Sesame: CSM 1B
Sesame CSM 1B muuntaa annetun tekstin puheeksi kutsulla POST /v1/audio/speech. Käytä sesame/csm-1b-tunnusta varsinaisen käsikirjoituksen kanssa, valitse yksi sen nimetyistä äänistä ja pyydä MP3- tai PCM-ääntä. Se sopii työnkulkuun, joka muuntaa valmistellun viestin, selityksen tai selostusjakson äänitiedostoksi toistoa tai muokkausta varten.
Tietoa mallista
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Sesame CSM 1B on tekstistä puheeksi -malli, joka on saatavilla täsmällisellä tunnuksella sesame/csm-1b. Anna puhuttavat sanat ja säilytä tulosääni tiedostona. Käytännöllinen kuvaus voi olla valmisteltu tuoteselitys, puhuttu sovellusviesti tai editointiin sijoitettava selostusjakso. Valmistele käsikirjoitus tarkoitetuksi puhutuksi tekstiksi, mukaan lukien nimet, numerot ja sanamuoto, jotka kuulijan tarvitsee kuulla.
Lähetä POST /v1/audio/speech muodossa application/json. Pakolliset kentät ovat model, jonka arvo on sesame/csm-1b, ja input, joka sisältää käsikirjoituksen merkkijonona. Lue käsikirjoitustiedosto UTF-8-tekstinä ja sijoita sen sisältö input-kenttään paikallisen tiedostonimen antamisen sijaan. Puhutun sisällön pitäminen tässä kentässä antaa generoinnille konkreettisen noudatettavan käsikirjoituksen ja antaa sovelluksen säilyttää täsmällisen sanamuodon tulostiedoston rinnalla.
Nimetyt voice-vaihtoehdot ovat conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d ja none. Säilytä nämä tunnisteet täsmällisinä voice-kentässä. Valitse ääni nimenomaisesti, kun työnkulku tarvitsee toistettavan pyyntömäärityksen, ja säilytä tämä valittu asetus käsikirjoituksen ja tuloksen kanssa. Kuuntele edustava jakso päättääksesi, mikä käytettävissä oleva ääni sopii tarkoitettuun käyttöön.
Valitse response_format-kentällä mp3 tai pcm. MP3 toimitetaan muodossa audio/mpeg, ja se tarjoaa tiedoston, joka voidaan välittää MP3-muodon hyväksyvään soittimeen tai muokkaustyönkulkuun. PCM toimitetaan muodossa audio/pcm käyttäen 16-bittisiä little-endian-näytteitä; säilytä sen todelliset äänen metatiedot tavuja tulkitsevaa sovellusta varten. Aseta muoto nimenomaisesti, jotta tiedosto ja myöhempi dekooderi vastaavat toisiaan. Dokumentoitu pyyntöesimerkki käyttää asetusta speed:1; säilytä tämä lähtötaso valmistellessasi pyyntöä vakiintuneilla asetuksilla.
Onnistunut vastaus sisältää raakoja äänitavuja. Tallenna vastausrunko äänenä ja säilytä vastausotsakkeet sekä alkuperäisen pyynnön tunnistetiedot käsikirjoituksen, äänen ja pyydetyn muodon kanssa. Pidä tämän vastauksen valmistumista kohtana, jossa palautettu ääni voidaan säilyttää ja tarkistaa. Tarkista puhutut nimet, numerot ja lauserajat lähdekäsikirjoitusta vasten ennen tuloksen lisäämistä pidempään tuotantoon. Jos pyyntö keskeytyy lähettämisen jälkeen, säilytä sen alkuperäiset tunnistetiedot ja vastaustiedot olemassa olevaa lopputulosta tarkistaessasi.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bAloitus
Sesame CSM 1B muuntaa annetun tekstin puheeksi kutsulla POST /v1/audio/speech. Käytä sesame/csm-1b-tunnusta varsinaisen käsikirjoituksen kanssa, valitse yksi sen nimetyistä äänistä ja pyydä MP3- tai PCM-ääntä. Se sopii työnkulkuun, joka muuntaa valmistellun viestin, selityksen tai selostusjakson äänitiedostoksi toistoa tai muokkausta varten.
- Hyväksytyt syötteet
- Teksti
- Tulokset
- Ääni
Saatavilla Ailootissa · syötteet & menetelmät
Ailoot Ultra · Speech POST /v1/audio/speech
- Syötetyypit
text- Tulostyypit
audio- Tulosteen muoto
- mp3,pcm
| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat sesame/csm-1b | Oletus— |
Kenttäinput | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttävoice | Tyyppistring | VaatimusValinnainen | Arvot & rajat conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Oletus— |
Kenttäresponse_format | Tyyppistring | VaatimusValinnainen | Arvot & rajat mp3, pcm | Oletus— |
Kenttäspeed | Tyyppinumber | VaatimusValinnainen | Arvot & rajat | Oletus— |
Menetelmän parametrit ja elinkaari
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input |
Parametrioptional | Sopimusvoice, response_format, speed |
Parametrimaterial_types | Sopimustext |
Parametriconditions | Sopimus |
Elinkaari: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Hinnoittelu
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
- Nopea tila
- Ei määritetty Kun nopea tila on valittu
- Flex-tila
- Ei määritetty Kun flex-tila on valittu
- Päättelyn enimmäisteho
- Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä
Ailoot-hinnat
Hinnat asetusten mukaan
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Laskutusmäärä | Laskutusyksikkö | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Laskutusmäärä— | Laskutusyksikkö— | Veloitus Syöte · Syötetokenit — / 1K tokenia Tuloste · Tulostokenit — / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| Asetuksetsyötemerkki | Hinnasto— | Laskutusmäärä— | Laskutusyksikkösyötemerkkiä kohden | Veloitus Syöte · syötemerkki $0.000014 syötemerkkiä kohden |
| AsetuksetPyyntöä kohden | Hinnasto— | Laskutusmääräyksi pyyntö | Laskutusyksikkö— | Veloitus Syöte $0 pyyntöä kohden |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
Esimerkkipyynnöt
Ailoot Ultra · Speech
set -eu
: "${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.
Vastaanota ja tallenna tulokset
Ailoot Ultra · Speech
mp3,pcm
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Säilytä kaikki valmistuneet tulokset
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Retain the complete binary audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
Jos alkuperäinen vastaus on tarkistettava
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Aliakset
Mallin aliakset
Ailoot Ultra sesame/csm-1b
Menetelmäpolkujen aliakset
Käytä yllä näytettyjä menetelmäpolkuja.
Liittyvät kutsujan ID:t
FAQ · Sesame: CSM 1B
- Mitä syötteitä ja tuloksia on saatavilla?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Mitä kenttiä pyyntö käyttää?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed