Embeddings și audio

Embeddings vectoriale, speech-to-text, text-to-speech și tokenurile efemere cerute de WebSocket-ul realtime.

Embeddings și audio urmează formele OpenAI. POST /v1/tokens emite tokenul de scurtă durată pe care un browser trebuie să-l trimită ca ?key= când deschide wss://ai.codai.ro/v1/realtime — o cheie codai_ brută în query string e refuzată (cod de închidere 4401). Vezi ghidul embeddings & audio pentru exemple complete.

POST

/v1/embeddings

Autorizare

bearerAuth

headerAutorizareBearer <codai_…>

O cheie API codai (prefix codai_). Tokenurile efemere de la POST /v1/tokens sunt acceptate doar de suprafețele media potrivite scope-ului lor (/v1/realtime, /v1/audio/*, /v1/embeddings).

Parametri header

Corpul cererii

application/json

body

Body de embeddings compatibil OpenAI. Câmpurile necunoscute sunt acceptate și ignorate.

model?string

Alias sau id concret de model de embedding. Implicit codai-embed (modelul implicit al platformei voyage-code-3).

Implicit"codai-embed"

input*|array<string>

Un string sau un array nevid de string-uri. Array-urile de id-uri de tokeni nu sunt suportate.

dimensions?integer

Limită opțională a dimensionalității de ieșire. Respectată de upstream-urile OpenAI-style, ignorată de celelalte.

Interval1 <= value

user?string

Câmp de tracking OpenAI; logat, niciodată trimis upstream.

encoding_format?"float"

Doar float e suportat; base64 e respins cu 400.

Valoare din"float"

[key: string]?any

Corpul răspunsului

Vectorii de embedding în forma de listă OpenAI.

application/json

response

object*"list"

Valoare din"list"

data*array<>

model*string

Modelul upstream care a produs vectorii (coincide cu x-codai-routed-to).

usage*

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/embeddings' \
  -H 'Content-Type: application/json' \
  -d '{
  "input": "function add(a, b) { return a + b }"
}'

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/embeddings' \  -H 'Content-Type: application/json' \  -d '{  "input": "function add(a, b) { return a + b }"}'

Exemplu de răspunsSchemă

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        0
      ]
    }
  ],
  "model": "voyage-code-3",
  "usage": {
    "prompt_tokens": 0,
    "total_tokens": 0
  }
}

{  "object": "list",  "data": [    {      "object": "embedding",      "index": 0,      "embedding": [        0      ]    }  ],  "model": "voyage-code-3",  "usage": {    "prompt_tokens": 0,    "total_tokens": 0  }}

POST

/v1/audio/transcriptions

Autorizare

bearerAuth

headerAutorizareBearer <codai_…>

O cheie API codai (prefix codai_). Tokenurile efemere de la POST /v1/tokens sunt acceptate doar de suprafețele media potrivite scope-ului lor (/v1/realtime, /v1/audio/*, /v1/embeddings).

Parametri header

Corpul cererii

multipart/form-data

body

Câmpuri de formular multipart. Doar câmpurile listate sunt trimise mai departe; orice altceva e ignorat.

file*file

Fișier audio, max 25 MB. Numele original al fișierului e trimis mai departe (audio.webm când lipsește).

Formatbinary

model?string

codai-transcribe, whisper-1 și whisper merg la deployment-ul Whisper; gpt-4o-mini-transcribe la al lui propriu.

Implicit"codai-transcribe"

Valoare din"codai-transcribe""whisper-1""whisper""gpt-4o-mini-transcribe"

language?string

Indiciu de limbă ISO-639-1, trimis mai departe neschimbat.

prompt?string

Text opțional care ghidează stilul sau ortografia, trimis mai departe neschimbat.

response_format?string

Trimis mai departe neschimbat. Folosește un format JSON (json, verbose_json); text/srt/vtt stric parsarea JSON a gateway-ului.

Implicit"json"

temperature?string

Temperatura de eșantionare ca câmp de formular string (0–1), trimisă mai departe neschimbată.

Corpul răspunsului

Transcrierea, așa cum a returnat-o deployment-ul upstream.

application/json

response

JSON-ul upstream e returnat neschimbat. Cu verbose_json apar câmpuri suplimentare (language, duration, segments, …) lângă text.

text?string

Transcrierea.

