---
title: "Synthèse vocale"
method: POST
path: "/v1/audio/speech"
tags: ["Synthèse vocale"]
---

# Synthèse vocale

`POST /v1/audio/speech`

## Request

- Base URL: `https://api.kooma.ai`
- URL: `https://api.kooma.ai/v1/audio/speech`
- Auth: none declared

Synthétise `input` en audio. Renvoie `audio/wav` (défaut, sans perte — rendu IDENTIQUE au
Studio console) ou `audio/mpeg` si `response_format='mp3'` (128 kbps mono). Débité au caractère
(produit `tts`, ou `voix clonee` (≈ ×9,5 du TTS) si `voice` désigne une voix clonée du compte).

## Request body

- SpeechRequest
  - `input` string, required: Texte à synthétiser.
  - `voice` string: Voix : clé d'une voix bambara publiée (ex. 'modibo', 'amadou' ; catalogue via GET /v1/voices), ou voix clonée du compte au format 'clone:<id>' (facturée au tarif voix clonee de la grille). L'identifiant nu d'un clone reste accepté (rétro-compat).
  - `model` string: Identifiant de modèle (informatif ; le moteur est choisi selon la voix/langue).
  - `speed` number, nullable: Débit de parole (0.5–2.0). Absent = 1.0, le rendu du Studio console (parité stricte depuis le 2026-07-10).
  - `quality` string, nullable: Qualité de synthèse (voix) : 'rapide' (nfe 8, latence minimale), 'standard' (nfe 16, défaut de cette route — recommandé pour l'audio éditorial généré hors-ligne), 'haute' (nfe 32, offline lent).
  - `nfe` integer, nullable: Contrôle fin des étapes de generation (4–32) ; prioritaire sur 'quality'.
  - `cfg` number, nullable: Guidance CFG (adhérence voix/texte, 1.0–4.0 ; défaut moteur 2.0).
  - `strict_language` boolean: Garde de langue. Une voix bambara lit le texte TEL QUEL : si le texte est détecté dans une autre langue (français, anglais…), la réponse porte un en-tête d'avertissement X-Kooma-Warning. Avec strict_language=true, la requête est refusée (400 language_mismatch) au lieu d'être synthétisée.
  - `response_format` string: Format audio de sortie : 'wav' (défaut, PCM16 24 kHz — RECOMMANDÉ, sortie sans perte identique au Studio console) ou 'mp3' (128 kbps mono 24 kHz, compat OpenAI).
  - `tgt` string: Langue du texte/voix (code langue, ex. bam_Latn, fra_Latn).
  - `src` string: Langue source si traduction avant synthèse ('same' = pas de traduction, 'auto' = détection).

## Response `200`

Audio synthétisé (WAV par défaut, MP3 128 kbps si demandé).

- unknown

## Other responses

- `422`: Validation Error

---

[API](https://skmtc.dev/kooma/apis/kooma-api.md) · [All operations](https://skmtc.dev/kooma/apis/kooma-api/llms.txt) · [OpenAPI document](https://skmtc.dev/kooma/apis/kooma-api/revisions/e6053ed7ee70?raw)