ByteDance Seed Audio 1.0 ist ein Modell zur Audioerzeugung, das um eine Klangszene herum aufgebaut ist. Sprache, Effekte und Atmosphäre lassen sich gemeinsam über einen schriftlichen Auftrag gestalten. Das eignet sich für eine vertonte Geschichte, eine Begegnung in einem Spiel, einen kurzen dramatischen Austausch oder eine Szene zu einem geschnittenen Video. Beschreiben Sie bei reiner Sprachproduktion die sprechende Person und ihre Darbietung; beschreiben Sie bei einer umfassenderen Szene zusätzlich die akustische Umgebung und das Verhältnis zwischen Dialog und umgebenden Geräuschen.
Bereiten Sie den Auftrag in der Reihenfolge vor, in der die Szene gehört werden soll. Benennen Sie die Figuren, ihren beabsichtigten Gefühlszustand und die Worte, die sie sagen sollen. Beschreiben Sie anschließend den Raum, die wichtigen Geräuschsignale und die Entwicklung des Moments. Ein Produktionsauftrag sollte den genauen Dialog von der Szenenbeschreibung trennen, damit das Ergebnis anhand beider geprüft werden kann. Geben Sie an, welche Elemente für das Verständnis wesentlich sind und welche im Hintergrund bleiben sollen. Ein ruhiger Raum, ein voller Bahnhof und ein offener Innenhof verlangen unterschiedliches Sounddesign, auch wenn der gesprochene Satz identisch ist.
Ein eigens formuliertes Beispiel ist eine Spielfigur, die während einer kurzen Szene in einem Unterschlupf einen Gefährten beruhigt: Eine zurückhaltende Stimme sagt „Wir können hier warten“, begleitet von leisem Regen und einem einzelnen näher kommenden Schritt nach dem Satz. Beim Anhören ist zu prüfen, ob die Worte verständlich bleiben, die Stimme beruhigend wirkt und das Geräusch an einer sinnvollen Stelle der Szene einsetzt. Ein anderer Auftrag könnte einen klaren Sprecher verlangen, der ein Produkt ohne Umgebungsatmosphäre vorstellt. Das sind beispielhafte Wege zur Festlegung der Absicht, keine Aufzeichnungen erzeugter Audiodaten oder Versprechen über eine fertige Mischung.
Der Hersteller dokumentiert Timing-Steuerung auf Prompt-Ebene für Figurendialoge in 100-ms-Schritten. Nutzen Sie diese Steuerung, um den Einsatz eines Satzes in einer geschriebenen Sequenz zu beschreiben oder gesprochenes Material auf einen bestehenden Schnitt abzustimmen. Halten Sie Dialogtiming von der Platzierung von Effekten und Atmosphäre getrennt: Die Veröffentlichung nennt Figurendialoge als Hauptschwerpunkt der Timing-Steuerung. Prüfen Sie die tatsächlichen Einsätze, Pausen und Überlappungen anhand der vorgesehenen Szene. Ein Zeitintervall beschreibt die Steuerungsgranularität des Modells und ersetzt nicht das Anhören der endgültigen Darbietung.
Eine Stimme kann durch eine Textbeschreibung, ein autorisiertes Referenzbeispiel oder beides festgelegt werden. Der Hersteller stellt dies als Stimmgestaltung dar, ohne für jede sprechende Person ein separates Modell zu trainieren. Beschreiben Sie stabile Stimmeigenschaften getrennt von der Emotion des aktuellen Satzes. Eine wiederkehrende Figur kann eine ruhige Vorstellung und eine dringliche Antwort benötigen und dennoch erkennbar bleiben. Wählen Sie zur praktischen Vorbereitung eine klare Referenz, in der die gewünschte Stimme gut hörbar ist, und benennen Sie, was in die neue Darbietung übernommen werden soll. Halten Sie diese Referenz und den Figurenauftrag beim Vorbereiten zusammengehöriger Szenen konsistent.
Die Veröffentlichung dokumentiert Erzeugung in mehr als 20 Sprachen, darunter Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Indonesisch, Deutsch, Französisch, Thai und Vietnamesisch. Sie beschreibt die Anpassung einer erkennbaren Figurenstimme an Rhythmus und Ausdruck unterschiedlicher Sprachen. Stellen Sie den Dialog in der endgültigen Sprache bereit und prüfen Sie Namen, Betonung, Pausen und emotionalen Ton mit einer Person, die diese Sprache versteht. Halten Sie bei mehrsprachigen Fassungen Rolle und emotionale Absicht der Figur stabil und lassen Sie jedem Skript genug Raum für natürliche Formulierungen. Bereiten Sie die Übersetzung als Teil der Skriptarbeit vor, statt anzunehmen, ein Auftrag für eine Klangszene enthalte jede Lokalisierungsentscheidung.
Seed Audio 1.0 kann laut Herstellerveröffentlichung in einem Durchgang bis zu zwei Minuten erzeugen und unterstützt Fortsetzung. Eine längere Geschichte profitiert von Szenengrenzen und einem wiederverwendbaren Figurenauftrag. Achten Sie bei jeder Fortsetzung auf Veränderungen von Stimme, Hintergrundklang und Tempo sowie auf die Worte, die die Abschnitte verbinden. Behandeln Sie das zurückgegebene Audio als anzuhörendes Material: Prüfen Sie seine tatsächlichen Dateiinformationen, wenn Sie die Wiedergabe vorbereiten oder es in ein Bearbeitungsprogramm importieren, und bewahren Sie Skript und Szenenauftrag für Überarbeitungen gemeinsam damit auf. Eine zusammengefügte Produktion sollte als fortlaufende Szene geprüft werden, nicht nur als einzelne Clips.
Der Hersteller beschreibt ein einheitliches Framework, in dem die sprachlich ausgedrückte kreative Absicht einen diffusionsbasierten akustischen Generator steuert. Praktisch bedeutet das für einen Auftrag, dass Stimme und Umgebung gemeinsam geplant werden können. Konzentrieren Sie sich auf die wenigen Beziehungen, die die Szene bestimmen: ob ein Satz im Vordergrund steht, ob ein Effekt ihn unterbricht und wie die Atmosphäre den emotionalen Moment unterstützt. Viele sachfremde Signale erschweren die Feststellung, welcher Teil eines Ergebnisses überarbeitet werden muss. Ändern Sie die Regie für die betreffende Passage, wenn ein Geräusch mit dem Dialog konkurriert oder die Darbietung den gewünschten Ton verfehlt.
Stimmkontinuität in langem, komplexem Material und feineres Timing zwischen Klangelementen bleiben laut Veröffentlichung Entwicklungsfelder. Halten Sie die Produktionsprüfung konkret: genauer Wortlaut, Sprecheridentität, Sprache, Einsätze, Verständlichkeit und Konsistenz über Erweiterungen hinweg. Die nützliche Ausgabe dieses Modells ist die hörbare Szene oder gesprochene Darbietung. Separate Entscheidungen über redaktionelle Schnitte, Untertitel und Lieferformat können anhand dieses tatsächlichen Ergebnisses und der Anforderungen der Zielproduktion getroffen werden.
