Fish Audio: Drama 3
Drama 3 transforme un script écrit en parole dirigée. Orientez l’émotion et l’interprétation avec des indications en langage courant, ajoutez pauses et sons, guidez la prononciation et créez des scènes à plusieurs voix. Son processus vocal publié prend en charge plus de 80 langues, y compris les changements de langue au sein d’une phrase.
À propos du modèle
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Drama 3 est le modèle de synthèse vocale de Fish Audio pour l’interprétation d’un script. Il produit de l’audio parlé à partir des mots fournis et permet à l’auteur du script de diriger la prestation. Une réplique peut comporter une indication émotionnelle, une modification locale de l’interprétation vocale ou une instruction de prononciation ; l’entrée contient donc à la fois le texte à dire et la manière dont il doit sonner.
Écrivez les mots et dirigez l’interprétation
Préparez les mots exacts que le public doit entendre avant d’ajouter les indications d’interprétation. Gardez les noms, dates et instructions importants clairs dans le script et utilisez la ponctuation pour établir le rythme souhaité des phrases. Placez ensuite une indication en langage courant entre crochets avant la réplique concernée. Décrivez concrètement l’émotion ou la manière de dire souhaitée, par exemple une annonce retenue, un échange tendu ou une explication chaleureuse.
Drama 3 prend aussi en charge des réglages locaux au sein d’une réplique. Les instructions intégrées peuvent introduire des sons et des pauses, tandis que des balises d’interprétation appariées peuvent agir sur des mots précis. Gardez la portée de chaque instruction claire : une indication pour une expression ne devrait pas devenir accidentellement celle de toute la scène. Lisez le script une fois pour le sens et une fois pour l’interprétation avant la synthèse.
Scènes, langues et prononciation
Le modèle publié prend en charge plusieurs locuteurs dans une seule requête. Organisez le dialogue en tours de parole clairs et donnez à chacun un objectif : question, interruption, explication ou réponse. Pour une leçon ou un contenu explicatif, la même méthode peut distinguer un narrateur d’un personnage cité sans transformer le matériel en un monologue indifférencié.
Drama 3 prend en charge plus de 80 langues et peut changer de langue au sein d’une phrase tout en conservant la voix. Préparez les passages multilingues dans les langues où ils doivent être prononcés, plutôt que de supposer qu’une instruction anglaise fournit une traduction. Déterminez comment les noms étrangers et les termes empruntés devraient sonner et utilisez les réglages de phonèmes du modèle lorsque leur prononciation exige une direction précise.
Des livrables audio utiles
Le modèle convient aux dialogues de personnages, leçons narrées, courtes explications, annonces de produits et réponses vocales scénarisées. Conservez ensemble le contenu et les choix d’interprétation : un passage pédagogique a besoin de termes intelligibles et de pauses pertinentes ; une scène de personnages a besoin de tours de parole distincts et d’une intention dramatique cohérente. Ce sont des décisions d’écriture qui peuvent être examinées avant toute génération audio.
Après la synthèse, comparez les mots prononcés au script final. Écoutez pour repérer les phrases omises, pauses mal placées, changements de locuteur peu clairs et la prononciation des noms protégés. Conservez le script et ses indications d’interprétation avec l’audio pour qu’une correction puisse cibler la réplique concernée. Lors de la préparation d’une révision, gardez ensemble le contenu oral final et les choix d’interprétation propres à chaque réplique.
Capacités
- Interprétation vocale par synthèse à partir d’un script finalisé.
- Indications en langage courant entre crochets avant une réplique.
- Sons et pauses intégrés, avec balises d’interprétation appariées pour des mots précis.
- Scènes à plusieurs voix et plus de 80 langues parlées.
- Réglages de phonèmes pour les noms et la terminologie spécialisée.
Cas d’utilisation
- Dialogue de personnages — Un script aux tours de parole clairement séparés, avec indications d’interprétation. Résultat : Une scène parlée avec des changements délibérés d’interprétation.
- Explication narrée — Une leçon finalisée avec terminologie et pauses marquées. Résultat : Un audio parlé pouvant être vérifié par rapport au texte de la leçon.
- Annonce multilingue — Texte final dans les langues prévues, avec les choix de prononciation conservés. Résultat : Un passage parlé avec des transitions linguistiques contrôlées.
- Réponse vocale scénarisée — Une réponse concise avec un ton explicite et les mots à prononcer. Résultat : Un segment vocal réutilisable par l’application environnante.
Limites
- Entrée et résultat — Le modèle publié reçoit du texte et renvoie de l’audio parlé.
- Portée des indications — Associez une indication à la réplique ou expression prévue et délimitez correctement la portée des balises d’interprétation appariées.
- Unité de vérification — Conservez le script exact et les indications avec l’audio ; vérifiez la prononciation et les tours de parole au niveau des répliques.
Ailoot Ultra · Voix POST /v1/audio/speech fish-audio/drama-3
fish-audio/drama-3Premiers pas
Drama 3 transforme un script écrit en parole dirigée. Orientez l’émotion et l’interprétation avec des indications en langage courant, ajoutez pauses et sons, guidez la prononciation et créez des scènes à plusieurs voix. Son processus vocal publié prend en charge plus de 80 langues, y compris les changements de langue au sein d’une phrase.
- Entrées acceptées
- Texte
- Résultats
- Audio
Disponible dans Ailoot · entrées et méthodes
Ailoot Ultra · Voix POST /v1/audio/speech
- Entrée
text- Sortie
audio
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites fish-audio/drama-3 | Par défaut— |
Champinput | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champvoice | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites mp3, pcm | Par défautpcm |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, input, voice |
Paramètrematerial_types | Contrattext |
Paramètrematerial_conditions | ContratSélectionnez un identifiant de voix réel et pris en charge ; aucune valeur littérale par défaut ni aucune voix n’a été inventée pour ce modèle. |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifs
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
- Mode rapide
- Non précisé Lorsque le mode rapide est sélectionné
- Mode Flex
- Non précisé Lorsque le mode flex est sélectionné
- Effort de raisonnement maximal
- Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
Tarifs Ailoot
Prix par configuration
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Unité de facturation | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Unité de facturation— | Coût Entrée · Tokens en entrée — / 1K tokens Sortie · Tokens en sortie — / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| Configurationoctet UTF-8 en entrée | Barème tarifaire— | Unité de facturationpar octet UTF-8 en entrée | Coût Entrée · octet UTF-8 en entrée $0.00002 par octet UTF-8 en entrée |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot Ultra · Voix
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
Recevoir et enregistrer les résultats
Ailoot Ultra · Voix
Audio binaire complet ou réponse audio_url d’origine, en-têtes et chaque ressource dont vous êtes propriétaire.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Autres lectures de contenu
set -eu
: "${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.
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Si la réponse d’origine doit être vérifiée
Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task_id/asset_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création.
Alias
Alias du modèle
Ailoot Ultra fish-audio/drama-3
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
FAQ · Fish Audio: Drama 3
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/audio/speech·fish-audio/drama-3:text→audio- Quels champs la requête utilise-t-elle ?
POST /v1/audio/speech·fish-audio/drama-3:model,input,voice,response_format,provider