Sesame: CSM 1B
Sesame CSM 1B wandelt bereitgestellten Text über POST /v1/audio/speech in Sprache um. Verwenden Sie sesame/csm-1b mit dem tatsächlichen Skript, wählen Sie eine der benannten Stimmen und fordern Sie MP3- oder PCM-Audio an. Es eignet sich für einen Ablauf, der eine vorbereitete Nachricht, Erklärung oder einen Erzählabschnitt in eine Audiodatei zur Wiedergabe oder Bearbeitung umsetzt.
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.
Sesame CSM 1B ist ein Sprachsynthesemodell, das unter der genauen ID sesame/csm-1b verfügbar ist. Stellen Sie die zu sprechenden Wörter bereit und bewahren Sie das entstandene Audio als Datei auf. Eine praktische Aufgabenbeschreibung kann eine vorbereitete Produkterklärung, eine gesprochene Anwendungsnachricht oder ein Erzählabschnitt sein, der in einen Schnitt eingefügt wird. Bereiten Sie das Skript als vorgesehenen gesprochenen Text vor, einschliesslich der Namen, Zahlen und Formulierungen, die der Zuhörer hören muss.
Senden Sie POST /v1/audio/speech mit application/json. Die erforderlichen Felder sind model, auf sesame/csm-1b gesetzt, und input, das das Skript als Zeichenfolge enthält. Lesen Sie eine Skriptdatei als UTF-8-Text und fügen Sie ihren Inhalt in input ein, statt einen lokalen Dateinamen anzugeben. Wenn der gesprochene Inhalt in diesem Feld steht, erhält die Generierung ein konkretes Skript als Vorgabe, und die Anwendung kann den genauen Wortlaut neben der entstandenen Datei aufbewahren.
Die benannten Stimmauswahlwerte sind conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d und none. Behalten Sie diese Kennungen im Feld voice genau bei. Wählen Sie eine Stimme ausdrücklich, wenn ein Ablauf eine wiederholbare Anfragekonfiguration benötigt, und bewahren Sie diese gewählte Einstellung mit Skript und Ausgabe auf. Hören Sie einen repräsentativen Abschnitt an, um zu entscheiden, welche verfügbare Stimme zum vorgesehenen Einsatz passt.
Verwenden Sie response_format zur Auswahl von mp3 oder pcm. MP3 wird als audio/mpeg geliefert und stellt eine Datei bereit, die an einen Player oder Bearbeitungsablauf mit MP3-Unterstützung übergeben werden kann. PCM wird als audio/pcm mit 16-Bit-Samples in Little-Endian-Reihenfolge geliefert; bewahren Sie seine tatsächlichen Audiometadaten für die Anwendung auf, die die Bytes interpretieren wird. Legen Sie das Format ausdrücklich fest, damit Datei und nachgeschalteter Decoder übereinstimmen. Das dokumentierte Anfragebeispiel verwendet speed:1; behalten Sie diese Ausgangsbasis bei, wenn Sie eine Anfrage mit den etablierten Steuerungen vorbereiten.
Die erfolgreiche Antwort enthält rohe Audiobytes. Speichern Sie den Antwortbody als Audio und bewahren Sie die Antwortheader und die ursprüngliche Anfrageidentität zusammen mit Skript, Stimme und angefordertem Format auf. Behandeln Sie den Abschluss dieser Antwort als den Zeitpunkt, ab dem das zurückgegebene Audio aufbewahrt und geprüft werden kann. Prüfen Sie gesprochene Namen, Zahlen und Satzgrenzen anhand des Ausgangsskripts, bevor Sie das Ergebnis in eine längere Produktion einfügen. Wird eine Anfrage nach der Übermittlung unterbrochen, bewahren Sie ihre ursprüngliche Identität und Antwortinformationen auf, während Sie das bestehende Ergebnis prüfen.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bEinstieg
Sesame CSM 1B wandelt bereitgestellten Text über POST /v1/audio/speech in Sprache um. Verwenden Sie sesame/csm-1b mit dem tatsächlichen Skript, wählen Sie eine der benannten Stimmen und fordern Sie MP3- oder PCM-Audio an. Es eignet sich für einen Ablauf, der eine vorbereitete Nachricht, Erklärung oder einen Erzählabschnitt in eine Audiodatei zur Wiedergabe oder Bearbeitung umsetzt.
- Zulässige Eingaben
- Text
- Ergebnisse
- Audio
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Speech POST /v1/audio/speech
- Eingabe
text- Ausgabe
audio- Ausgabeformat
- mp3,pcm
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits sesame/csm-1b | Standard— |
Feldinput | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldvoice | Typstring | AnforderungOptional | Werte und Limits conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Standard— |
Feldresponse_format | Typstring | AnforderungOptional | Werte und Limits mp3, pcm | Standard— |
Feldspeed | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, input |
Parameteroptional | Vertragvoice, response_format, speed |
Parametermaterial_types | Vertragtext |
Parameterconditions | Vertrag |
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 |
|---|---|---|---|---|
| KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Abrechnungsmenge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken — / 1K Tokens Ausgabe · Ausgabetoken — / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationEingabezeichen | Tarifstaffel— | Abrechnungsmenge— | Abrechnungseinheitpro Eingabezeichen | Gebühr Eingabe · Eingabezeichen $0.000014 pro Eingabezeichen |
| KonfigurationPro 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('{"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.
Ergebnisse abrufen und speichern
Ailoot Ultra · Speech
mp3,pcm
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 audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
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 sesame/csm-1b
Aliasnamen für Methodenpfade
Verwenden Sie die oben angezeigten Methodenpfade.
Zugehörige Aufrufer-IDs
FAQ · Sesame: CSM 1B
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Welche Felder verwendet die Anfrage?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed