9router-tts

9Router — テキスト読み上げ

NINEROUTER_URL が必要です（認証が有効な場合は NINEROUTER_KEY も必要です）。セットアップについては、https://raw.githubusercontent.com/decolua/9router/refs/heads/master/skills/9router/SKILL.md を参照してください。

検出

# 1) List models
curl $NINEROUTER_URL/v1/models/tts | jq '.data[].id'
# 2) Per-model metadata (params, voicesUrl if voice-by-id)
curl "$NINEROUTER_URL/v1/models/info?id=el/eleven_multilingual_v2"
# 3) List voices (elevenlabs, edge-tts, deepgram, inworld, local-device). Optional ?lang=vi
curl "$NINEROUTER_URL/v1/audio/voices?provider=edge-tts&lang=vi" | jq '.data[].model'

/v1/audio/speech の model フィールドには、音声 ID を直接指定します（例：edge-tts/vi-VN-HoaiMyNeural、el/<voice_id>、またはモデルとデフォルト音声の組み合わせである openai/tts-1）。

エンドポイント

POST $NINEROUTER_URL/v1/audio/speech

フィールド	必須	備考
model	はい	/v1/models/tts の音声 ID
input	はい	読み上げるテキスト

?response_format=mp3（デフォルト、未加工のバイト列）または ?response_format=json（{audio: base64, format}）をクエリに指定します。

例

MP3 を保存します：

curl -X POST "$NINEROUTER_URL/v1/audio/speech" \
  -H "Authorization: Bearer $NINEROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/tts-1","input":"Hello world"}' \
  --output speech.mp3

JS（ファイルを保存）：

import { writeFile } from "node:fs/promises";
const r = await fetch(`${process.env.NINEROUTER_URL}/v1/audio/speech`, {
  method: "POST",
  headers: { "Authorization": `Bearer ${process.env.NINEROUTER_KEY}`, "Content-Type": "application/json" },
  body: JSON.stringify({ model: "el/eleven_multilingual_v2", input: "Xin chào" }),
});
await writeFile("speech.mp3", Buffer.from(await r.arrayBuffer()));

レスポンスの形式

デフォルト → 未加工の音声バイト列（Content-Type audio/mp3）。

?response_format=json：

{ "audio": "SUQzBAAAA...", "format": "mp3" }

プロバイダーごとの注意事項（モデル形式）

プロバイダー	model の形式	備考
openai	tts-1/alloy（モデル/音声）または音声のみ	デフォルトモデルは gpt-4o-mini-tts
elevenlabs	<model_id>/<voice_id> または <voice_id>	デフォルトモデルは eleven_flash_v2_5。音声の一覧は Dashboard で確認できます
openrouter	openai/gpt-4o-mini-tts/alloy	chat-completions の音声モダリティ経由でストリーミング
edge-tts	vi-VN-HoaiMyNeural などの音声 ID	noAuth。デフォルトは vi-VN-HoaiMyNeural
google-tts	en、vi などの言語コード	noAuth
local-device	OS の音声名（say -v ? / SAPI）	noAuth。ffmpeg が必要です
deepgram	aura-asteria-en など	トークン認証
nvidia、inworld、cartesia、playht	model/voice	プロバイダー固有の認証ヘッダー
coqui、tortoise	スピーカー / 音声 ID	localhost、認証なし
hyperbolic	モデル ID	Body = {text} のみ