glm-tts
GLM-TTS wandelt ein bereitgestelltes Skript in gesprochene Audiodaten um. Das Profil glm-tts verwendet die Methode Audio Speech mit einer ausdrücklich gewählten Stimme und WAV-Ausgabe und eignet sich damit für kurze Sprechertexte, gesprochene Anweisungen und die Wiedergabe von Nachrichten. Bereiten Sie den Text innerhalb des dokumentierten Eingabelimits von 1 024 Zeichen vor.
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-TTS ist Zhipus Sprachsynthesemodell, das mit der genauen ID glm-tts ausgewählt wird. Senden Sie POST /v1/audio/speech mit model, input und voice. Fügen Sie die zu sprechenden Wörter direkt in input ein und wählen Sie für dieses Profil response_format=wav. Das Ergebnis ist eine gesprochene Aufnahme des bereitgestellten Skripts, die sich zur Wiedergabe oder zum Import in einen Audio- oder Videoeditor eignet.
Verwenden Sie es für eine kurze Produkterklärung, eine gesprochene Begrüßung, eine Anleitung oder eine Ankündigung. Bereiten Sie ein Skript so vor, wie es vorgelesen werden soll: Fügen Sie die gewünschten Satzgrenzen ein und schreiben Sie Begriffe aus, deren Aussprache für die Aufgabe wichtig ist. Für ein Tutorial kann eine Anfrage eine gezielte Anweisung enthalten, die einen einzelnen sichtbaren Schritt begleitet. Geben Sie bei einer Begrüßungsnachricht den tatsächlichen Wortlaut an und prüfen Sie die Aufnahme, bevor Sie sie in den Kundenablauf einfügen.
Die dokumentierte maximale Eingabelänge beträgt 1 024 Zeichen. Prüfen Sie dieses Limit anhand des fertigen Textes einschließlich Satzzeichen und Leerzeichen. Für längere Sprechertexte muss das Skript in geeignete Passagen unterteilt werden; bewahren Sie deren Reihenfolge und die gewählten Einstellungen zusammen mit den Aufnahmen auf, damit diese gemeinsam zusammengesetzt und geprüft werden können. Ein Zeichenlimit beschreibt den Eingabetext und legt keine feste Aufnahmedauer fest.
Das voice-Schema nennt tongtong, chuichui, jam, kazi, douji und luodo. Das veröffentlichte Beispiel verwendet tongtong mit speed=1 und volume=1. Sowohl speed als auch volume sind optionale Steuerungen mit dem dokumentierten Standardwert 1. Bei dieser WAV-Methode ist speed eine Ganzzahl, die 1 oder 2 akzeptiert, und volume eine Ganzzahl von 1 bis 10. Der optionale boolesche Wert watermark_enabled steuert das Audiowasserzeichen. Lassen Sie stream ungesetzt oder setzen Sie es auf false, um die vollständige WAV-Aufnahme zu erhalten. Gehen Sie bei der Vorbereitung einer ersten Aufnahme von diesem ausdrücklichen Beispiel aus und halten Sie die gewählte Stimme und die akzeptierten Einstellungen anschließend über zusammengehörige Passagen hinweg einheitlich.
Die WAV-Aufnahme ist die fertige Ausgabe der Sprachanfrage. Bewahren Sie das vollständige Audioergebnis und seine Antwortinformationen auf und hören Sie anschließend die gesamte Passage durch; achten Sie dabei auf Aussprache, Wortlaut, Pausen und die vorgesehene Reihenfolge. Halten Sie bei der Vorbereitung von Überarbeitungen das genaue Ausgangsskript neben der Aufnahme bereit. Wenn das Ergebnis einer Anfrage ungewiss ist, bewahren Sie deren ursprüngliche Anfrageinformationen und die Angaben zum zurückgegebenen Ergebnis auf, bevor Sie eine weitere Syntheseanfrage erstellen; eine fehlende Wiedergabedatei allein belegt nicht, dass keine Aufnahme erstellt wurde.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsEinstieg
GLM-TTS wandelt ein bereitgestelltes Skript in gesprochene Audiodaten um. Das Profil glm-tts verwendet die Methode Audio Speech mit einer ausdrücklich gewählten Stimme und WAV-Ausgabe und eignet sich damit für kurze Sprechertexte, gesprochene Anweisungen und die Wiedergabe von Nachrichten. Bereiten Sie den Text innerhalb des dokumentierten Eingabelimits von 1 024 Zeichen vor.
- Zulässige Eingaben
- Text
- Ergebnisse
- Audio
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Speech POST /v1/audio/speech
- Eingabe
text- Ausgabe
audio- Ausgabeformat
- wav
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits glm-tts | Standard— |
Feldinput | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldvoice | Typstring | AnforderungErforderlich | Werte und Limits tongtong, chuichui, jam, kazi, douji, luodo | Standard— |
Feldresponse_format | Typstring | AnforderungErforderlich | Werte und Limits wav | Standard— |
Feldencode_format | Typstring | AnforderungOptional | Werte und Limits base64, hex | Standard— |
Feldspeed | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 2 | Standard1 |
Feldvolume | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 10 | Standard1 |
Feldwatermark_enabled | Typboolean | AnforderungOptional | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits false | Standard— |
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, input, voice, response_format |
Parameteroptional | Vertragencode_format, speed, volume, watermark_enabled, stream |
Parametermaterial_types | Vertragtext |
Parameterconditions | VertragUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Nicht angegeben Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Nicht angegeben Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Ailoot-Tarife
Preise nach Konfiguration
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Abrechnungsmenge | Abrechnungseinheit | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Abrechnungsmenge— | 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 |
| KonfigurationEingabezeichen | Tarifstaffel— | Abrechnungsmenge— | Abrechnungseinheitpro Eingabezeichen | Gebühr Eingabe · Eingabezeichen $0.00006 pro Eingabezeichen |
| KonfigurationJe Anfrage | Tarifstaffel— | Abrechnungsmengeeine Anfrage | Abrechnungseinheit— | Gebühr Eingabe $0 pro Anfrage |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Speech
set -eu
: "${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('{"model": "glm-tts", "input": "Hello, this is a short speech example.", "voice": "tongtong", "response_format": "wav"}')
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.
Ergebnisse abrufen und speichern
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Retain the complete binary WAV, response headers and original request identity.
Wenn die ursprüngliche Antwort geprüft werden muss
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Aliasnamen
Modellaliasnamen
Ailoot Ultra glm-tts
Aliasnamen für Methodenpfade
Verwenden Sie die oben angezeigten Methodenpfade.
Zugehörige Aufrufer-IDs
FAQ · glm-tts
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/audio/speech·glm-tts:text→audio- Welche Felder verwendet die Anfrage?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Welche Grenzen gelten?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10