Deepgram: Flux TTS
يحوّل Deepgram Flux TTS النص الإنجليزي إلى كلام حواري يحافظ على النبرة بين أدوار المحادثة. يتعامل وضع البث مع المقاطعات، بينما ينتج التوليد الدفعي صوتًا قابلًا لإعادة الاستخدام من كتالوج الأصوات نفسه.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Flux TTS هو عائلة Deepgram لتحويل النص إلى كلام للمحادثة المباشرة والمحتوى المنطوق الثابت. وسمته المميزة هي استمرارية المحادثة: يحمل نموذج البث التنغيم بين الأدوار، فيستطيع الإلقاء الاحتفاظ بنبرة متسقة مع استمرار التفاعل. يتلقى نصًا مكتوبًا ويعيد صوتًا كلاميًا. وينفّذ Flux TTS ونموذج التعرّف على الكلام المسمّى Flux بصورة منفصلة جزأين مختلفين من المحادثة الصوتية.
اختر صوتًا إنجليزيًا
يتحدث كتالوج Flux الموثّق الإنجليزية بلكنات أمريكية وبريطانية وأيرلندية وأسترالية وهندية وسنغافورية وفلبينية. وتساعد أوصاف الأصوات في اختيار متحدث لخدمة العملاء أو قوائم الهاتف أو السرد أو المحادثة العفوية. على سبيل المثال، تدرج الشركة المصنّعة Haley بوصفه صوتًا أمريكيًا هادئًا وJack صوتًا بريطانيًا احترافيًا. اختر الصوت بحسب الجمهور ونوع الصياغة التي سيقرأها، ثم حافظ عليه ثابتًا خلال العمل أو المحادثة. أما الكلام بلغات أخرى فيرتبط باختيار نموذج موثّق على نحو منفصل.
الأدوار المباشرة والمقاطعات
في سير عمل البث لدى الشركة المصنّعة، يمكن وصول النص أثناء تأليف التطبيق للرد، ويعود الصوت تدريجيًا. لكل دور أحداث بدء واكتمال خاصة به؛ ويؤدي إنهاء الدور إلى إكمال ما تبقّى من التوليد. ويحافظ السياق الممتد عبر الأدوار على التنغيم داخل الجلسة. يفيد ذلك مساعدًا صوتيًا يشرح اختيارًا أولًا ثم يجيب عن استيضاح دون تغيير طابعه الصوتي.
تلغي المقاطعة الدور النشط وتعيد الجزء المنطوق والنص المتبقي. ويساعد هذا التمييز التطبيق على الاستمرار انطلاقًا مما سمعه المستمع فعلًا. لتفاعل عملي، أعدّ إجابة قصيرة تبدأ بالتعليمة المهمة ثم يليها الشرح. وإذا قاطع المستمع بعد التعليمة الأولى، يستطيع الرد التالي معالجة السؤال الجديد بدل افتراض وصول الشرح كاملًا.
الصوت الثابت وصيغ الإخراج
يتلقى التوليد الدفعي كتلة نصية مكتملة ويعيد صوتها في استجابة واحدة. ويستخدم كتالوج الأصوات نفسه الخاص بالبث، ويناسب رسائل الهاتف المسجّلة والإشعارات أو السرد المُعدّ مسبقًا. الطلبات الدفعية مستقلة؛ ولا تنطبق حالة أدوار البث وأحداث المقاطعة على المقطع الثابت.
مخرج البث صوت خام بلا حاوية ملف: PCM بعمق 16-bit أو mu-law أو A-law. وتوثّق الشركة المصنّعة معدلات عينات PCM البالغة 8 و16 و24 و32 و44.1 و48 kHz؛ ويستخدم mu-law وA-law معدل 8 أو16 kHz. وتدعم المخرجات الدفعية أيضًا MP3 وOpus وFLAC وAAC. اختر ترميزًا وحاوية يستطيع المشغّل أو مسار الهاتف المقصود تفسيرهما، بدل معاملة تدفق العينات الخام كملف صوتي عادي.
إعدادات الإلقاء وحدودها
توثّق الشركة المصنّعة نطاقًا لمعدل الكلام من 0.5 إلى 1.5 بخطوات قدرها 0.05. وتُطبق تغييرات سرعة البث عند حدود المقاطع. وينقل إعداد مستقل للتعبيرية في مرحلة بيتا الإلقاء من الهدوء إلى الحيوية. وتُحذف وسوم SSML العادية ووسوم المنافسين المتعرّف عليها بدل استخدامها تعليمات تعبيرية؛ ولإعدادات Flux الأصلية معانيها الخاصة.
تخص التوقفات داخل النص التوليد الدفعي، بمدد من 500–3,000 ms وخطوات قدرها 100-ms، وبحد أقصى ثماني علامات لكل طلب. يجب أن يفصل النص بين التوقفات المتجاورة، ويُحدّ معدل السرعة عند 1.15 عند وجود توقف. تستخدم تجاوزات النطق IPA وهي ضمن الإتاحة المبكرة؛ وتذكر الشركة المصنّعة أن النطق المطلوب قد يختلف بين عمليات التوليد. ولا يمكن الجمع بين إعداد النطق وسرعة غير افتراضية أو إعدادات التوقف. في نص يضم أسماء متخصصة، استمع إلى تلك المصطلحات بالصوت المختار واجعل الصياغة المنطوقة صريحة.
تستمر جلسة البث الموثّقة لدى Deepgram حتى ساعة واحدة، وتُغلق بعد ستين ثانية دون رسالة واردة ما لم يُحافظ على نشاطها بآلية الاتصال المدعومة. تتعلق حدود الجلسة هذه بسير عمل التوليد المباشر. والمخرج المفيد هو صوت مختار عن قصد، ونص مريح للمستمع، وتسجيل ملائم لوجهته، مع تتبّع التطبيقات المباشرة لما نُطق فعلًا عند مقاطعة دور.
Ailoot Ultra · توليد الكلام POST /v1/audio/speech deepgram/flux-tts
deepgram/flux-ttsالبداية
يحوّل Deepgram Flux TTS النص الإنجليزي إلى كلام حواري يحافظ على النبرة بين أدوار المحادثة. يتعامل وضع البث مع المقاطعات، بينما ينتج التوليد الدفعي صوتًا قابلًا لإعادة الاستخدام من كتالوج الأصوات نفسه.
- المدخلات المقبولة
- النص
- النتائج
- الصوت
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · توليد الكلام POST /v1/audio/speech
- الإدخال
text- الإخراج
audio- صيغة الإخراج
- mp3
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود deepgram/flux-tts | القيمة الافتراضية— |
الحقلinput | النوعstring | المتطلبمطلوب | القيم والحدود الحد الأدنى للطول: 1 الوحدة: محارف Unicode | القيمة الافتراضية— |
الحقلvoice | النوعstring | المتطلبمطلوب | القيم والحدود flux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en | القيمة الافتراضية— |
الحقلresponse_format | النوعstring | المتطلبمطلوب | القيم والحدود mp3 | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_speech · مطلوب: input
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input, voice, response_format |
المعلمةvoice_ids | المواصفاتflux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en |
المعلمةresponse_format | المواصفاتmp3 |
المعلمةmax_input_characters | المواصفاتnull |
المعلمةother_options | المواصفاتfalse |
المعلمةinput | المواصفاتنص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع |
المعلمةmaterial_types | المواصفاتtext |
دورة الحياة: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
اختر الصوت المحدد من ملف إعداد هذا النموذج.
أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام.
الباقات
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- غير محدد عند اختيار الوضع السريع
- الوضع المرن
- غير محدد عند اختيار وضع flex
- أقصى جهد للاستدلال
- غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات Ailoot
الأسعار حسب الإعدادات
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | وحدة الفوترة | الرسوم |
|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | وحدة الفوترة— | الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتمحرف إدخال | جدول التعرفة— | وحدة الفوترةلكل حرف مُدخل | الرسوم الإدخال · محرف إدخال $0.00009 لكل حرف مُدخل |
تفاصيل التعرفة المرجعية
لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.
Deepgram: Flux TTS
الأسعار حسب الإعدادات
| الإعدادات | شروط الفوترة | الرسوم |
|---|---|---|
| الإعداداتDeepgram: Flux TTS · الإعداد الافتراضي | شروط الفوترةالإعداد الافتراضي | الرسوم الإدخال · أحرف الإدخال 0.00009 US$ لكل حرف مُدخل |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · توليد الكلام
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "deepgram/flux-tts", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["flux-alexis-en", "flux-bree-en", "flux-brittany-en", "flux-brooke-en", "flux-bruce-en", "flux-cliff-en", "flux-cole-en", "flux-colin-en", "flux-conor-en", "flux-donovan-en", "flux-drew-en", "flux-elise-en", "flux-gemma-en", "flux-haley-en", "flux-hannah-en", "flux-heather-en", "flux-jack-en", "flux-kai-en", "flux-kelsey-en", "flux-kit-en", "flux-maeve-en", "flux-marcelo-en", "flux-marcus-en", "flux-meena-en", "flux-meghan-en", "flux-miles-en", "flux-naveen-en", "flux-paige-en", "flux-priya-en", "flux-rufus-en", "flux-sean-en", "flux-sharon-en", "flux-sienna-en", "flux-tanner-en", "flux-wade-en", "flux-wes-en"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
استلام النتائج وحفظها
Ailoot Ultra · توليد الكلام
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
عمليات أخرى لقراءة المحتوى
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.
عند الحاجة إلى التحقق من الاستجابة الأصلية
احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلbinary audio | النوعbytes |
الحقلresponse headers | النوعheaders |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الاستجابةserver_error | الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق | الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra deepgram/flux-tts
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · Deepgram: Flux TTS
- ما المدخلات والنتائج المتاحة؟
POST /v1/audio/speech·deepgram/flux-tts:text→audio- ما الحقول التي يستخدمها الطلب؟
POST /v1/audio/speech·deepgram/flux-tts:model,input,voice,response_format