glm-tts
GLM-TTS convertit un script fourni en audio parlé. Le profil glm-tts utilise la méthode Audio Speech avec une voix explicite et une sortie WAV, ce qui convient aux courtes narrations, aux instructions orales et à la lecture de messages. Préparez le texte en respectant sa limite d’entrée documentée de 1 024 caractères.
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.
GLM-TTS est le modèle de synthèse vocale de Zhipu sélectionné avec l’ID exact glm-tts. Envoyez POST /v1/audio/speech avec model, input et voice. Placez les mots à prononcer directement dans input et sélectionnez response_format=wav pour ce profil. Le résultat est un enregistrement parlé du script fourni, adapté à la lecture ou à l’importation dans un logiciel de montage audio ou vidéo.
Utilisez-le pour une courte explication de produit, un accueil oral, un passage d’instructions ou une annonce. Préparez le script tel qu’il doit être lu à voix haute : incluez les coupures de phrases souhaitées et écrivez en toutes lettres les termes dont la prononciation compte pour la tâche. Pour un tutoriel, une requête peut contenir une instruction ciblée qui accompagne une seule étape visible. Pour un message d’accueil, fournissez le texte réel et examinez l’enregistrement avant de le placer dans le parcours client.
La longueur d’entrée maximale documentée est de 1 024 caractères. Vérifiez cette limite à partir du texte terminé, ponctuation et espaces compris. Une narration plus longue nécessite un script divisé en passages adaptés ; conservez l’ordre des passages et les paramètres choisis avec les enregistrements afin de pouvoir les assembler et les examiner ensemble. Une limite de caractères décrit le texte d’entrée et n’établit pas une durée d’enregistrement fixe.
Le schéma de voice énumère tongtong, chuichui, jam, kazi, douji et luodo. L’exemple publié utilise tongtong avec speed=1 et volume=1. speed et volume sont tous deux des paramètres facultatifs dont la valeur par défaut documentée est 1. Pour cette méthode WAV, speed est un entier acceptant 1 ou 2, et volume est un entier de 1 à 10. Le booléen facultatif watermark_enabled contrôle le filigrane audio. Laissez stream non défini ou définissez-le sur false pour recevoir l’enregistrement WAV complet. Partez de cet exemple explicite pour préparer un premier enregistrement, puis gardez la voix choisie et les paramètres acceptés cohérents entre les passages liés.
L’enregistrement WAV est la sortie terminée de la requête vocale. Conservez le résultat audio complet et les informations de sa réponse, puis écoutez le passage entier pour vérifier la prononciation, le texte, les pauses et l’ordre prévu. Gardez le script source exact à côté de l’enregistrement pour préparer des révisions. Si l’issue d’une requête est incertaine, conservez les informations de la requête d’origine et du résultat renvoyé avant de créer une autre requête de synthèse ; l’absence d’un fichier de lecture ne suffit pas à établir qu’aucun enregistrement n’a été créé.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsPremiers pas
GLM-TTS convertit un script fourni en audio parlé. Le profil glm-tts utilise la méthode Audio Speech avec une voix explicite et une sortie WAV, ce qui convient aux courtes narrations, aux instructions orales et à la lecture de messages. Préparez le texte en respectant sa limite d’entrée documentée de 1 024 caractères.
- Entrées acceptées
- Texte
- Résultats
- Audio
Disponible dans Ailoot · entrées et méthodes
Ailoot Ultra · Speech POST /v1/audio/speech
- Types d’entrée
text- Types de sortie
audio- Format de sortie
- wav
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-tts | Par défaut— |
Champinput | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champvoice | Typestring | ExigenceObligatoire | Valeurs et limites tongtong, chuichui, jam, kazi, douji, luodo | Par défaut— |
Champresponse_format | Typestring | ExigenceObligatoire | Valeurs et limites wav | Par défaut— |
Champencode_format | Typestring | ExigenceFacultatif | Valeurs et limites base64, hex | Par défaut— |
Champspeed | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Maximum: 2 | Par défaut1 |
Champvolume | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Maximum: 10 | Par défaut1 |
Champwatermark_enabled | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites false | Par défaut— |
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, input, voice, response_format |
Paramètreoptional | Contratencode_format, speed, volume, watermark_enabled, stream |
Paramètrematerial_types | Contrattext |
Paramètreconditions | ContratUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
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 par jeton | 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 $0.00006 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('{"model": "glm-tts", "input": "Hello, this is a short speech example.", "voice": "tongtong", "response_format": "wav"}')
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
wav
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 WAV, response headers and original request identity.
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 glm-tts
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
FAQ · glm-tts
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/audio/speech·glm-tts:text→audio- Quels champs la requête utilise-t-elle ?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Quelles limites s’appliquent ?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10