen).
'voice': Auswahl aus 8 Stimmen
Wählen Sie eine der 8 vordefinierten Stimmen. Jede Stimme ist auf eine Rolle spezialisiert: aria für klare Erzählungen, nova für lebendige Inhalte oder atlas für neutrale Nachrichten. Alle Stimmen unterstützen alle 23 verfügbaren Sprachen.
- aria: Warme, klare Erzählerin
- nova: Hell und energiegeladen
- luna: Sanft, für Geschichten
- sage: Ruhig, lehrreich
- felix: Energetisch, Werbung
- milo: Freundlich, gesprächig
- atlas: Neutral, Nachrichten
- orion: Tief, Dokumentarisch
'response_format': MP3, WAV, OPUS, FLAC, PCM
Legen Sie das Ausgabeformat fest. MP3 ist für die meisten Web-Integrationen optimal. WAV und FLAC bieten verlustfreie Qualität, während OPUS und PCM für andere Anwendungsfälle nützlich sind.

Sprachauswahl und Geschwindigkeit
Die API erlaubt die explizite Angabe der Sprache über den Parameter language mit einem ISO-Code. Dies ist besonders wichtig, wenn der Text in Lateinschrift verfasst ist, aber nicht Englisch ist. Ohne Angabe wird die Sprache basierend auf dem Schriftbild im Text erraten; bei lateinischem Text erfolgt hier die Standardzuweisung zu Englisch.
Die Geschwindigkeit der Sprachausgabe lässt sich im Bereich von 0,25 bis 4,0 anpassen. Dies ermöglicht eine feinere Steuerung des Erzählrhythmus, ob für langsame Erklärungen oder schnellere Nachrichten. Die Anpassung wirkt sich direkt auf die Länge der generierten Audiodatei aus.
'language': ISO-Code optional
Wenn die automatische Erkennung nicht ausreicht, können Sie den language-Parameter setzen. Dies verhindert falsche Zuordnungen bei gemischten Sprachen oder speziellen Dialekten. Die Angabe ist optional, wird aber für Nicht-Englisch-Texte in lateinischer Schrift dringend empfohlen.
- Unterstützte Sprachen umfassen 23 Varianten, darunter Deutsch, Französisch und Spanisch.
- Nicht unterstützt: Vietnamesisch, Thailändisch, Ukrainisch und weitere.
'speed': 0.25 bis 4.0
Der speed-Parameter akzeptiert Werte zwischen 0,25 (langsam) und 4,0 (schnell). Standardmäßig wird die normale Sprechgeschwindigkeit verwendet. Änderungen sind nützlich, um Inhalte barrierefrei oder in verschiedenen Kontexten besser verständlich zu machen.
Automatische Spracherkennung
Fehlt die language-Angabe, erkennt die API die Sprache basierend auf dem Schriftbild im Text. Texte in lateinischer Schrift werden standardmäßig als Englisch interpretiert. Für andere Sprachen muss daher der Parameter explizit gesetzt werden.
Fehlerbehandlung
Die API verarbeitet Anfragen nacheinander, sodass bei hoher Auslastung Warteschlangen entstehen können. Die Rate-Limits sind pro API-Schlüssel festgelegt und wichtig für die Stabilität Ihrer Integration.
Bei Fehlern erhalten Sie eine klare Rückmeldung. Gescheiterte Synthesen werden nicht berechnet, sodass Sie kein Geld für verlorene Anfragen ausgeben.
Rate-Limit von 60 Anfragen/Minute
Jeder API-Schlüssel ist auf 60 Anfragen pro Minute begrenzt. Vor der ersten Aufladung gelten nur 10 Anfragen pro Minute. Überschreiten Sie das Limit, erhalten Sie einen 429-Statuscode.
Planen Sie Ihre Langzeit-Skripts entsprechend ein. Bei längeren Texten, die in Teile zerlegt werden, sorgt die Warteschlange dafür, dass die Reihenfolge gewahrt bleibt.
Fehlercodes verstehen
Ein 401-Code bedeutet, dass der Bearer-Token ungültig oder abgelaufen ist. Prüfen Sie Ihren API-Schlüssel im Dashboard. Ein 413-Code tritt auf, wenn der Text die 4096-Zeichen-Grenze überschreitet.
Andere Fehler indicateieren oft Serverüberlastung oder ungültige JSON-Strukturen. Überprüfen Sie die Parameter 'model' und 'voice' auf Tippfehler.
- 401: Ungültiger API-Key
- 413: Text zu lang (>4096 Zeichen)
- 429: Rate Limit überschritten
Rückgabe bei Fehlern
Bei Synthese-Fehlern erhalten Sie das JSON mit der Fehlermeldung, aber keine Audio-Daten. Die Abrechnung erfolgt nicht, der Betrag wird vollständig gutgeschrieben.
Loggen Sie diese Fälle für Debugging-Zwecke. Da keine Audio-Datei generiert wurde, sparen Sie Kosten, auch wenn die Anfrage fehlgeschlagen ist.
Beispiel-Code-Snippets
Die Integration in bestehende Workflows ist dank der kompatiblen Struktur einfach. Nutzen Sie die offiziellen OpenAI-SDKs oder einfache HTTP-Requests, um Audio-Dateien direkt in Ihren Projekten zu generieren.
Python-Beispiel mit OpenAI SDK
Installieren Sie das Paket und setzen Sie die Base URL auf unsere API. Der Code generiert die Audio-Datei und speichert sie lokal.
JavaScript-Beispiel mit Fetch
Nutzen Sie den nativen Fetch-Client, um POST-Anfragen zu senden. Lesen Sie den Blob-Body und speichern Sie ihn als .mp3-Datei.
curl-Befehl für Terminal
Testen Sie die API direkt im Terminal. Ersetzen Sie YOUR_KEY und TEXT durch Ihre Werte.
Hören Sie sich die 8 Stimmen an
Jede der folgenden Samples wurde von dieser API aus demselben Satz generiert.
23 Sprachen
Jede Stimme kann jede dieser Sprachen sprechen.
