API技術ドキュメントと統合ガイド

作成者 LexiCorp 編集チーム · 更新日 2026-11-19

本ページは、法務・コンプライアンス部門および大規模チームを対象としたLexiCorpのTTS API統合ガイドです。契約書や説明書といった重要なテキストコンテンツを、高精度な音声ファイルへ迅速に変換するための技術情報を提供します。APIキーの取得方法から初期リクエストの実行、OpenAI SDKとの連携方法まで、具体的なコード例とパラメータ仕様を網羅的に解説します。

ページ内では、POST /v1/audio/speechエンドポイントの使用法、8種類の音声プリセットと5つのフォーマット指定、レート制限の仕組みを明確に示します。エラーハンドリングやデータエンコーディングについても言及し、実装時のトラブルを最小限に抑えるための実用的なリファレンスとして機能します。技術者向けに簡潔かつ正確な情報提供を行います。

API技術ドキュメントと統合ガイド

よくある質問

APIキーはどこで取得できますか?

アカウント作成ページでGoogleまたはメールアドレスとパスワードでサインアップすると、APIキーが発行されます。キーは1アカウントにつき1つ有効で、新しいキーを発行すると古いキーは直ちに無効になります。キーはダッシュボードで確認でき、認証にはAuthorizationヘッダーにBearerトークンとして設定してください。

OpenAI SDKはそのまま使えますか?

はい、公式のOpenAI SDKをbase_urlの変更により利用できます。base_urlを当社のAPIエンドポイントに変更し、APIキーを設定するだけで動作します。リクエストの形状はOpenAIのspeechエンドポイントと同一であり、既存のコードベースを最小限の変更で統合できます。

base_urlを変更する必要があるのはなぜですか?

当社のAPIエンドポイントはhttps://api.7i77.info/v1に配置されています。OpenAI SDKはデフォルトでOpenAIのサーバーを参照するため、base_urlを当社のドメインに変更することで、SDKが正しいエンドポイントにリクエストを送信し、音声合成を処理できるようになります。

エラーが発生した場合、課金されますか?

音声合成に失敗した場合は、課金されません。失敗したリクエストに対しては、料金が全額返金されます。正常に処理されたリクエストのみが文字数に基づき課金対象となります。これにより、システム上の一時的な問題で失敗した場合も、コストの無駄遣いを防げます。

レート制限を超えた場合どうなりますか?

1分あたり60リクエストの制限があります(初回トップアップ前は1分あたり10リクエスト)。制限を超えると、リクエストはキューに入り、順番に処理される場合があります。長文の処理ではリアルタイムに近い速度で生成されますが、負荷が高い場合はキュー待ちが発生する場合があります。

音声ファイルの形式は選べますか?

mp3、wav、opus、flac、pcmの5つの形式から選択可能です。response_formatパラメータに希望の形式を指定することで、出力ファイルの形式を制御できます。要件に応じて適切な形式を選択し、効率的なデータ転送や保存を実現してください。

音声の速度は調整できますか?

speedパラメータで0.25から4.0の範囲で速度を調整できます。デフォルト値は1.0です。これにより、ナレーションや解説のペースを調整し、聴取者の理解や好みに合わせた音声出力を実現できます。速度変更は音声の質に影響を与えません。

複数の言語を同時に処理できますか?

1つのリクエストで1つの言語を処理します。languageパラメータでISOコードを指定するか、スクリプトから自動検出します。複数言語を混在させたテキストは、言語ごとに分割して処理する必要があります。23言語に対応しており、非対応言語は指定できません。

最初のリクエスト

curl

curl https://api.7i77.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.7i77.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.7i77.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、https://7i77.info/get-api-key/ でGoogleアカウントまたはメールアドレスを用いて登録することで取得できます。Google認証による登録には0.50ドル相当(約5万文字)の7日間有効な無料トライアルクレジットが付与されます。メールアドレス登録の場合は、初期状態ではクレジットが付与されません。

アカウント作成後、ダッシュボードにアクティブなAPIキーが表示されます。キーは1アカウントにつき1つまで有効であり、新しいキーを発行すると古いキーは即時無効化されます。このキーを認証ヘッダーに設定することで、APIエンドポイントへのアクセスが可能になります。

Googleアカウントでの登録

Googleアカウントでの登録

Googleアカウントで登録すると、0.50ドル相当(約5万文字)の無料トライアルクレジットが7日間付与されます。これは、契約書や説明書などのテキストを音声化する初期テストに最適です。

  • トライバルクレジットの有効期限は7日間です。

メールアドレスでの登録

メールアドレスでの登録

メールアドレスとパスワードでの登録では、無料トライアルクレジットは付与されません。課金にはTRONネットワーク(TRC-20)のUSDTのみが使用可能で、最低5ドルからのチャージが必要です。

APIキーの生成と表示

ダッシュボードには現在のキー、残高、使用状況が明示されます。新しいキーを発行すると、それまでのキーは直ちに失効します。キーはAuthorizationヘッダーにBearer付きで設定してください。

  • キーは1アカウントにつき1つです。
  • 新しいキー発行時に旧キーは即時停止します。

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キーを取得した後、テキスト音声合成サービスへの最初の接続は単純なHTTP POSTリクエストで行います。テキストを入力とし、合成された音声ファイルをレスポンスとして受け取ることで、システム統合が開始されます。

このセクションでは、標準的なcurlコマンドを用いた基本的なリクエスト構造と、POSTメソッドによるデータ送信の仕組み、およびJSONボディの具体的な構成要素について解説します。

curlコマンドの例

以下のコマンドは、APIエンドポイントに対して音声合成を要求する最小限の例です。APIキーはヘッダーに付与し、音声エンジンと音声プリセットを指定します。

curl -X POST https://api.7i77.info/v1/audio/speech \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "契約書の内容を音声化します。", "voice": "aria", "response_format": "mp3"}'

POSTメソッドの使用

音声合成エンドポイントはPOST https://api.7i77.info/v1/audio/speechに固定されています。リクエストボディには合成対象のテキストと設定パラメータをJSON形式で送信します。

ステータスコード200が返された場合、レスポンスボディには音声データ(バイナリデータ)が含まれます。エラーが発生した場合は、該当するHTTPエラーコードと詳細メッセージが返されます。

JSONボディの構造

リクエストボディには必須パラメータとしてmodel、input、voice、response_formatを含める必要があります。inputフィールドは最大4096文字まで受け付けます。

modelにはtts-1またはtts-1-hdを指定します。voiceにはaria、novaなどの8種類プリセットから選択します。response_formatはmp3、wav、opus、flac、pcmのいずれかを指定します。speedは0.25から4.0の範囲で調整可能です。

  • model: tts-1 または tts-1-hd
  • input: 合成対象テキスト(最大4096文字)
  • voice: 8種類のプリセットから選択
  • response_format: mp3, wav, opus, flac, pcm
  • speed: 0.25 - 4.0 の範囲

OpenAI SDKとの統合

の音声波形イラスト: OpenAI SDKとの統合

本APIはOpenAIのspeechエンドポイントと互換性のあるJSON構造を採用しています。これにより、公式SDKをそのまま利用可能です。base_urlをhttps://api.7i77.info/v1に設定するだけで、既存のコードベースを変更せずに統合できます。

認証にはAPIキーを使用します。PythonやNode.jsの公式SDKでは、base_urlパラメータの書き換えのみで動作します。エラーハンドリングは標準的なHTTPステータスコードに従い、401は認証失敗、429はレート制限を示します。

base_urlの変更

OpenAI SDKを使用する場合、base_urlを https://api.7i77.info/v1 に変更します。これにより、エンドポイントのパスは /v1/audio/speech として自動的に解決されます。

既存のAPIキーを Authorization: Bearer ヘッダーに設定してください。設定変更後は、他のパラメータは変更の必要ありません。

  • base_url: https://api.7i77.info/v1
  • エンドパス: /v1/audio/speech
  • 認証: Bearer トークン

公式SDKの互換性

Python, JavaScript, Goなどの公式SDKは、リクエストボディの構造がOpenAIの仕様と一致しています。model, input, voice, response_formatなどのパラメータをそのまま渡すことができます。

これにより、大規模チームでの開発効率が高まります。SDKのバージョンアップにも追従可能です。

  • Python SDK対応
  • JavaScript SDK対応
  • Go SDK対応

エラーハンドリング

合成に失敗した場合、ステータスコード400または500が返されます。この場合、課金は発生しません。

レート制限(429)に達した場合は、キュー待機または再試行してください。60リクエスト/分の制限内で処理されます。

  • 401: 認証失敗
  • 429: レート制限
  • 失敗時は返金

エンドポイントとパラメータ

の音声波形イラスト: エンドポイントとパラメータ

LexiCorpのTTS APIは、OpenAIと互換性のあるRESTfulエンドポイントを提供します。主要なPOST /v1/audio/speechはテキストを音声に変換し、GETエンドポイントはメタデータを取得します。

すべてのエンドポイントはHTTPS経由でアクセス可能で、AuthorizationヘッダーにAPIキーを指定してください。基盤となるリクエスト形状はOpenAI Speechエンドポイントと同一です。

POST /v1/audio/speech

音声合成の主要エンドポイントです。JSONボディでモデル、テキスト、音声、形式を指定します。最大4096文字のテキストを送信できます。

  • model: "tts-1" または "tts-1-hd"
  • input: 合成対象のテキスト文字列
  • voice: 8種類のプリセットから選択
  • response_format: mp3, wav, opus, flac, pcm

GET /v1/voices

利用可能な音声、言語、フォーマットの一覧を取得します。8つの音声プリセットと23言語の対応関係を確認できます。

  • aria, nova, luna, sage(女性)
  • felix, milo, atlas, orion(男性)
  • サポート言語リストとフォーマット情報

GET /v1/models

利用可能なモデル情報を取得します。現在tts-1とtts-1-hdの2モデルが利用可能です。両者はエンジンと価格が同一です。

音声とフォーマットの指定

の音声波形イラスト: 音声とフォーマットの指定

音声合成APIは、8種類のプリセット音声と5つの出力フォーマットを提供します。各音声はライセンス付きの録音に基づいており、用途に応じて適切な音声を選択できます。生成された音声ファイルには合成音声を示す不可視の透かしが含まれます。

速度パラメータにより、再生速度を0.25倍から4.0倍の範囲で調整可能です。これにより、契約書や説明書などの重要なコンテンツを、チームのペースに合わせた速度で音声化できます。

8種類の音声プリセット

以下の8つの音声プリセットから選択できます。すべての音声は、LibriTTS-R(CC BY 4.0)およびLibriVoxの公共領域オーディオブックの録音に基づいています。

各音声は特定のトーンを持ち、文書の性格に合わせた選択が可能です。どの音声でも23言語のすべてに対応しており、特定の言語を指定しない場合はスクリプトから言語が推測されます。

  • aria: 暖かく明確なナレーター
  • nova: 明るく活発なトーン
  • luna: 柔らかく物語的な語り
  • sage: 落ち着きのある指示トーン
  • felix: エネルギーあふれるプロモーション調
  • milo: 親しみやすい会話調

5つの音声フォーマット

音声データはmp3、wav、opus、flac、pcmの5つの形式で出力できます。mp3は圧縮形式、wavは非圧縮形式、opusは効率的なエンコーディング、flacは可逆圧縮形式、pcmはリニアPCM生データです。

必要に応じて適切な形式を選択してください。mp3とwavは広く互換性があり、opusとflacは帯域幅や品質の要件に応じて使い分けることができます。pcmは生データとして処理が必要な場合に適しています。

  • mp3: 圧縮形式
  • wav: 非圧縮形式
  • opus: 効率的なエンコーディング
  • flac: 可逆圧縮形式
  • pcm: リニアPCM生データ

速度調整パラメータ

速度パラメータは0.25から4.0の範囲で設定可能です。これにより、音声の再生速度を細かく制御できます。この機能は、契約書や説明書などの重要なテキストを、読み手が理解しやすい速度で音声化するために便利です。

速度を変更しても、音声の品質や言語の正確性は維持されます。ただし、速度が速すぎると、特定の音声プリセットのニュアンスが失われる可能性があります。

音声とフォーマットの指定

レート制限とキュー

の音声波形イラスト: レート制限とキュー

LexiCorpのTTS APIは、APIキーごとに1分あたり60リクエストのレート制限を適用します。これは、契約書や説明書などの大量なテキストデータを処理する大規模チームにとって、安定した音声合成パイプラインを確保するための設計です。

請求の正確性を保つため、生成失敗時のリクエスト料金は全額返金されます。レート制限は課金とは独立しており、制限内での正常なリクエストのみが正常に処理・課金されます。

60リクエスト/分の制限

通常時、APIキーは1分あたり最大60件のリクエストを処理できます。これは、1分あたりの処理能力を指します。

  • 1分あたりの最大リクエスト数: 60
  • 同時接続の上限はAPIキー単位で管理

10リクエスト/分の初期制限

アカウント作成直後、または最初のトップアップ前には、1分あたり10リクエストという制限が適用されます。これは、サービス開始時の負荷分散を目的としています。

  • 初期制限: 1分あたり10リクエスト
  • 最初のトップアップ完了後に60リクエスト/分に緩和

キューでの待機処理

レート制限を超えたリクエストは即時拒否されず、内部キューに格納されます。リクエストは順次処理されるため、一時的な遅延が発生する場合があります。

  • 超過リクエストはキューに格納され、順次処理される可能性があります
  • 処理速度はテキストの長さに依存(約25文字/秒)

エラーコードとレスポンス

の音声波形イラスト: エラーコードとレスポンス

API呼び出しにおけるエラーとレスポンスの仕組みを定義します。音声合成の特性上、処理時間やネットワーク状態に応じて異なる応答が返されます。本セクションでは、エラー発生時の処理とデータ形式の扱いについて記載します。

HTTPエラーコードの意味

リクエストが正常に処理された場合はHTTP 200が返され、音声ファイルがレスポンスボディに格納されます。それ以外のステータスコードは、認証エラー、レート制限超過、または内部エラーを示します。各エラーコードは対応する原因と解決策を意味します。

  • HTTP 200: 成功、音声データ付き
  • HTTP 401: 認証エラー、APIキーの検証失敗
  • HTTP 429: レート制限超過、キュー待機中または分60リクエスト制限到達

失敗時の返金処理

音声合成に失敗したリクエストに対しては、課金された金額が全額返金されます。エラーが発生した場合、その回の文字数分は課金対象外となります。返金は自動的にアカウント残高に反映されるため、追加の手動操作は不要です。

タイムアウトの扱い

音声生成はバッチ処理のため、キュー待機中にタイムアウトする可能性があります。特に短時間での大量リクエスト時は、処理が待機状態となるため、タイムアウト値を長めに設定することを推奨します。ネットワーク遅延やサーバー負荷に応じて応答時間が変動します。

  • キュー待機による遅延の可能性あり
  • ネットワーク環境に応じたタイムアウト値の調整が必要

データの形式とエンコーディング

の音声波形イラスト: データの形式とエンコーディング

APIレスポンスの音声データは、audioフィールドにBase64エンコーディングされた文字列として返されます。これにより、HTTPクライアントやOpenAI SDKを介して容易に処理・保存が可能です。

必要に応じて、Base64をデコードしてローカルファイルとして保存するか、ストリーム処理してください。

Base64エンコーディング

レスポンスボディ内の音声データはBase64形式でエンコードされています。デコードすれば、任意の音声プレイヤーやファイルシステムに直接保存できます。

PCMリニアPCM

response_format に pcm を指定した場合、未圧縮のオーディオデータが返されます。生データのため、ファイルサイズは大きくなりますが、後続の処理や分析には適しています。

mp3とwavの違い

mp3は圧縮形式でファイルサイズが小さく、ネットワーク転送に最適です。wavは非圧縮形式で、高品質な録音や編集用途に適しています。用途に応じて選択してください。

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。 入力テキストは音声生成の目的でのみ使用され、モデルの改善や再学習のためのトレーニングデータとして利用されることはありません。

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. LibriTTS-R corpus (OpenSLR 141)
  3. Python documentation
  4. TRON developer hub: TRC-20
  5. openai-node on GitHub
  6. LibriVox public-domain audiobooks
  7. FFmpeg documentation
  8. MDN: Web Speech API
  9. Creative Commons Attribution 4.0
  10. ISO 639 language codes
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. Node.js documentation

このサイトに関するその他の情報