", "aboutText": "ByteDance Seed Audio 1.0 ist ein Modell zur Audioerzeugung, das um eine Klangszene herum aufgebaut ist. Sprache, Effekte und Atmosphäre lassen sich gemeinsam über einen schriftlichen Auftrag gestalten. Das eignet sich für eine vertonte Geschichte, eine Begegnung in einem Spiel, einen kurzen dramatischen Austausch oder eine Szene zu einem geschnittenen Video. Beschreiben Sie bei reiner Sprachproduktion die sprechende Person und ihre Darbietung; beschreiben Sie bei einer umfassenderen Szene zusätzlich die akustische Umgebung und das Verhältnis zwischen Dialog und umgebenden Geräuschen.\n\nBereiten Sie den Auftrag in der Reihenfolge vor, in der die Szene gehört werden soll. Benennen Sie die Figuren, ihren beabsichtigten Gefühlszustand und die Worte, die sie sagen sollen. Beschreiben Sie anschließend den Raum, die wichtigen Geräuschsignale und die Entwicklung des Moments. Ein Produktionsauftrag sollte den genauen Dialog von der Szenenbeschreibung trennen, damit das Ergebnis anhand beider geprüft werden kann. Geben Sie an, welche Elemente für das Verständnis wesentlich sind und welche im Hintergrund bleiben sollen. Ein ruhiger Raum, ein voller Bahnhof und ein offener Innenhof verlangen unterschiedliches Sounddesign, auch wenn der gesprochene Satz identisch ist.\n\nEin eigens formuliertes Beispiel ist eine Spielfigur, die während einer kurzen Szene in einem Unterschlupf einen Gefährten beruhigt: Eine zurückhaltende Stimme sagt „Wir können hier warten“, begleitet von leisem Regen und einem einzelnen näher kommenden Schritt nach dem Satz. Beim Anhören ist zu prüfen, ob die Worte verständlich bleiben, die Stimme beruhigend wirkt und das Geräusch an einer sinnvollen Stelle der Szene einsetzt. Ein anderer Auftrag könnte einen klaren Sprecher verlangen, der ein Produkt ohne Umgebungsatmosphäre vorstellt. Das sind beispielhafte Wege zur Festlegung der Absicht, keine Aufzeichnungen erzeugter Audiodaten oder Versprechen über eine fertige Mischung.\n\nDer Hersteller dokumentiert Timing-Steuerung auf Prompt-Ebene für Figurendialoge in 100-ms-Schritten. Nutzen Sie diese Steuerung, um den Einsatz eines Satzes in einer geschriebenen Sequenz zu beschreiben oder gesprochenes Material auf einen bestehenden Schnitt abzustimmen. Halten Sie Dialogtiming von der Platzierung von Effekten und Atmosphäre getrennt: Die Veröffentlichung nennt Figurendialoge als Hauptschwerpunkt der Timing-Steuerung. Prüfen Sie die tatsächlichen Einsätze, Pausen und Überlappungen anhand der vorgesehenen Szene. Ein Zeitintervall beschreibt die Steuerungsgranularität des Modells und ersetzt nicht das Anhören der endgültigen Darbietung.\n\nEine Stimme kann durch eine Textbeschreibung, ein autorisiertes Referenzbeispiel oder beides festgelegt werden. Der Hersteller stellt dies als Stimmgestaltung dar, ohne für jede sprechende Person ein separates Modell zu trainieren. Beschreiben Sie stabile Stimmeigenschaften getrennt von der Emotion des aktuellen Satzes. Eine wiederkehrende Figur kann eine ruhige Vorstellung und eine dringliche Antwort benötigen und dennoch erkennbar bleiben. Wählen Sie zur praktischen Vorbereitung eine klare Referenz, in der die gewünschte Stimme gut hörbar ist, und benennen Sie, was in die neue Darbietung übernommen werden soll. Halten Sie diese Referenz und den Figurenauftrag beim Vorbereiten zusammengehöriger Szenen konsistent.