Sesame: CSM 1B
Sesame CSM 1B convertit le texte fourni en parole via POST /v1/audio/speech. Utilisez sesame/csm-1b avec le script réel, sélectionnez l’une de ses voix nommées et demandez de l’audio MP3 ou PCM. Il convient à un flux de travail qui transforme un message préparé, une explication ou un segment de narration en fichier audio pour la lecture ou le montage.
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.
Sesame CSM 1B est un modèle de synthèse vocale disponible sous l’ID exact sesame/csm-1b. Fournissez les mots à prononcer et conservez l’audio obtenu sous forme de fichier. Un brief pratique peut être une explication de produit préparée, un message oral d’application ou un segment de narration à intégrer dans un montage. Préparez le script comme le texte parlé souhaité, en incluant les noms, les nombres et les formulations que l’auditeur doit entendre.
Envoyez POST /v1/audio/speech avec application/json. Les champs obligatoires sont model, défini sur sesame/csm-1b, et input, contenant le script sous forme de chaîne. Lisez un fichier de script comme texte UTF-8 et placez son contenu dans input au lieu de fournir un nom de fichier local. Garder le contenu parlé dans ce champ donne à la génération un script concret à suivre et permet à l’application de conserver le texte exact avec le fichier résultant.
Les choix de voix nommés sont conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d et none. Préservez exactement ces identifiants dans le champ voice. Sélectionnez explicitement une voix lorsqu’un flux de travail exige une configuration de requête reproductible et gardez ce réglage choisi avec le script et la sortie. Écoutez un segment représentatif pour déterminer quelle voix disponible convient à l’usage prévu.
Utilisez response_format pour choisir mp3 ou pcm. Le MP3 est transmis sous audio/mpeg et fournit un fichier pouvant être envoyé à un lecteur ou à un flux de travail de montage acceptant le MP3. Le PCM est transmis sous audio/pcm avec des échantillons de 16 bits en ordre petit-boutiste ; conservez ses métadonnées audio réelles pour l’application qui interprétera les octets. Définissez explicitement le format pour que le fichier et le décodeur en aval soient cohérents. L’exemple de requête documenté utilise speed:1 ; conservez cette base lorsque vous préparez une requête avec les paramètres établis.
La réponse réussie contient des octets audio bruts. Enregistrez le corps de la réponse comme audio et conservez les en-têtes de réponse et l’identité de requête d’origine avec le script, la voix et le format demandé. Considérez l’achèvement de cette réponse comme le moment où l’audio renvoyé peut être conservé et examiné. Vérifiez les noms, les nombres et les limites de phrases prononcés par rapport au script source avant d’ajouter le résultat à une production plus longue. Si une requête est interrompue après son envoi, conservez son identité d’origine et les informations de réponse pendant la vérification du résultat existant.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bPremiers pas
Sesame CSM 1B convertit le texte fourni en parole via POST /v1/audio/speech. Utilisez sesame/csm-1b avec le script réel, sélectionnez l’une de ses voix nommées et demandez de l’audio MP3 ou PCM. Il convient à un flux de travail qui transforme un message préparé, une explication ou un segment de narration en fichier audio pour la lecture ou le montage.
- Entrées acceptées
- Texte
- Résultats
- Audio
Disponible dans Ailoot · entrées et méthodes
Ailoot Ultra · Speech POST /v1/audio/speech
- Entrée
text- Sortie
audio- Format de sortie
- mp3,pcm
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sesame/csm-1b | Par défaut— |
Champinput | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champvoice | Typestring | ExigenceFacultatif | Valeurs et limites conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Par défaut— |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites mp3, pcm | Par défaut— |
Champspeed | Typenumber | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, input |
Paramètreoptional | Contratvoice, response_format, speed |
Paramètrematerial_types | Contrattext |
Paramètreconditions | Contrat |
Cycle de vie : synchronous_result_then_owned_library
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 | Quantité facturée | Unité de facturation | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité facturée— | 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 |
| Configurationcaractère en entrée | Barème tarifaire— | Quantité facturée— | Unité de facturationpar caractère en entrée | Coût Entrée · caractère en entrée $0.000014 par caractère en entrée |
| ConfigurationPar requête | Barème tarifaire— | Quantité facturéeune requête | Unité de facturation— | Coût Entrée $0 par requête |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot Ultra · Speech
set -eu
: "${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.
Recevoir et enregistrer les résultats
Ailoot Ultra · Speech
mp3,pcm
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Retain the complete binary audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
Si la réponse d’origine doit être vérifiée
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Alias
Alias du modèle
Ailoot Ultra sesame/csm-1b
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
FAQ · Sesame: CSM 1B
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Quels champs la requête utilise-t-elle ?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed