Sesame: CSM 1B
Sesame CSM 1B převádí dodaný text na řeč přes POST /v1/audio/speech. Použijte sesame/csm-1b se skutečným scénářem, vyberte jeden z pojmenovaných hlasů a požádejte o zvuk MP3 nebo PCM. Hodí se pro postup převádějící připravenou zprávu, vysvětlení nebo úsek komentáře na zvukový soubor k přehrávání nebo úpravám.
O modelu
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Sesame CSM 1B je model pro převod textu na řeč dostupný pod přesným ID sesame/csm-1b. Dodejte slova k vyslovení a výsledný zvuk uchovejte jako soubor. Praktickým zadáním může být připravené vysvětlení produktu, mluvená zpráva aplikace nebo úsek komentáře určený do střihu. Scénář připravte jako zamýšlený mluvený text včetně jmen, čísel a znění, které posluchač potřebuje slyšet.
Odešlete POST /v1/audio/speech s application/json. Povinnými poli jsou model nastavený na sesame/csm-1b a input obsahující scénář jako řetězec. Soubor scénáře přečtěte jako text UTF-8 a vložte jeho obsah do pole input, místo abyste dodávali místní název souboru. Ponechání mluveného obsahu v tomto poli dává generování konkrétní scénář k následování a umožňuje aplikaci uchovat přesné znění vedle výsledného souboru.
Pojmenovanými volbami hlasu jsou conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d a none. Tyto identifikátory zachovejte přesně v poli voice. Pokud postup potřebuje opakovatelnou konfiguraci požadavku, vyberte hlas výslovně a zvolené nastavení uchovejte se scénářem a výstupem. Poslechněte si reprezentativní úsek, abyste rozhodli, který dostupný hlas odpovídá zamýšlenému použití.
Pomocí response_format zvolte mp3 nebo pcm. MP3 se doručuje jako audio/mpeg a poskytuje soubor, který lze předat přehrávači nebo postupu úprav přijímajícímu MP3. PCM se doručuje jako audio/pcm s 16bitovými vzorky little-endian; uchovejte jeho skutečná zvuková metadata pro aplikaci, která bude bajty interpretovat. Formát nastavte výslovně, aby si soubor a navazující dekodér odpovídaly. Dokumentovaný příklad požadavku používá speed:1; při přípravě požadavku se zavedenými ovládacími prvky zachovejte tento základ.
Úspěšná odpověď obsahuje nezpracované zvukové bajty. Tělo odpovědi uložte jako zvuk a hlavičky odpovědi i původní identitu požadavku uchovejte se scénářem, hlasem a požadovaným formátem. Dokončení této odpovědi považujte za okamžik, kdy lze vrácený zvuk uchovat a zkontrolovat. Před zařazením výsledku do delší produkce porovnejte mluvená jména, čísla a hranice vět se zdrojovým scénářem. Pokud je požadavek po odeslání přerušen, při kontrole existujícího výsledku uchovejte jeho původní identitu a informace o odpovědi.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bÚvod
Sesame CSM 1B převádí dodaný text na řeč přes POST /v1/audio/speech. Použijte sesame/csm-1b se skutečným scénářem, vyberte jeden z pojmenovaných hlasů a požádejte o zvuk MP3 nebo PCM. Hodí se pro postup převádějící připravenou zprávu, vysvětlení nebo úsek komentáře na zvukový soubor k přehrávání nebo úpravám.
- Přijímané vstupy
- Text
- Výsledky
- Zvuk
Dostupné v Ailoot · vstupy a metody
Ailoot Ultra · Speech POST /v1/audio/speech
- Vstup
text- Výstup
audio- Výstupní formát
- mp3,pcm
| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity sesame/csm-1b | Výchozí— |
Poleinput | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polevoice | Typstring | PožadavekVolitelné | Hodnoty a limity conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Výchozí— |
Poleresponse_format | Typstring | PožadavekVolitelné | Hodnoty a limity mp3, pcm | Výchozí— |
Polespeed | Typnumber | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Parametry a životní cyklus metody
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, input |
Parametroptional | Kontraktvoice, response_format, speed |
Parametrmaterial_types | Kontrakttext |
Parametrconditions | Kontrakt |
Životní cyklus: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarify
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
- Rychlý režim
- Neuvedeno Při výběru rychlého režimu
- Režim flex
- Neuvedeno Při výběru režimu flex
- Maximální intenzita uvažování
- Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default)
Sazby Ailoot
Ceny podle konfigurace
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Množství pro účtování | Účtovací jednotka | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Množství pro účtování— | Účtovací jednotka— | Poplatek Vstup · Vstupní tokeny — / 1K tokenů Výstup · Výstupní tokeny — / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| Konfiguracevstupní znak | Tabulka sazeb— | Množství pro účtování— | Účtovací jednotkaza vstupní znak | Poplatek Vstup · vstupní znak $0.000014 za vstupní znak |
| KonfiguraceZa požadavek | Tabulka sazeb— | Množství pro účtováníjeden požadavek | Účtovací jednotka— | Poplatek Vstup $0 za požadavek |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
Příklady požadavků
Ailoot Ultra · Speech
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"input": "Hello world", "model": "sesame/csm-1b", "response_format": "mp3", "speed": 1, "voice": "conversational_a"}')
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 result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Přijímání a ukládání výsledků
Ailoot Ultra · Speech
mp3,pcm
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Uchovejte všechny dokončené výsledky
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Retain the complete binary audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
Pokud je nutné ověřit původní odpověď
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Aliasy
Aliasy modelu
Ailoot Ultra sesame/csm-1b
Aliasy cest metod
Použijte cesty metod uvedené výše.
Související ID modelů
FAQ · Sesame: CSM 1B
- Jaké vstupy a výsledky jsou dostupné?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Jaká pole požadavek používá?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed