テキスト読み上げAPIの使い方

作成者 88rs API編集部 · 更新日 2026-11-19

このページでは、観光施設や博物館の音声ガイド制作を担うエージェント向けに、Monogatariのテキスト読み上げAPIの具体的な導入手順を解説します。テキストを入力するだけで音声ファイルを生成し、多言語対応で効率的なコンテンツ制作を可能にするワークフローを、ステップバイステップで示します。

APIキーの取得方法からcURLコマンドによる最初のリクエスト、OpenAI SDKとの互換性、そしてパラメータ設定やエラー処理まで、実装に必要な情報を網羅しています。

テキスト読み上げAPIの使い方

よくある質問

APIキーはどのように取得しますか?

/get-api-key/ページでGoogleまたはメール登録してアカウントを作成すると、APIキーが発行されます。Googleサインインには0.50ドルの試用クレジットが付与されますが、メール登録では付与されません。キーは1アカウント1つで、必要に応じて新しいキーを発行できます。

最初のAPIリクエストはどうすればいいですか?

POST https://api.88rs.info/v1/audio/speech へJSON本文を送信します。model、input、voice、response_formatを指定し、AuthorizationヘッダーにBearerキーを設定します。テキストは4096文字以内で、音声ファイルが返されます。失敗したリクエストは課金されません。

OpenAI SDKは使えますか?

はい、公式OpenAI SDKが利用可能です。base_urlをhttps://api.88rs.info/v1に変更し、当サイトのAPIキーを使用するだけで動作します。リクエスト形状はOpenAIのspeechエンドポイントと同じです。当サイト独自のSDKやモバイルSDKは提供していません。

base_urlの変更は必要ですか?

はい、必要です。OpenAI SDKを使用する場合、base_urlをhttps://api.88rs.info/v1に変更する必要があります。これにより、当サイトのAPIエンドポイントに正しく接続できます。他のエンドポイントも同様にbase_urlを基準に動作します。

エラーコードは何を示していますか?

エラーコードはリクエストの失敗を示します。合成に失敗した場合、料金は全額返金されます。HTTPステータスコードやJSONレスポンスのエラーフィールドを参照してください。ネットワークエラーや認証エラーなどが発生する可能性があります。

エラーメッセージはどのように解釈しますか?

エラーメッセージは、リクエストの不正やサーバー側の問題を示します。例えば、無効なモデル名や音声、文字数超過などが考えられます。具体的なエラー内容を確認し、リクエストパラメータを修正してください。エラーが発生しても、失敗したリクエストは課金されません。

レートリミットはありますか?

はい、1キーあたり1分間60リクエストの制限があります。最初のトップアップ前は1分間10リクエストです。これを超えると、リクエストがキューに入り、順番に処理されます。キュー待ちにより、処理に時間がかかる場合があります。

トップアップ前の制限は何か?

トップアップ前は、1分間10リクエストの制限があります。これは、最初のトップアップまで適用されます。それ以降は、1分間60リクエストまで制限が緩和されます。制限を超えると、リクエストはキューに入り、順番に処理されます。

キューの処理はどうなっていますか?

リクエストは順番に処理されます。レートリミットを超えた場合、リクエストはキューに入り、順番に処理されます。キュー待ちにより、処理に時間がかかる場合があります。特に負荷が高い場合、キューの待ち時間が長くなる可能性があります。

認証の仕組みは何か?

AuthorizationヘッダーにBearerトークンとしてAPIキーを設定します。キーは1アカウント1つで、新しいキーを発行すると古いキーは即座に無効化されます。キーが正しく設定されていない場合、リクエストは認証エラーになります。

データの保持期間はどのくらいですか?

入力テキストは音声生成のみ使用され、トレーニングには使用されません。生成された音声はレスポンスで返され、保存されません。請求のためのメタデータ(時刻、文字数、ステータス)は保持されます。具体的な保持期間は指定されていません。

プライバシーポリシーは何か?

入力テキストは音声生成のみ使用され、トレーニングには使用されません。生成された音声はレスポンスで返され、保存されません。請求のためのメタデータ(時刻、文字数、ステータス)は保持されます。

APIキーは無効化できますか?

