Fish Audio: Drama 3
A Drama 3 az írott forgatókönyvet instrukciókkal irányított beszéddé alakítja. Formáld az érzelmet és előadásmódot hétköznapi nyelvű jelzésekkel, adj szüneteket és hangokat, irányítsd a kiejtést, és építs többbeszélős jeleneteket. Közzétett beszédmunkafolyamata több mint 80 nyelvet támogat, mondaton belüli nyelvváltással is.
A modellről
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Drama 3 a Fish Audio szöveg–beszéd modellje előadott forgatókönyvhöz. A megadott szavakból beszédhangot állít elő, és a forgatókönyvírónak irányítást ad az előadásmód felett. Egy sor érzelmi instrukciót, helyi hangelőadás-változtatást vagy kiejtési utasítást tartalmazhat, így a bemenetben a kimondott tartalom és annak ajánlott hangzása is szerepel.
Írd meg a szavakat, és rendezd az előadást
Az előadásjelzések hozzáadása előtt készítsd elő a hallgatónak szánt pontos szavakat. A fontos nevek, dátumok és utasítások legyenek egyértelműek a forgatókönyvben, és írásjelekkel alakítsd ki a kívánt mondatritmust. Ezután szögletes zárójelbe írt, hétköznapi nyelvű instrukciót tegyél az érintett sor elé. A kívánt érzelmet vagy előadásmódot konkrétan írd le, például visszafogott bejelentésként, feszült szóváltásként vagy meleg hangú magyarázatként.
A Drama 3 soron belüli helyi vezérlőket is támogat. A szövegbe illesztett utasítások hangokat és szüneteket vezethetnek be, míg páros előadáscímkék bizonyos szavakra hathatnak. Minden utasítás hatóköre maradjon egyértelmű: egy kifejezéshez tartozó instrukciót nem ajánlott véletlenül az egész jelenet instrukciójává tenni. A szintézis előtt egyszer a jelentés, egyszer az előadás szempontjából olvasd át a forgatókönyvet.
Jelenetek, nyelvek és kiejtés
A közzétett modell egy kérésben több beszélőt támogat. A párbeszédet világos beszélői fordulókba rendezd, és mindegyiknek adj célt: kérdést, közbevágást, magyarázatot vagy választ. Leckében vagy magyarázó anyagban ugyanez a megközelítés elkülönítheti a narrátort az idézett szereplőtől, az anyag egyetlen tagolatlan monológgá átírása nélkül.
A Drama 3 több mint 80 nyelvet támogat, és a hang megtartása mellett mondaton belül is válthat nyelvet. Többnyelvű részleteket a kívánt beszélt nyelven készíts elő ahelyett, hogy az angol utasításból fordítást feltételeznél. Döntsd el a külföldi nevek és átvett kifejezések kívánt hangzását, és a modell fonémavezérlőit használd, ha a kiejtéshez pontos instrukció kell.
Hasznos hangeredmények
A modell szereplők párbeszédéhez, narrált leckékhez, rövid magyarázatokhoz, termékbejelentésekhez és megírt hangválaszokhoz illik. A tartalmat és színészi döntéseket tartsd együtt: oktatási részlethez érthető terminológia és célszerű szünetek kellenek; szereplőjelenethez világosan elkülönített fordulók és következetes drámai szándék. Ezek írói döntések, amelyek hanggenerálás előtt felülvizsgálhatók.
Szintézis után a kimondott szavakat hasonlítsd össze a kész forgatókönyvvel. Figyelj a kihagyott kifejezésekre, rossz helyen lévő szünetekre, bizonytalan beszélőváltásokra és a megőrzendő nevek kiejtésére. A forgatókönyvet és előadásjelzéseit őrizd meg a hang mellett, hogy a javítás az érintett sorra célozhasson. Módosítás előkészítésekor a végső kimondott tartalmat és sorszintű előadási döntéseit tartsd együtt.
Képességek
- Előadás szöveg–beszéd szintézissel, kész forgatókönyvből.
- Hétköznapi nyelvű instrukciók szögletes zárójelben egy sor előtt.
- Szövegbe illesztett hangok és szünetek, egyes szavakra ható páros előadáscímkékkel.
- Többbeszélős jelenetek és több mint 80 beszélt nyelv.
- Fonémavezérlők nevekhez és szakterminológiához.
Felhasználási esetek
- Szereplők párbeszéde — Forgatókönyv világosan elkülönített beszélői fordulókkal és előadásinstrukciókkal. Eredmény: Beszélt jelenet tudatos előadásmód-változtatásokkal.
- Narrált magyarázat — Kész lecke megjelölt terminológiával és szünetekkel. Eredmény: Beszédhang, amely a lecke szövege alapján felülvizsgálható.
- Többnyelvű bejelentés — Végső szöveg a kívánt nyelveken, a kiejtési választások megtartásával. Eredmény: Beszélt részlet irányított nyelvváltásokkal.
- Megírt hangválasz — Tömör válasz kifejezett hangnemmel és a kimondandó szavakkal. Eredmény: Újrafelhasználható beszédszakasz a környező alkalmazáshoz.
Korlátok
- Bemenet és eredmény — A közzétett modell szöveget fogad, és beszédhangot ad vissza.
- Vezérlési hatókör — Az instrukciót a kívánt sorhoz vagy kifejezéshez kapcsolva tartsd a páros előadáscímkéket megfelelő hatókörben.
- Felülvizsgálati egység — A pontos forgatókönyvet és jelzéseket tartsd a hanggal együtt; a kiejtést és beszélői fordulókat sorszinten vizsgáld felül.
Ailoot Ultra · Beszéd POST /v1/audio/speech fish-audio/drama-3
fish-audio/drama-3Kezdő lépések
A Drama 3 az írott forgatókönyvet instrukciókkal irányított beszéddé alakítja. Formáld az érzelmet és előadásmódot hétköznapi nyelvű jelzésekkel, adj szüneteket és hangokat, irányítsd a kiejtést, és építs többbeszélős jeleneteket. Közzétett beszédmunkafolyamata több mint 80 nyelvet támogat, mondaton belüli nyelvváltással is.
- Elfogadott bemenetek
- Szöveg
- Eredmények
- Hang
Elérhető az Ailootban · bemenetek és metódusok
Ailoot Ultra · Beszéd POST /v1/audio/speech
- Bemenet
text- Kimenet
audio
| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok fish-audio/drama-3 | Alapértelmezett— |
Mezőinput | Típusstring | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— |
Mezővoice | Típusstring | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— |
Mezőresponse_format | Típusstring | KövetelményOpcionális | Értékek és korlátok mp3, pcm | Alapértelmezettpcm |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Metódus paraméterei és életciklusa
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, input, voice |
Paramétermaterial_types | Szerződéstext |
Paramétermaterial_conditions | SzerződésVálasszon tényleges támogatott hangazonosítót; ehhez a modellhez nem találtunk ki szó szerinti alapértelmezést vagy hangot. |
Életciklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · A ténylegesen visszaadott task_id vagy a médiatár bejegyzése
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Díjcsomagok
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
- Gyors mód
- Nincs megadva Ha a gyors mód van kiválasztva
- Flex mód
- Nincs megadva Ha a flex mód van kiválasztva
- Maximális gondolkodási ráfordítás
- Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik
Ailoot-díjak
Árak beállításonként
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Elszámolási egység | Díj |
|---|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek — / 1K token Kimenet · Kimeneti tokenek — / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| Beállításbemeneti UTF-8-bájt | Díjtáblázat— | Elszámolási egységbemeneti UTF-8 bájtonként | Díj Bemenet · bemeneti UTF-8-bájt $0.00002 bemeneti UTF-8 bájtonként |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
Példakérések
Ailoot Ultra · Beszéd
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
: "${AILOOT_VOICE:?Set the actual documented input value}"
export AILOOT_VOICE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
request['voice']=os.environ['AILOOT_VOICE']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
Eredmények fogadása és mentése
Ailoot Ultra · Beszéd
Teljes bináris hang vagy eredeti audio_url válasz, fejlécek és minden saját médiaállomány.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
További tartalomlekérések
set -eu
: "${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 owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
Őrizzen meg minden elkészült eredményt
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg a teljes választ és a fejléceket, minden tényleges kimenetet, az eredetileg visszaadott azonosítókat és az összes használati adatmezőt. Az eredeti műveletet állítsa helyre, a létrehozási kérés újbóli beküldése nélkül.
Ha az eredeti választ ellenőrizni kell
Őrizze meg a visszaadott X-Client-Request-ID értéket az egyeztetéshez. Csak a ténylegesen visszaadott task_id/asset_id értékekkel kérdezzen le, vagy használja a saját médiatárat; soha ne állítson össze feladat-URL-t a műveletazonosítóból, és soha ne küldje be újra a létrehozási kérést.
Álnevek
Modell álnevei
Ailoot Ultra fish-audio/drama-3
Metódusútvonalak álnevei
Használja a fent látható metódusútvonalakat.
Kapcsolódó modellazonosítók
FAQ · Fish Audio: Drama 3
- Milyen bemenetek és eredmények érhetők el?
POST /v1/audio/speech·fish-audio/drama-3:text→audio- Mely mezőket használja a kérés?
POST /v1/audio/speech·fish-audio/drama-3:model,input,voice,response_format,provider