Canopy Labs: Orpheus 3B

מודל הדיבור האנגלי המכוונן Orpheus 3B של Canopy Labs הופך שורות כתובות לשמע עשיר בהבעה. שמונה קולות מוגדרים מראש ותגים לא־מילוליים תומכים בקריינות, בדיאלוג ובתגובות קוליות של יישומים.

Ailoot Ultra · הקראה POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Orpheus 3B 0.1 Fine-Tuned הוא מודל המרת הטקסט לדיבור באנגלית של Canopy Labs לסינתזה יומיומית. הוא שייך למשפחת Orpheus המבוססת על Llama 3B, ומתמקד באינטונציה טבעית, בקצב ובהגשה עשירה בהבעה. הקלט הוא הטקסט להקראה עם דובר שנבחר; הפלט הוא שמע של דיבור. היצרן מציין גם שיבוט קול ללא דוגמאות אימון נוספות עבור המודל המכוונן המדויק הזה. דוגמת הסינתזה המפורסמת שלו למודל המכוונן משתמשת בדוברים מוגדרים מראש, בעוד הנחיית טקסט–דיבור המותנית בדוגמת ייחוס מתועדת בנפרד לגרסה שאומנה מראש. הגרסה המכווננת הזאת נפרדת מהמודל שאומן מראש וממודלי המחקר הרב־לשוניים שפורסמו בנפרד.

בחירת דובר והכנת השורה

היצרן מפרט שמונה קולות אנגליים מוגדרים מראש: tara, ‏leah, ‏jess, ‏leo, ‏dan, ‏mia, ‏zac ו־zoe. מוסכמת ההנחיה שלו מציבה את שם הדובר לפני הטקסט להקראה, עם נקודתיים ביניהם. תהליך יצירת הדיבור לדוגמה יכול להוסיף את העיצוב הזה כאשר הקול מסופק בנפרד. בחרו דובר ליצירה המיועדת ושמרו על הבחירה בין קטעים קשורים.

להסבר קצר, כתבו את הקריינות הסופית במקום הוראה המבקשת מהמודל להמציא את ההסבר. שורה שימושית להקראה היא: ״בחרו את התיקייה שברצונכם לשתף, בדקו מי יכול לפתוח אותה ושמרו את השינויים.״ לדיאלוג הכינו במפורש את השורה של כל דובר ושמרו על הפיסוק המסייע להגשה. יש לכתוב קיצור, תאריך או שם מוצר בצורה שבה המאזין אמור לשמוע אותם, במיוחד כאשר הצורה המקוצרת הכתובה אינה חד־משמעית.

רמזי הבעה ורמזים לא־מילוליים

Orpheus מתעד את התגים <laugh>, ‏<chuckle>, ‏<sigh>, ‏<cough>, ‏<sniffle>, ‏<groan>, ‏<yawn> ו־<gasp>. הם מוסיפים לטקסט אירוע לא־מילולי מפורש בנקודה הרלוונטית. קטע שיחתי קצר יכול להציב גיחוך לפני הערה קלילה או אנחה לפני משפט מהורהר. השתמשו ברמז במקום שבו הוא שייך לביצוע, ושמרו על בהירות המילים בפועל.

אלו רמזים ליצירת דיבור, ולא שפת הוראות כללית לעריכת הקלטה קיימת. לקריינות התחילו בטקסט קריא והוסיפו רק את אירועי ההבעה שהסצנה דורשת. האזינו לשורה השלמה כדי לשפוט אם האירוע, ההדגשה והקצב תומכים במשמעות. משימת קריינות עשויה לדרוש קול יציב, ואילו שורת דמות עשויה להפיק תועלת מרמז לא־מילולי מסוים.

הזרמה ותוצאת השמע

היצרן מספק מחברת ללא הזרמה ודוגמה ליצירת דיבור בהזרמה. ההזרמה מחזירה מקטעי שמע עוקבים במהלך יצירת הקטע. בדוגמה המפורסמת, המקטעים נכתבים לקובץ WAV מונו ב־24,000 Hz עם דגימות של 16 סיביות. הגדרות הקובץ הללו מתארות את תהליך הדוגמה; התוצאה השימושית היא הקלטה ניתנת להשמעה, שאפשר לבדוק את מילותיה, את הדובר ואת ההגשה שלה מול התסריט.

בקריינות ארוכה יותר, הכינו קטעים מגובשים בעלי גבולות משפט ברורים ושמרו עותק של התסריט הסופי לצד השמע. בדקו את תחילת כל קטע וסופו, את הגיית השמות החשובים ואת המעבר בין הקלטות סמוכות. הנחיות הדגימה של היצרן קובעות קנס חזרה של לפחות 1.1 ליצירה יציבה במימוש הדוגמה, ומציינות שבחירות דגימה עשויות להשפיע על מהירות הדיבור. אורך המודל המוגדר בדוגמה הוא הגדרת הסקה, ולא משך קריינות מרבי שנקבע.