はい、新しいAPIキーを発行することで、古いキーは即座に無効化されます。1アカウント1つのキーで、必要に応じて新しいキーを発行できます。古いキーは新しいキーの発行と同時に使用できなくなります。

エラーハンドリングはどのように行いますか?

エラーが発生した場合、リクエストは失敗し、エラーレスポンスが返されます。エラーが発生しても、失敗したリクエストは課金されません。エラーメッセージやステータスコードを確認し、リクエストパラメータを修正してください。具体的なエラーハンドリングのガイドラインは提供していません。

最初のリクエスト

curl

curl https://api.88rs.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.mp3

Python (openai)

from openai import OpenAI

client = OpenAI(base_url="https://api.88rs.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.88rs.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女性
nova女性
luna女性
sage女性
felix男性
milo男性
atlas男性
orion男性
language
arالعربية
zh中文
daDansk
nlNederlands
enEnglish
fiSuomi
frFrançais
deDeutsch
elΕλληνικά
heעברית
hiहिन्दी
itItaliano
ja日本語
ko한국어
msBahasa Melayu
noNorsk
plPolski
ptPortuguês
ruРусский
esEspañol
swKiswahili
svSvenska
trTürkçe

APIキーの取得

の音声波形イラスト: APIキーの取得

APIキーは88rs.infoの/get-api-key/ページから取得します。Googleアカウントでのログインでは、0.50ドルのトライアルクレジットが付与されます。このクレジットは7日間の有効期限があり、約5万文字の読み上げが可能です。

Googleアカウントでのログイン

Googleアカウントでのログイン

Googleアカウントでサインアップすると、アカウント作成と同時にトライアルクレジットが有効になります。APIキーの発行と残高の確認はダッシュボードで行えます。

  • トライアルクレジット: $0.50(約5万文字分)
  • 有効期限: 登録から7日間

メール登録での取得

メール登録での取得

メールアドレスとパスワードでの登録も可能です。この方法では、トライアルクレジットは付与されません。残高を確認し、利用を開始する前にUSDTでのチャージが必要です。

キーの発行と無効化

アカウントにはアクティブなAPIキーが1つずつ紐付きます。新しいキーを発行すると、古いキーは即時に無効になります。これにより、キーの漏洩時にも即座に対応できます。

最初のAPIリクエスト

の音声波形イラスト: 最初のAPIリクエスト

APIキーの取得後、まずは音声生成エンドポイントへPOSTリクエストを送信します。テキストを入力し、音声ファイルを受信する基本フローを確認しましょう。

本APIはOpenAIのspeechエンドポイントと互換性があるため、既存のSDKやHTTPクライアントをそのまま利用できます。

cURLコマンド

以下のcURLコマンドは、英語テキストからmp3形式の音声を生成する最小限の例です。APIキーは実際のキーに置き換えてください。

このコマンドを実行すると、音声データがバイナリとして出力されます。ファイルとして保存するにはリダイレクトを使用してください。

curl -X POST 'https://api.88rs.info/v1/audio/speech' \ -H 'Authorization: Bearer YOUR_API_KEY' \ -H 'Content-Type: application/json' \ -d '{"model": "tts-1", "input": "Welcome to our museum.", "voice": "aria", "response_format": "mp3"}' \ -o output.mp3

JSONボディの構造

リクエストボディはJSON形式で、model、input、voice、response_formatの4つの必須フィールドを含みます。

inputフィールドには最大4096文字までのテキストを指定できます。スペースや句読点も文字数としてカウントされます。

任意パラメータとしてspeed(0.25〜4.0)やlanguage(ISOコード)を設定することも可能です。

  • model: "tts-1" または "tts-1-hd"
  • input: 音声に変換するテキスト(最大4096文字)
  • voice: 8つのプリセット音声から選択
  • response_format: mp3, wav, opus, flac, pcmのいずれか

レスポンスの形式

成功したリクエストでは、生成された音声ファイルがバイナリデータとして返されます。コンテンツタイプは指定したフォーマットに一致します。

エラーが発生した場合は、エラーコードとメッセージを含むJSONレスポンスが返されます。失敗したリクエストは課金されません。

音声ファイルはレスポンスとして返され、永続的な保存は行われません。

OpenAI SDKとの互換性

の音声波形イラスト: OpenAI SDKとの互換性

本APIはOpenAIのspeechエンドポイントと互換性があり、公式SDKをそのまま利用可能です。base_urlをAPIドメインに変更するだけで、既存のコードベースを最小限の変更で移行できます。

