Sesame: CSM 1B
Sesame CSM 1B ממיר טקסט שסופק לדיבור דרך POST /v1/audio/speech. השתמשו ב-sesame/csm-1b עם התסריט בפועל, בחרו באחד מהקולות המפורטים בשמם ובקשו אודיו MP3 או PCM. הוא מתאים לתהליך שהופך הודעה מוכנה, הסבר או מקטע קריינות לקובץ אודיו להשמעה או לעריכה.
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Sesame CSM 1B הוא מודל טקסט לדיבור הזמין תחת המזהה המדויק sesame/csm-1b. ספקו את המילים שיש לומר ושמרו את האודיו שהתקבל כקובץ. תיאור מעשי יכול להיות הסבר מוצר מוכן, הודעת יישום מדוברת או מקטע קריינות שישולב בעריכה. הכינו את התסריט כטקסט המדובר הרצוי, כולל השמות, המספרים והנוסח שהמאזין צריך לשמוע.
שלחו POST /v1/audio/speech עם application/json. שדות החובה הם model, המוגדר ל-sesame/csm-1b, ו-input, המכיל את התסריט כמחרוזת. קראו קובץ תסריט כטקסט UTF-8 והכניסו את תוכנו ל-input במקום לספק שם קובץ מקומי. השארת התוכן המדובר בשדה הזה נותנת ליצירה תסריט קונקרטי לפעול לפיו ומאפשרת ליישום לשמור את הנוסח המדויק לצד הקובץ שהתקבל.
מזהי הקולות הזמינים הם conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d ו-none. שימרו את המזהים האלה בדיוק בשדה voice. בחרו קול במפורש כאשר תהליך עבודה דורש תצורת בקשה שניתנת לשחזור, ושמרו את ההגדרה שנבחרה יחד עם התסריט והפלט. האזינו למקטע מייצג כדי להחליט איזה קול זמין מתאים לשימוש הרצוי.
השתמשו ב-response_format כדי לבחור mp3 או pcm. MP3 נמסר כ-audio/mpeg ומספק קובץ שאפשר להעביר לנגן או לתהליך עריכה המקבל MP3. PCM נמסר כ-audio/pcm עם דגימות 16-bit בסדר little-endian; שמרו את מטא-נתוני האודיו בפועל עבור היישום שיפרש את הבתים. הגדירו את הפורמט במפורש כדי שהקובץ והמפענח בהמשך יתאימו זה לזה. דוגמת הבקשה המתועדת משתמשת ב-speed:1; שימרו את נקודת הבסיס הזו בעת הכנת בקשה עם הבקרות המבוססות.
התגובה המוצלחת מכילה בתי אודיו גולמיים. שמרו את גוף התגובה כאודיו ואת כותרות התגובה וזהות הבקשה המקורית יחד עם התסריט, הקול והפורמט המבוקש. התייחסו להשלמת התגובה כנקודה שבה אפשר לשמור ולבדוק את האודיו שהוחזר. בדקו את השמות, המספרים וגבולות המשפטים המדוברים מול תסריט המקור לפני הוספת התוצאה להפקה ארוכה יותר. אם בקשה נקטעת לאחר השליחה, שימרו את זהותה המקורית ואת פרטי התגובה בעת בדיקת התוצאה הקיימת.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bהתחלה
Sesame CSM 1B ממיר טקסט שסופק לדיבור דרך POST /v1/audio/speech. השתמשו ב-sesame/csm-1b עם התסריט בפועל, בחרו באחד מהקולות המפורטים בשמם ובקשו אודיו MP3 או PCM. הוא מתאים לתהליך שהופך הודעה מוכנה, הסבר או מקטע קריינות לקובץ אודיו להשמעה או לעריכה.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- שמע
זמין ב-Ailoot · קלט ושיטות
Ailoot Ultra · Speech POST /v1/audio/speech
- סוגי קלט
text- סוגי פלט
audio- פורמט פלט
- mp3,pcm
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות sesame/csm-1b | ברירת מחדל— |
שדהinput | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהvoice | סוגstring | דרישהרשות | ערכים ומגבלות conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | ברירת מחדל— |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות mp3, pcm | ברירת מחדל— |
שדהspeed | סוגnumber | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, input |
פרמטרoptional | מפרטvoice, response_format, speed |
פרמטרmaterial_types | מפרטtext |
פרמטרconditions | מפרט |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
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 החיוב | יחידת חיוב | חיוב |
|---|---|---|---|---|
| תצורהתעריפי בסיס לטוקנים | טבלת תעריפיםתעריף בסיס | כמות החיוב— | 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— | כמות החיוב— | יחידת חיובלכל תו בקלט | חיוב קלט · תו בקלט $0.000014 לכל תו בקלט |
| תצורהלכל בקשה | טבלת תעריפים— | כמות החיובבקשה אחת | יחידת חיוב— | חיוב קלט $0 לכל בקשה |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot Ultra · Speech
set -eu
: "${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.
קבלה ושמירה של תוצאות
Ailoot Ultra · Speech
mp3,pcm
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
Retain the complete binary audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
כשצריך לבדוק את התגובה המקורית
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
כינויים
כינויים למודל
Ailoot Ultra sesame/csm-1b
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
FAQ · Sesame: CSM 1B
- אילו קלטים ותוצאות זמינים?
POST /v1/audio/speech·sesame/csm-1b:text→audio- באילו שדות הבקשה משתמשת?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed