Deepgram: Flux TTS

Deepgram Flux TTS הופך טקסט באנגלית לדיבור שיחתי, תוך שימור הטון בין תורים. מצב ההזרמה שלו מטפל בהפרעות; סינתזה באצווה מפיקה שמע לשימוש חוזר באמצעות אותו קטלוג קולות.

Ailoot Ultra · הקראה POST /v1/audio/speech deepgram/flux-tts

על המודל

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

Flux TTS הוא משפחת המרת הטקסט לדיבור של Deepgram לשיחה חיה ולתוכן מדובר קבוע. המאפיין המגדיר שלה הוא רציפות שיחתית: מודל ההזרמה מעביר פרוזודיה בין תורים, כך שההגשה יכולה לשמור על טון עקבי לאורך האינטראקציה. הוא מקבל טקסט כתוב ומחזיר שמע של דיבור. Flux TTS ומודל זיהוי הדיבור הנפרד בשם Flux מבצעים חלקים שונים בשיחה קולית.

בחירת קול באנגלית

קטלוג Flux המתועד מדבר אנגלית, עם מבטאים אמריקאי, בריטי, אירי, אוסטרלי, הודי, סינגפורי ופיליפיני. תיאורי הקולות מסייעים לבחור דובר לשירות לקוחות, לתפריטי טלפון, לקריינות או לשיחה יומיומית. לדוגמה, היצרן מציג את Haley כקול אמריקאי רגוע ואת Jack כקול בריטי מקצועי. בחרו קול בהתאם לקהל ולסוג הניסוח שיקרא, ושמרו עליו לאורך היצירה או השיחה. דיבור בשפות אחרות שייך לבחירת מודל המתועדת בנפרד.

תורים חיים והפרעות

בתהליך ההזרמה של היצרן, הטקסט יכול להגיע בזמן שהיישום מחבר תשובה, והשמע חוזר בהדרגה. לכל תור אירועי התחלה והשלמה משלו; סיום התור משלים את הסינתזה שנותרה. הקשר בין תורים משמר פרוזודיה בתוך אותה הפעלה. הדבר מועיל לעוזר קולי שמסביר תחילה בחירה ואז עונה לשאלת הבהרה בלי לשנות את אופיו הקולי.

הפרעה מבטלת את התור הפעיל ומחזירה את החלק שהוקרא ואת הטקסט שנותר. הבחנה זו מסייעת ליישום להמשיך ממה שהמאזין אכן שמע. באינטראקציה מעשית, הכינו תשובה קצרה שבה ההוראה החשובה תחילה ואחריה ההסבר. אם המאזין מפריע אחרי ההוראה הראשונה, התשובה הבאה יכולה להתייחס לשאלה החדשה במקום להניח שההסבר כולו הושמע.

שמע קבוע ופורמטי פלט

סינתזה באצווה מקבלת גוש טקסט שלם ומחזירה את השמע שלו בתשובה אחת. היא משתמשת באותו קטלוג קולות כמו ההזרמה ומתאימה להודעות טלפוניות מוקלטות, להתראות או לקריינות המוכנות מראש. בקשות אצווה עצמאיות זו מזו; מצב התור בהזרמה ואירועי ההפרעה אינם חלים על קטע קבוע.

פלט ההזרמה הוא שמע גולמי ללא מכולת קובץ: PCM של 16 סיביות, mu-law או A-law. היצרן מתעד קצבי דגימה ל־PCM של 8, 16, 24, 32, 44.1 ו־48 kHz; ‏mu-law ו־A-law משתמשים ב־8 או 16 kHz. פלט אצווה תומך בנוסף ב־MP3, ‏Opus, ‏FLAC ו־AAC. בחרו קידוד ומכולה שהנגן או נתיב הטלפוניה המיועדים יכולים לפענח, במקום להתייחס לזרם דגימות גולמיות כאל קובץ שמע רגיל.

בקרות הגשה וגבולות

היצרן מתעד טווח קצב דיבור של 0.5 עד 1.5 במרווחים של 0.05. שינויי מהירות בהזרמה חלים בגבול מקטע. בקרת הבעה נפרדת בגרסת בטא משנה את ההגשה מרגועה לנמרצת. SSML רגיל ותגים מזוהים של מתחרים מוסרים במקום לשמש כהוראות הבעה; לבקרות המקוריות של Flux יש משמעות משלהן.

הפסקות בתוך הטקסט שייכות לסינתזה באצווה, במשכים של 500–3,000 ms במרווחים של 100 ms ועד שמונה סמנים לבקשה. טקסט חייב להפריד בין הפסקות סמוכות, וכאשר קיימת הפסקה המהירות מוגבלת ל־1.15. דריסות הגייה משתמשות ב־IPA וזמינות בגישה מוקדמת; היצרן מציין שהגייה שהתבקשה עשויה להשתנות בין הפקות. לא ניתן לשלב הגייה עם מהירות שאינה ברירת המחדל או עם בקרות הפסקה. בתסריט המכיל שמות מקצועיים, האזינו למונחים האלה בקול שנבחר ושמרו על ניסוח מפורש להקראה.

הפעלת ההזרמה המתועדת של Deepgram נמשכת עד שעה אחת ונסגרת לאחר שישים שניות ללא הודעה נכנסת, אלא אם מנגנון החיבור הנתמך שומר אותה פעילה. מגבלות ההפעלה הללו נוגעות לתהליך הסינתזה החיה. תוצר שימושי הוא קול שנבחר בכוונה, טקסט נוח למאזין ושמע המתאים ליעדו, כאשר יישומים חיים עוקבים אחר מה שהוקרא בפועל אם תור נקטע.

Ailoot Ultra · הקראה POST /v1/audio/speech deepgram/flux-tts

deepgram/flux-tts

Deepgram /deepgram/flux-tts

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 deepgram/flux-tts	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩ יחידה: תווי Unicode	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהחובה	ערכים ומגבלות flux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en	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`	מפרטflux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en
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	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	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
תצורהתו בקלט	טבלת תעריפים—	יחידת חיובלכל תו בקלט	חיוב קלט · תו בקלט $0.00009 לכל תו בקלט

פרטי תעריף הייחוס

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

Deepgram: Flux TTS

מחירים לפי תצורה

תצורה	תנאי חיוב	חיוב
תצורהDeepgram: Flux TTS · תצורת ברירת המחדל	תנאי חיובתצורת ברירת מחדל	חיוב קלט · תווי קלט ⁦‏0.00009 ‏$⁩ 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": "deepgram/flux-tts", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["flux-alexis-en", "flux-bree-en", "flux-brittany-en", "flux-brooke-en", "flux-bruce-en", "flux-cliff-en", "flux-cole-en", "flux-colin-en", "flux-conor-en", "flux-donovan-en", "flux-drew-en", "flux-elise-en", "flux-gemma-en", "flux-haley-en", "flux-hannah-en", "flux-heather-en", "flux-jack-en", "flux-kai-en", "flux-kelsey-en", "flux-kit-en", "flux-maeve-en", "flux-marcelo-en", "flux-marcus-en", "flux-meena-en", "flux-meghan-en", "flux-miles-en", "flux-naveen-en", "flux-paige-en", "flux-priya-en", "flux-rufus-en", "flux-sean-en", "flux-sharon-en", "flux-sienna-en", "flux-tanner-en", "flux-wade-en", "flux-wes-en"]')
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 deepgram/flux-tts

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

deepgram/flux-tts

FAQ · Deepgram: Flux TTS

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · deepgram/flux-tts: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · deepgram/flux-tts: model, input, voice, response_format

Deepgram: Flux TTS