\n\nDie Veröffentlichung dokumentiert Erzeugung in mehr als 20 Sprachen, darunter Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Indonesisch, Deutsch, Französisch, Thai und Vietnamesisch. Sie beschreibt die Anpassung einer erkennbaren Figurenstimme an Rhythmus und Ausdruck unterschiedlicher Sprachen. Stellen Sie den Dialog in der endgültigen Sprache bereit und prüfen Sie Namen, Betonung, Pausen und emotionalen Ton mit einer Person, die diese Sprache versteht. Halten Sie bei mehrsprachigen Fassungen Rolle und emotionale Absicht der Figur stabil und lassen Sie jedem Skript genug Raum für natürliche Formulierungen. Bereiten Sie die Übersetzung als Teil der Skriptarbeit vor, statt anzunehmen, ein Auftrag für eine Klangszene enthalte jede Lokalisierungsentscheidung.\n\nSeed Audio 1.0 kann laut Herstellerveröffentlichung in einem Durchgang bis zu zwei Minuten erzeugen und unterstützt Fortsetzung. Eine längere Geschichte profitiert von Szenengrenzen und einem wiederverwendbaren Figurenauftrag. Achten Sie bei jeder Fortsetzung auf Veränderungen von Stimme, Hintergrundklang und Tempo sowie auf die Worte, die die Abschnitte verbinden. Behandeln Sie das zurückgegebene Audio als anzuhörendes Material: Prüfen Sie seine tatsächlichen Dateiinformationen, wenn Sie die Wiedergabe vorbereiten oder es in ein Bearbeitungsprogramm importieren, und bewahren Sie Skript und Szenenauftrag für Überarbeitungen gemeinsam damit auf. Eine zusammengefügte Produktion sollte als fortlaufende Szene geprüft werden, nicht nur als einzelne Clips.\n\nDer Hersteller beschreibt ein einheitliches Framework, in dem die sprachlich ausgedrückte kreative Absicht einen diffusionsbasierten akustischen Generator steuert. Praktisch bedeutet das für einen Auftrag, dass Stimme und Umgebung gemeinsam geplant werden können. Konzentrieren Sie sich auf die wenigen Beziehungen, die die Szene bestimmen: ob ein Satz im Vordergrund steht, ob ein Effekt ihn unterbricht und wie die Atmosphäre den emotionalen Moment unterstützt. Viele sachfremde Signale erschweren die Feststellung, welcher Teil eines Ergebnisses überarbeitet werden muss. Ändern Sie die Regie für die betreffende Passage, wenn ein Geräusch mit dem Dialog konkurriert oder die Darbietung den gewünschten Ton verfehlt.\n\nStimmkontinuität in langem, komplexem Material und feineres Timing zwischen Klangelementen bleiben laut Veröffentlichung Entwicklungsfelder. Halten Sie die Produktionsprüfung konkret: genauer Wortlaut, Sprecheridentität, Sprache, Einsätze, Verständlichkeit und Konsistenz über Erweiterungen hinweg. Die nützliche Ausgabe dieses Modells ist die hörbare Szene oder gesprochene Darbietung. Separate Entscheidungen über redaktionelle Schnitte, Untertitel und Lieferformat können anhand dieses tatsächlichen Ergebnisses und der Anforderungen der Zielproduktion getroffen werden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "755aed7558974fa7f5840f180460f00e8b7ff551d26e2453b3dceaa43465850b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "bytedance-seed/seed-audio-1-0ByteDance Seed Audio 1.0 erzeugt gesprochene Darbietungen und Klangwelten aus einem kreativen Auftrag. Es koordiniert Stimmen, Effekte und Atmosphäre, unterstützt Dialogtiming in 100-ms-Schritten und umfasst mehr als 20 Sprachen. Der Hersteller beschreibt bis zu zwei Minuten pro Erzeugung mit Fortsetzungsmöglichkeit.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
ByteDance Seed Audio 1.0 ist ein Modell zur Audioerzeugung, das um eine Klangszene herum aufgebaut ist. Sprache, Effekte und Atmosphäre lassen sich gemeinsam über einen schriftlichen Auftrag gestalten. Das eignet sich für eine vertonte Geschichte, eine Begegnung in einem Spiel, einen kurzen dramatischen Austausch oder eine Szene zu einem geschnittenen Video. Beschreiben Sie bei reiner Sprachproduktion die sprechende Person und ihre Darbietung; beschreiben Sie bei einer umfassenderen Szene zusätzlich die akustische Umgebung und das Verhältnis zwischen Dialog und umgebenden Geräuschen.