[key: string]?any

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/audio/transcriptions' \
  -F 'file=string'

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/audio/transcriptions' \  -F 'file=string'

Exemplu de răspunsSchemă

{
  "text": "Bună, vreau să programez o întâlnire mâine la zece."
}

{  "text": "Bună, vreau să programez o întâlnire mâine la zece."}

POST

/v1/audio/speech

Autorizare

bearerAuth

headerAutorizareBearer <codai_…>

O cheie API codai (prefix codai_). Tokenurile efemere de la POST /v1/tokens sunt acceptate doar de suprafețele media potrivite scope-ului lor (/v1/realtime, /v1/audio/*, /v1/embeddings).

Parametri header

Corpul cererii

application/json

body

model?string

codai-tts/tts-1/tts = voce neutră; codai-tts-expressive/gpt-4o-mini-tts = familia expresivă care respectă instructions; codai-speech = Chirp 3 HD (română nativă, rapid); codai-speech-expressive = Gemini 2.5 Flash TTS (română nativă, respectă instructions).

Implicit"codai-tts"

Valoare din"codai-tts""tts-1""tts""codai-tts-expressive""gpt-4o-mini-tts""codai-speech""codai-speech-expressive"

input*string

Textul de sintetizat. Peste 4096 de caractere e respins cu 400.

Lungime1 <= length <= 4096

voice?string

Numele vocii, nevalidat. Implicit alloy (neutră), marin (expresivă), Aoede (codai-speech) sau Kore (codai-speech-expressive). Familia expresivă acceptă și ash, ballad, coral, echo, fable, onyx, nova, sage, shimmer, verse, cedar. Modelele codai-speech acceptă cele 30 de nume scurte Chirp 3 HD (Achernar … Zubenelgenubi) sau un nume complet de voce Google.

response_format?string

Containerul audio, trimis mai departe fără validare.

Implicit"mp3"

speed?number

Multiplicator de viteză de redare, trimis mai departe când e truthy (deci 0 e ignorat).

instructions?string

Indiciu de stil de rostire (ex. „calm, cald, rar”). Respectat doar de codai-tts-expressive/gpt-4o-mini-tts și codai-speech-expressive; trunchiat la 1000 de caractere.

Lungimelength <= 1000

language?string

Limba BCP-47 a textului. Alege localizarea vocii pentru modelele codai-speech și ghidează transcrierea pentru marcajele de timp.

Implicit"ro-RO"

timestamps?boolean

Întoarce marcaje de timp per cuvânt în words. Comută răspunsul pe SpeechJson.

Implicitfalse

store?boolean

Stochează audio-ul ca asset studio (tip speech, cu words în metadate când e setat timestamps) și îl întoarce ca asset în loc de b64_json. Comută răspunsul pe SpeechJson.

Implicitfalse

Corpul răspunsului

Audio binar în formatul cerut (media type-ul e cel returnat de upstream, audio/mpeg când nu a trimis niciunul) sau SpeechJson când timestamps ori store e true.

response

Întors de POST /v1/audio/speech când timestamps sau store e true.

object*"audio.speech"

Valoare din"audio.speech"

model*string

Id-ul public al modelului care a servit cererea.

voice*string

language*string

mime_type*string

duration_seconds*number

Durata audio-ului, în secunde.

b64_json?string

Audio în base64. Prezent când store nu e true.

asset?

Un asset codai Studio. Îl întorc /v1/assets și, cu response_format: "url", câmpul data al endpoint-urilor de imagine, muzică și video.

words?array<>|

Marcaje de timp per cuvânt; prezente doar când timestamps a fost true, null când transcrierea a eșuat.

cost_micro_usd*string

Costul upstream al cererii, în micro-USD, ca șir zecimal.

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/audio/speech' \
  -H 'Content-Type: application/json' \
  -d '{
  "input": "Bună ziua! Cu ce te pot ajuta astăzi?"
}'

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/audio/speech' \  -H 'Content-Type: application/json' \  -d '{  "input": "Bună ziua! Cu ce te pot ajuta astăzi?"}'