認証にはBearerトークンを使用し、他のOpenAI APIと同様の形式でリクエストを送信します。これにより、既存のインフラやライブラリをそのまま活用できます。

base_urlの変更

OpenAI SDKを使用する場合、base_urlを https://api.88rs.info/v1 に設定してください。これにより、同じJSONボディとレスポンス形式で音声生成リクエストを送信できます。

  • base_url: https://api.88rs.info/v1
  • エンドパス: /v1/audio/speech
  • 認証ヘッダー: Authorization: Bearer <API_KEY>

SDKの使用

PythonやJavaScriptの公式SDKを、base_urlを変更して使用できます。modelパラメータには "tts-1" または "tts-1-hd" を指定します。レスポンスは音声ファイルのバイト列として返されます。

  • Python SDKでの実装が容易
  • Node.js SDKでも同様に利用可能
  • REST APIでも直接リクエスト可能

エラーハンドリング

エラー時は適切なHTTPステータスコードが返されます。一般的なエラーコードを処理し、必要に応じて再試行ロジックを実装してください。失敗したリクエストは課金されません。

  • 400: 無効なパラメータ
  • 401: 認証エラー
  • 429: レートリミット超過
  • 500: サーバー内部エラー

エンドポイント

の音声波形イラスト: エンドポイント

APIの主要なエンドポイントは、音声ファイルの生成、利用可能な音声の一覧取得、およびモデル情報の取得の3つです。各エンドポイントは https://api.88rs.info/v1 をベースURLとして使用します。

音声生成エンドポイント

音声ファイルの生成には POST /v1/audio/speech を使用します。テキストを入力として受け取り、指定された音声で合成されたオーディオファイルを返します。

  • リクエストボディ: JSON形式

音声リストエンドポイント

利用可能な音声、言語、フォーマットを確認するには GET /v1/voices を使用します。生成に使用可能な8つの音声プリセットの一覧を取得できます。

モデルエンドポイント

利用可能なモデル情報を確認するには GET /v1/models を使用します。

パラメータと設定

の音声波形イラスト: パラメータと設定

APIリクエストの核心は、model、voice、response_formatの3つのパラメータです。これらを正しく設定することで、観光施設の音声ガイドや博物館の解説音声の品質と形式を制御できます。

モデルと音声の選択は生成速度と音質に、フォーマットは再生環境との互換性に直結します。各パラメータの仕様を事前に確認し、適切な組み合わせでリクエストを送信してください。

modelの選択

modelフィールドには「tts-1」または「tts-1-hd」を指定します。両者は同じエンジンと価格(100万文字あたり10米ドル)を採用しています。生成品質や音質に差異はなく、単なるエイリアスです。どちらを指定しても結果は同一です。

voiceの選択

8種類の音声プリセットから1つを選択します。観光ガイドには「aria(暖かく明確なナレーター)」や「nova(明るく活気ある)」が適しています。解説音声には「sage(落ち着いた指示口調)」や「atlas(ニュートラルなニュース調)」が推奨されます。すべての音声は23言語をサポートしており、日本語テキストには「aria」や「nova」が使用可能です。

  • aria: 暖かく、明確なナレーター
  • nova: 明るく、活気のあるトーン
  • luna: 柔らかく、ストーリーテリング
  • sage: 落ち着きのある、指示口調
  • felix: エネルギーに満ちた、プロモーション風
  • milo: 親しみやすい、会話調
  • atlas: ニュース調のニュートラル
  • orion: 深みのある、ドキュメンタリー調

response_formatの設定

response_formatには「mp3」、「wav」、「opus」、「flac」、「pcm」のいずれかを指定します。Webプレイヤーや音声ガイド端末での一般的な再生にはmp3が最適です。編集や高音質が必要な場合はwavやflacを選択してください。ファイルサイズと帯域幅のバランスに応じてフォーマットを決定します。

  • mp3: 一般的なWeb再生用
  • wav: 非圧縮・編集用
  • opus: 高圧縮・低帯域用
  • flac: 可逆圧縮高音質
  • pcm: ワンポイント生データ
パラメータと設定

エラー処理

の音声波形イラスト: エラー処理

API呼び出し時のエラーは、HTTPステータスコードとJSON形式のメッセージで返されます。認証エラーやレートリミット超過時には、適切なコードが返るため、ログで原因を特定できます。

エラーコード

主要なエラーコードは以下の通りです。401はAPIキーが無効、429はレートリミット超過、400はパラメータ不正、500はサーバー内部エラーを示します。

  • 401: Unauthorized (APIキーの無効化または誤り)
  • 429: Too Many Requests (1分間60リクエスト制限)
  • 400: Bad Request (パラメータ不正など)

エラーメッセージ

レスポンスボディにはエラーの原因を示す具体的なメッセージが含まれます。例えば、入力テキストが4096文字を超えている場合、その旨が明記されます。

再試行のロジック

一時的なエラー(500番台)やレートリミット(429)時には、指数バックオフで再試行することを推奨します。特にレートリミット超過時は、キューの処理を待機する必要があります。

レートリミット

の音声波形イラスト: レートリミット

APIキーごとに1分間あたり60件のリクエスト制限が適用されます。これは音声生成の安定性を保つための基本的な制限です。

長時間のテキスト処理や複数ファイルの生成においても、この制限内で効率的に処理を進めることができます。

1分あたりのリクエスト数

各APIキーには、1分間あたり60件のリクエスト制限が設定されています。これにより、システム負荷を適正な範囲に保ち、安定した音声生成を提供します。

トップアップ前の制限

初回またはトップアップ前には、1分間あたり10件の制限が適用されます。これは無料トライアルや初期利用時のシステム保護策です。

キューの処理

リクエストは逐次処理されます。ピーク時にはキューに待機する場合があり、生成完了までに若干の遅延が発生することがあります。

データのセキュリティ

の音声波形イラスト: データのセキュリティ

APIキーはBearerトークンとして認証に使用され、各アカウントに1つが割り当てられます。新しいキーを発行すると旧キーは即時無効化され、セキュリティの維持が容易です。

入力テキストは音声生成のみ目的で利用され、モデル学習には使用されません。生成された音声ファイルはレスポンスとして返却され、サーバー上には保存されません。

認証の仕組み

Authorizationヘッダーに Bearer tts-... 形式のAPIキーを設定します。キーはアカウントごとに1つ有効で、セキュリティ向上のために随時再発行可能です。

  • Bearerトークン方式
  • キー再発行で旧キーは即時無効化

データの保持期間

入力テキストは生成終了後に廃棄され、トレーニングデータにはなりません。生成音声もストレージに保存されず、クライアントへ返送された時点で完了です。

課金確認のため、リクエストの時刻、文字数、ステータスなどのメタデータのみ保持されます。

プライバシーポリシー

生成音声には合成音声を示す不可聴の透かしが埋め込まれます。データは音声生成目的以外には使用されず、第三者への提供もありません。

8つの音声を確認

以下の各サンプルは、同じ文章をこのAPIで生成したものです。 また、制作コストの抑制と、専門的なコンテンツにふさわしい音声の質を両立させることが、エージェントにとって重要な課題となっています。

音声のアバター aria
aria女性
音声のアバター nova
nova女性
音声のアバター luna
luna女性
音声のアバター sage
sage女性
音声のアバター felix
felix男性
音声のアバター milo
milo男性
音声のアバター atlas
atlas男性
音声のアバター orion
orion男性

23言語

どの音声でも、これらの言語のいずれかを話します。

出典および参考資料

  1. Wikipedia
  2. LibriVox public-domain audiobooks
  3. Python documentation
  4. Creative Commons Attribution 4.0
  5. openai-python on GitHub
  6. ISO 639 language codes
  7. FFmpeg documentation
  8. IETF RFC 7845: Ogg Opus
  9. W3C WAI: making audio and video accessible
  10. Node.js documentation
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. LibriTTS-R corpus (OpenSLR 141)

このサイトに関するその他の情報