强制对齐

Knox 在 https://api.knoxstudio.ai/v1 上为 KnoxStudio 提供与 ElevenLabs 兼容的强制对齐接口。使用 Knox API key 认证（Authorization: Bearer sk-... 或 xi-api-key）。Knox 负责计费并向上游转发请求。https://api.knox.chat/v1 提供相同路由。

这不是 语音转文本。对齐接收已有音频和转写文本，返回字符级和词级时间戳。

典型流程：

1. 列出模型 — GET /v1/forced-alignment/models
2. 对齐 — POST /v1/forced-alignment

https://api.knoxstudio.ai/v1
Authorization: Bearer sk-...

把官方 ElevenLabs SDK 的 Base URL 指向 Knox，并用 Knox key 作为 xi-api-key 即可调用。

模型与计费

curl https://api.knoxstudio.ai/v1/forced-alignment/models

model_id	说明	价格
forced_alignment	默认。字符级和词级时间戳。单次最长 10 小时、转写最多 675,000 字符。	每音频小时 $0.27（与 Scribe v2 公布费率相同）

Multipart 上传最大 3GB。音频至少 100ms。file 和 text 均为必填。

未认证的目录请求限制为每分钟 60 次，并且可能被缓存 5 分钟。携带 Bearer token 时，仅返回该 token 被允许使用的模型。

创建对齐

发送带音频 file 和转写 text 的 multipart/form-data。可选查询参数：enable_logging。

cURL

curl -X POST https://api.knoxstudio.ai/v1/forced-alignment \
     -H "Authorization: Bearer $KNOXCHAT_API_KEY" \
     -F "file=@speech.wav" \
     -F "text=Hello from Knox. This is forced alignment."

Python

import os
import requests

with open("speech.wav", "rb") as audio:
    response = requests.post(
        "https://api.knoxstudio.ai/v1/forced-alignment",
        headers={"Authorization": f"Bearer {os.environ['KNOXCHAT_API_KEY']}"},
        files={"file": audio},
        data={"text": "Hello from Knox. This is forced alignment."},
    )
response.raise_for_status()
print(response.json()["words"])

成功的 200 包含 characters 和 words 数组，字段有 text、start、end 以及可选 loss。未知 multipart 字段会原样转发到上游。

错误

422 使用 { "detail": [{ "loc": [...], "msg": "...", "type": "value_error" }] }。其他错误使用 { "detail": "..." }。

常见状态：401 缺少/无效 key，402 余额不足，403 token 无权使用该模型，422 缺少 file / text、超过 675,000 字符或超过 10 小时。