Fish Audio: Drama 3

Το Drama 3 μετατρέπει ένα γραπτό σενάριο σε σκηνοθετημένη ομιλία. Διαμορφώστε το συναίσθημα και την εκφορά με οδηγίες σε απλή γλώσσα, προσθέστε παύσεις και ήχους, καθοδηγήστε την προφορά και δημιουργήστε σκηνές με πολλούς ομιλητές. Η δημοσιευμένη ροή ομιλίας του υποστηρίζει περισσότερες από 80 γλώσσες, συμπεριλαμβανομένων αλλαγών γλώσσας μέσα σε μία πρόταση.

Ailoot Ultra · Ομιλία POST /v1/audio/speech fish-audio/drama-3

Σχετικά με το μοντέλο

Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.

Το Drama 3 είναι το μοντέλο μετατροπής κειμένου σε ομιλία της Fish Audio για ένα σενάριο με ερμηνεία. Παράγει ήχο ομιλίας από τις λέξεις που παρέχετε και δίνει στον σεναριογράφο έλεγχο της εκφοράς. Μια ατάκα μπορεί να φέρει συναισθηματική κατεύθυνση, τοπική αλλαγή στη φωνητική ερμηνεία ή οδηγία προφοράς, ώστε η είσοδος να περιέχει τόσο το προφορικό περιεχόμενο όσο και τον τρόπο που πρέπει να ακούγεται.

Γράψτε τις λέξεις και σκηνοθετήστε την ερμηνεία

Προετοιμάστε τις ακριβείς λέξεις που πρέπει να ακούσει ο ακροατής πριν προσθέσετε οδηγίες ερμηνείας. Κρατήστε σημαντικά ονόματα, ημερομηνίες και οδηγίες σαφή στο σενάριο και χρησιμοποιήστε στίξη για να ορίσετε τον επιδιωκόμενο ρυθμό των προτάσεων. Έπειτα τοποθετήστε μια οδηγία σε απλή γλώσσα μέσα σε αγκύλες πριν από την ατάκα που αφορά. Περιγράψτε το επιθυμητό συναίσθημα ή την εκφορά με συγκεκριμένους όρους, όπως μια συγκρατημένη ανακοίνωση, μια τεταμένη ανταλλαγή ή μια ζεστή εξήγηση.

Το Drama 3 υποστηρίζει επίσης τοπικά στοιχεία ελέγχου μέσα σε μια ατάκα. Οι ενσωματωμένες οδηγίες μπορούν να εισάγουν ήχους και παύσεις, ενώ ζεύγη ετικετών εκφοράς μπορούν να επηρεάζουν συγκεκριμένες λέξεις. Κρατήστε σαφές το εύρος κάθε οδηγίας: μια κατεύθυνση για μία φράση δεν πρέπει κατά λάθος να γίνει κατεύθυνση ολόκληρης της σκηνής. Διαβάστε το σενάριο μία φορά για το νόημα και μία για την ερμηνεία πριν από τη σύνθεση.

Σκηνές, γλώσσες και προφορά

Το δημοσιευμένο μοντέλο υποστηρίζει πολλούς ομιλητές μέσα σε ένα αίτημα. Οργανώστε τον διάλογο σε σαφείς εναλλαγές ομιλητών και δώστε σε καθεμία σκοπό: ερώτηση, διακοπή, εξήγηση ή απάντηση. Για μάθημα ή επεξηγηματικό περιεχόμενο, η ίδια προσέγγιση μπορεί να διαχωρίζει έναν αφηγητή από έναν χαρακτήρα που παρατίθεται, χωρίς να ξαναγράφει το υλικό ως αδιαφοροποίητο μονόλογο.

Το Drama 3 υποστηρίζει περισσότερες από 80 γλώσσες και μπορεί να αλλάζει γλώσσα μέσα σε μία πρόταση διατηρώντας τη φωνή. Προετοιμάστε τα πολύγλωσσα αποσπάσματα στις γλώσσες στις οποίες πρέπει να εκφωνηθούν, αντί να υποθέτετε ότι μια αγγλική οδηγία παρέχει μετάφραση. Αποφασίστε πώς πρέπει να ακούγονται ξένα ονόματα και δάνειοι όροι και χρησιμοποιήστε τις δυνατότητες ελέγχου φωνημάτων του μοντέλου όταν η προφορά τους χρειάζεται ακριβή καθοδήγηση.

Χρήσιμα ηχητικά παραδοτέα

Το μοντέλο ταιριάζει σε διαλόγους χαρακτήρων, αφηγημένα μαθήματα, σύντομα επεξηγηματικά κείμενα, ανακοινώσεις προϊόντων και φωνητικές απαντήσεις με σενάριο. Κρατήστε μαζί το περιεχόμενο και τις επιλογές ερμηνείας: ένα εκπαιδευτικό απόσπασμα χρειάζεται κατανοητή ορολογία και σκόπιμες παύσεις· μια σκηνή χαρακτήρων χρειάζεται σαφώς διαχωρισμένες εναλλαγές και συνεπή δραματική πρόθεση. Αυτές είναι αποφάσεις συγγραφής που μπορούν να ελεγχθούν πριν παραχθεί οποιοσδήποτε ήχος.

Μετά τη σύνθεση, συγκρίνετε τις προφορικές λέξεις με το τελικό σενάριο. Ακούστε για παραλειπόμενες φράσεις, λάθος τοποθετημένες παύσεις, ασαφείς αλλαγές ομιλητή και την προφορά προστατευμένων ονομάτων. Διατηρήστε το σενάριο και τις οδηγίες εκφοράς του μαζί με τον ήχο, ώστε μια διόρθωση να μπορεί να στοχεύει την επηρεαζόμενη ατάκα. Κρατήστε το τελικό προφορικό περιεχόμενο και τις επιλογές ερμηνείας ανά ατάκα μαζί όταν προετοιμάζετε αναθεώρηση.