Bereiten Sie den Auftrag in der Reihenfolge vor, in der die Szene gehört werden soll. Benennen Sie die Figuren, ihren beabsichtigten Gefühlszustand und die Worte, die sie sagen sollen. Beschreiben Sie anschließend den Raum, die wichtigen Geräuschsignale und die Entwicklung des Moments. Ein Produktionsauftrag sollte den genauen Dialog von der Szenenbeschreibung trennen, damit das Ergebnis anhand beider geprüft werden kann. Geben Sie an, welche Elemente für das Verständnis wesentlich sind und welche im Hintergrund bleiben sollen. Ein ruhiger Raum, ein voller Bahnhof und ein offener Innenhof verlangen unterschiedliches Sounddesign, auch wenn der gesprochene Satz identisch ist.
Ein eigens formuliertes Beispiel ist eine Spielfigur, die während einer kurzen Szene in einem Unterschlupf einen Gefährten beruhigt: Eine zurückhaltende Stimme sagt „Wir können hier warten“, begleitet von leisem Regen und einem einzelnen näher kommenden Schritt nach dem Satz. Beim Anhören ist zu prüfen, ob die Worte verständlich bleiben, die Stimme beruhigend wirkt und das Geräusch an einer sinnvollen Stelle der Szene einsetzt. Ein anderer Auftrag könnte einen klaren Sprecher verlangen, der ein Produkt ohne Umgebungsatmosphäre vorstellt. Das sind beispielhafte Wege zur Festlegung der Absicht, keine Aufzeichnungen erzeugter Audiodaten oder Versprechen über eine fertige Mischung.
Der Hersteller dokumentiert Timing-Steuerung auf Prompt-Ebene für Figurendialoge in 100-ms-Schritten. Nutzen Sie diese Steuerung, um den Einsatz eines Satzes in einer geschriebenen Sequenz zu beschreiben oder gesprochenes Material auf einen bestehenden Schnitt abzustimmen. Halten Sie Dialogtiming von der Platzierung von Effekten und Atmosphäre getrennt: Die Veröffentlichung nennt Figurendialoge als Hauptschwerpunkt der Timing-Steuerung. Prüfen Sie die tatsächlichen Einsätze, Pausen und Überlappungen anhand der vorgesehenen Szene. Ein Zeitintervall beschreibt die Steuerungsgranularität des Modells und ersetzt nicht das Anhören der endgültigen Darbietung.
Eine Stimme kann durch eine Textbeschreibung, ein autorisiertes Referenzbeispiel oder beides festgelegt werden. Der Hersteller stellt dies als Stimmgestaltung dar, ohne für jede sprechende Person ein separates Modell zu trainieren. Beschreiben Sie stabile Stimmeigenschaften getrennt von der Emotion des aktuellen Satzes. Eine wiederkehrende Figur kann eine ruhige Vorstellung und eine dringliche Antwort benötigen und dennoch erkennbar bleiben. Wählen Sie zur praktischen Vorbereitung eine klare Referenz, in der die gewünschte Stimme gut hörbar ist, und benennen Sie, was in die neue Darbietung übernommen werden soll. Halten Sie diese Referenz und den Figurenauftrag beim Vorbereiten zusammengehöriger Szenen konsistent.
Die Veröffentlichung dokumentiert Erzeugung in mehr als 20 Sprachen, darunter Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Indonesisch, Deutsch, Französisch, Thai und Vietnamesisch. Sie beschreibt die Anpassung einer erkennbaren Figurenstimme an Rhythmus und Ausdruck unterschiedlicher Sprachen. Stellen Sie den Dialog in der endgültigen Sprache bereit und prüfen Sie Namen, Betonung, Pausen und emotionalen Ton mit einer Person, die diese Sprache versteht. Halten Sie bei mehrsprachigen Fassungen Rolle und emotionale Absicht der Figur stabil und lassen Sie jedem Skript genug Raum für natürliche Formulierungen. Bereiten Sie die Übersetzung als Teil der Skriptarbeit vor, statt anzunehmen, ein Auftrag für eine Klangszene enthalte jede Lokalisierungsentscheidung.
Seed Audio 1.0 kann laut Herstellerveröffentlichung in einem Durchgang bis zu zwei Minuten erzeugen und unterstützt Fortsetzung. Eine längere Geschichte profitiert von Szenengrenzen und einem wiederverwendbaren Figurenauftrag. Achten Sie bei jeder Fortsetzung auf Veränderungen von Stimme, Hintergrundklang und Tempo sowie auf die Worte, die die Abschnitte verbinden. Behandeln Sie das zurückgegebene Audio als anzuhörendes Material: Prüfen Sie seine tatsächlichen Dateiinformationen, wenn Sie die Wiedergabe vorbereiten oder es in ein Bearbeitungsprogramm importieren, und bewahren Sie Skript und Szenenauftrag für Überarbeitungen gemeinsam damit auf. Eine zusammengefügte Produktion sollte als fortlaufende Szene geprüft werden, nicht nur als einzelne Clips.
Der Hersteller beschreibt ein einheitliches Framework, in dem die sprachlich ausgedrückte kreative Absicht einen diffusionsbasierten akustischen Generator steuert. Praktisch bedeutet das für einen Auftrag, dass Stimme und Umgebung gemeinsam geplant werden können. Konzentrieren Sie sich auf die wenigen Beziehungen, die die Szene bestimmen: ob ein Satz im Vordergrund steht, ob ein Effekt ihn unterbricht und wie die Atmosphäre den emotionalen Moment unterstützt. Viele sachfremde Signale erschweren die Feststellung, welcher Teil eines Ergebnisses überarbeitet werden muss. Ändern Sie die Regie für die betreffende Passage, wenn ein Geräusch mit dem Dialog konkurriert oder die Darbietung den gewünschten Ton verfehlt.
Stimmkontinuität in langem, komplexem Material und feineres Timing zwischen Klangelementen bleiben laut Veröffentlichung Entwicklungsfelder. Halten Sie die Produktionsprüfung konkret: genauer Wortlaut, Sprecheridentität, Sprache, Einsätze, Verständlichkeit und Konsistenz über Erweiterungen hinweg. Die nützliche Ausgabe dieses Modells ist die hörbare Szene oder gesprochene Darbietung. Separate Entscheidungen über redaktionelle Schnitte, Untertitel und Lieferformat können anhand dieses tatsächlichen Ergebnisses und der Anforderungen der Zielproduktion getroffen werden.
POST /v1/audio/speechtextaudio| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits bytedance-seed/seed-audio-1-0 | Standard— |
Feldinput | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldvoice | Typstring | AnforderungOptional | Werte und Limits Mindestlänge: 1 | Standard— |
Feldresponse_format | Typstring | AnforderungOptional | Werte und Limits mp3, pcm | Standardpcm |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, input |
Parametermaterial_types | Vertragtext |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken — / 1K Tokens Ausgabe · Ausgabetoken — / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAudioausgabesekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Ausgabeaudio | Gebühr Ausgabe · Audioausgabesekunde $0.005 pro Sekunde Ausgabeaudio |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"\nexport AILOOT_INPUT_TEXT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'bytedance-seed/seed-audio-1-0', 'input': '${ACTUAL_INPUT_TEXT}'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nVollständiges binäres Audio oder ursprüngliche audio_url-Antwort, Header und jedes Ihnen zugeordnete Asset.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern.
Ailoot Ultra bytedance-seed/seed-audio-1-0
Verwenden Sie die oben angezeigten Methodenpfade.