Exemplu de răspunsSchemă

{
  "object": "audio.speech",
  "model": "codai-speech",
  "voice": "Aoede",
  "language": "ro-RO",
  "mime_type": "audio/mpeg",
  "duration_seconds": 0,
  "b64_json": "string",
  "asset": {
    "asset_id": "b4695157-0d1d-4da0-8f9e-5c53149389e4",
    "kind": "music",
    "status": "pending",
    "model": "lyria-002",
    "url": "http://example.com",
    "mime_type": "audio/wav",
    "bytes": 0,
    "duration_seconds": 0,
    "width": 0,
    "height": 0,
    "created_at": "2019-08-24T14:15:22Z",
    "expires_at": "2019-08-24T14:15:22Z"
  },
  "words": [
    {
      "word": "Bună",
      "start": 0,
      "end": 0
    }
  ],
  "cost_micro_usd": "480"
}

{  "object": "audio.speech",  "model": "codai-speech",  "voice": "Aoede",  "language": "ro-RO",  "mime_type": "audio/mpeg",  "duration_seconds": 0,  "b64_json": "string",  "asset": {    "asset_id": "b4695157-0d1d-4da0-8f9e-5c53149389e4",    "kind": "music",    "status": "pending",    "model": "lyria-002",    "url": "http://example.com",    "mime_type": "audio/wav",    "bytes": 0,    "duration_seconds": 0,    "width": 0,    "height": 0,    "created_at": "2019-08-24T14:15:22Z",    "expires_at": "2019-08-24T14:15:22Z"  },  "words": [    {      "word": "Bună",      "start": 0,      "end": 0    }  ],  "cost_micro_usd": "480"}

POST

/v1/tokens

Autorizare

bearerAuth

headerAutorizareBearer <codai_…>

O cheie API codai (prefix codai_). Tokenurile efemere de la POST /v1/tokens sunt acceptate doar de suprafețele media potrivite scope-ului lor (/v1/realtime, /v1/audio/*, /v1/embeddings).

Parametri header

Corpul cererii

application/json

body

scope*string

Suprafața la care poate ajunge tokenul. Doar realtime, audio, embeddings și live (realtime + audio) sunt acceptate; orice altceva e 400.

Lungime1 <= length <= 32

ttl_seconds?integer

Durata de viață în secunde. Valorile din afara 60–3600 pică validarea.

Interval60 <= value <= 3600

Implicit600

Corpul răspunsului

Tokenul emis, expirarea lui și scope-ul de care a fost legat.

application/json

response

token*string

Credențial bearer de forma codai_eph_v1.<payload>.<signature>. Îl trimiți ca Authorization: Bearer sau ca ?key= pe /v1/realtime.

expires_at*string

Expirarea ca timestamp ISO-8601.

Formatdate-time

scope*string

Valoare din"realtime""audio""embeddings""live"

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/tokens' \
  -H 'Content-Type: application/json' \
  -d '{
  "scope": "realtime"
}'

Exemplu de cerere

curl -X POST 'https://ai.codai.ro/v1/tokens' \  -H 'Content-Type: application/json' \  -d '{  "scope": "realtime"}'

Exemplu de răspunsSchemă

{
  "token": "codai_eph_v1.eyJraWQiOiIuLi4ifQ.c2lnbmF0dXJl",
  "expires_at": "2026-09-23T10:15:00.000Z",
  "scope": "realtime"
}

{  "token": "codai_eph_v1.eyJraWQiOiIuLi4ifQ.c2lnbmF0dXJl",  "expires_at": "2026-09-23T10:15:00.000Z",  "scope": "realtime"}

Embeddings și audio

AutorizareCopiază linkul secțiunii

Parametri headerCopiază linkul secțiunii

Corpul cereriiCopiază linkul secțiunii

Corpul răspunsuluiCopiază linkul secțiunii

AutorizareCopiază linkul secțiunii

Parametri headerCopiază linkul secțiunii

Corpul cereriiCopiază linkul secțiunii

Corpul răspunsuluiCopiază linkul secțiunii

AutorizareCopiază linkul secțiunii

Parametri headerCopiază linkul secțiunii

Corpul cereriiCopiază linkul secțiunii

Corpul răspunsuluiCopiază linkul secțiunii

AutorizareCopiază linkul secțiunii

Parametri headerCopiază linkul secțiunii

Corpul cereriiCopiază linkul secțiunii

Corpul răspunsuluiCopiază linkul secțiunii

Autorizare

Parametri header

Corpul cererii

Corpul răspunsului

Autorizare

Parametri header

Corpul cererii

Corpul răspunsului

Autorizare

Parametri header

Corpul cererii

Corpul răspunsului

Autorizare

Parametri header

Corpul cererii

Corpul răspunsului