Δυνατότητες

Ερμηνεία με μετατροπή κειμένου σε ομιλία από ολοκληρωμένο σενάριο.
Οδηγίες σε απλή γλώσσα μέσα σε αγκύλες πριν από μία ατάκα.
Ήχοι και παύσεις μέσα στο κείμενο, με ζεύγη ετικετών εκφοράς που εφαρμόζονται σε συγκεκριμένες λέξεις.
Σκηνές με πολλούς ομιλητές και περισσότερες από 80 γλώσσες ομιλίας.
Δυνατότητες ελέγχου φωνημάτων για ονόματα και εξειδικευμένη ορολογία.

Περιπτώσεις χρήσης

Διάλογος χαρακτήρων — Ένα σενάριο με σαφώς διαχωρισμένες εναλλαγές ομιλητών και οδηγίες ερμηνείας. Αποτέλεσμα: Μια προφορική σκηνή με σκόπιμες αλλαγές εκφοράς.
Αφηγημένη εξήγηση — Ένα ολοκληρωμένο μάθημα με σημειωμένη ορολογία και σημειωμένες παύσεις. Αποτέλεσμα: Ήχος ομιλίας που μπορεί να ελεγχθεί έναντι του κειμένου μαθήματος.
Πολύγλωσση ανακοίνωση — Τελικό κείμενο στις επιδιωκόμενες γλώσσες με διατηρημένες επιλογές προφοράς. Αποτέλεσμα: Ένα προφορικό απόσπασμα με ελεγχόμενες εναλλαγές γλωσσών.
Φωνητική απάντηση με σενάριο — Μια σύντομη απάντηση με σαφώς καθορισμένο τόνο και τις λέξεις που θα εκφωνηθούν. Αποτέλεσμα: Ένα επαναχρησιμοποιήσιμο τμήμα ομιλίας για την εφαρμογή που περιβάλλει το μοντέλο.

Όρια

Είσοδος και αποτέλεσμα — Το δημοσιευμένο μοντέλο δέχεται κείμενο και επιστρέφει ήχο ομιλίας.
Εύρος ελέγχου — Συνδέστε μια οδηγία με την ατάκα ή φράση που αφορά και διατηρήστε σωστά καθορισμένο το εύρος των ζευγών ετικετών εκφοράς.
Μονάδα ελέγχου — Διατηρήστε το ακριβές σενάριο και τις οδηγίες μαζί με τον ήχο· ελέγξτε την προφορά και τις εναλλαγές ομιλητών σε επίπεδο ατάκας.

Ailoot Ultra · Ομιλία POST /v1/audio/speech fish-audio/drama-3

fish-audio/drama-3

Fish Audio /fish-audio/drama-3

Εισαγωγή

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Ήχος

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot Ultra · Ομιλία POST /v1/audio/speech

Είσοδος: text
Έξοδος: audio

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια fish-audio/drama-3	Προεπιλογή—
Πεδίο`input`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο μήκος: 1	Προεπιλογή—
Πεδίο`voice`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο μήκος: 1	Προεπιλογή—
Πεδίο`response_format`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια mp3, pcm	Προεπιλογήpcm
Πεδίο`provider`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`required`	Σύμβασηmodel, input, voice
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`material_conditions`	ΣύμβασηΕπιλέξτε πραγματικό υποστηριζόμενο ID φωνής· δεν έχει επινοηθεί κυριολεκτική προεπιλογή ή φωνή για αυτό το μοντέλο.

Κύκλος ζωής: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία: Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία
Λειτουργία flex: Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex
Μέγιστη προσπάθεια συλλογισμού: Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

Χρεώσεις Ailoot

Τιμές ανά διαμόρφωση

Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.

Διαμόρφωση	Πίνακας χρεώσεων	Μονάδα τιμολόγησης	Χρέωση
ΔιαμόρφωσηΒασικές χρεώσεις token	Πίνακας χρεώσεωνΒασική χρέωση	Μονάδα τιμολόγησης—	Χρέωση Είσοδος · Token εισόδου — / 1K token Έξοδος · Token εξόδου — / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
Διαμόρφωσηbyte εισόδου UTF-8	Πίνακας χρεώσεων—	Μονάδα τιμολόγησηςανά byte UTF-8 εισόδου	Χρέωση Είσοδος · byte εισόδου UTF-8 $0.00002 ανά byte UTF-8 εισόδου

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →

Παραδείγματα αιτημάτων

Ailoot Ultra · Ομιλία

Χρησιμοποιήστε την πραγματική είσοδο και διατηρήστε το πλήρες αποτέλεσμα

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
: "${AILOOT_VOICE:?Set the actual documented input value}"
export AILOOT_VOICE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
request['voice']=os.environ['AILOOT_VOICE']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
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 response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · Ομιλία

Πλήρης δυαδικός ήχος ή αρχική απόκριση audio_url, κεφαλίδες και κάθε αρχείο πολυμέσων που σας ανήκει.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Άλλες ανακτήσεις περιεχομένου

Ανάκτηση υπαρχόντων αρχείων που σας ανήκουν

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 owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot Ultra fish-audio/drama-3

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

fish-audio/drama-3

FAQ · Fish Audio: Drama 3

Ποιες είσοδοι και αποτελέσματα διατίθενται;: POST /v1/audio/speech · fish-audio/drama-3: text → audio
Ποια πεδία χρησιμοποιεί το αίτημα;: POST /v1/audio/speech · fish-audio/drama-3: model, input, voice, response_format, provider

Fish Audio: Drama 3