גבולות הגרסה

הפרופיל הזה נוגע למודל האנגלי המכוונן עם הדוברים המוגדרים מראש המתועדים שלו. למודל שאומן מראש יש תהליך התניה משלו באמצעות טקסט ודיבור; לגרסאות הרב־לשוניות יש דוברים ותגים ייעודיים לשפה. בחירת הגרסה האנגלית הזאת אינה משלבת את הפרופילים הנפרדים האלה. תוצר מעשי הוא תסריט מדובר, קול מוגדר מראש שנבחר במכוון ושמע שנבדק מבחינת הנוסח והביצוע הנדרשים ליצירה.

Ailoot Ultra · הקראה POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft

canopylabs/orpheus-3b-0.1-ft

Canopy Labs /canopylabs/orpheus-3b-0.1-ft

התחלה

סוגי קלט נתמכים: טקסט
תוצאות: שמע

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · הקראה POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: audio
פורמט פלט: mp3

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות canopylabs/orpheus-3b-0.1-ft	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩ יחידה: תווי Unicode	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהחובה	ערכים ומגבלות tara, leah, jess, leo, dan, mia, zac	ברירת מחדל—
שדה`response_format`	סוג`string`	דרישהחובה	ערכים ומגבלות mp3	ברירת מחדל—

שילובים של חומרי קלט

text_to_speech · נדרש: input

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`content_type`	מפרטapplication/json
פרמטר`required`	מפרטmodel, input, voice, response_format
פרמטר`voice_ids`	מפרטtara, leah, jess, leo, dan, mia, zac
פרמטר`response_format`	מפרטmp3
פרמטר`max_input_characters`	מפרטnull
פרמטר`other_options`	מפרטfalse
פרמטר`input`	מפרטטקסט UTF-8 מדויק; ספירת תווי Unicode ללא נרמול
פרמטר`material_types`	מפרטtext

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

יש לבחור קול מדויק מתוך פרופיל המודל הזה.

תווי קלט ושניות אודיו הם מדדי חיוב שונים.

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר: לא צוין כאשר נבחר מצב מהיר
מצב Flex: לא צוין כאשר נבחר מצב flex
מאמץ חשיבה מרבי: לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפי Ailoot

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורה	טבלת תעריפים	כמות לחיוב	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	כמות לחיוב—	יחידת חיוב—	חיוב קלט · טוקני קלט — / 1K טוקנים פלט · טוקני פלט — / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים
תצורהUltra	טבלת תעריפים—	כמות לחיובכל נקודת קוד של Unicode נספרת כתו אחד, כולל סימני האן.	יחידת חיובלכל 1K תווי קלט	חיוב קלט · תו בקלט $0.03 לכל 1K תווי קלט

פרטי תעריף הייחוס

טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה.

Canopy Labs: Orpheus 3B

מחירים לפי תצורה

תצורה	תנאי חיוב	חיוב
תצורהCanopy Labs: Orpheus 3B · תצורת ברירת המחדל	תנאי חיובתצורת ברירת מחדל	חיוב קלט · תווי קלט ⁦‏0.000014 ‏$⁩ לכל תו בקלט

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · הקראה

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "canopylabs/orpheus-3b-0.1-ft", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["tara", "leah", "jess", "leo", "dan", "mia", "zac"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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 speech.mp3

קבלה ושמירה של תוצאות

Ailoot Ultra · הקראה

mp3

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

קריאות תוכן נוספות

ספריית מדיהמצב המשימהפרטי הנכס

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 media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל.

כשצריך לבדוק את התגובה המקורית

שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.

שדות התגובה

שדה	סוג
שדה`binary audio`	סוגbytes
שדה`response headers`	סוגheaders

שגיאות והשלבים הבאים

תגובה	תנאי	השלב הבא
תגובה⁦400⁩ · `invalid_request_error`	תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים	השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.
תגובה`server_error`	תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה	השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה.

כינויים

כינויים למודל

Ailoot Ultra canopylabs/orpheus-3b-0.1-ft

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

canopylabs/orpheus-3b-0.1-ft

FAQ · Canopy Labs: Orpheus 3B

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · canopylabs/orpheus-3b-0.1-ft: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · canopylabs/orpheus-3b-0.1-ft: model, input, voice, response_format

Canopy Labs: Orpheus 3B