{ "aboutHtml": "

Drama 3 adalah model teks ke ucapan Fish Audio untuk naskah yang diperagakan. Model ini menghasilkan audio ucapan dari kata-kata yang Anda berikan dan memberi penulis naskah kendali atas penyampaian. Sebuah baris dapat membawa arahan emosi, perubahan setempat dalam penampilan suara, atau instruksi pelafalan, sehingga masukan berisi konten yang diucapkan serta bagaimana sebaiknya konten itu terdengar.

Tulis kata-kata dan arahkan penampilan

Siapkan kata-kata persis yang sebaiknya didengar pendengar sebelum menambahkan petunjuk penampilan. Pertahankan kejelasan nama, tanggal, dan instruksi penting dalam naskah, serta gunakan tanda baca untuk membentuk ritme kalimat yang diinginkan. Lalu letakkan arahan dalam bahasa biasa di dalam kurung siku sebelum baris yang terkait. Jelaskan emosi atau penyampaian yang diinginkan secara konkret, seperti pengumuman yang terkendali, percakapan tegang, atau penjelasan hangat.

Drama 3 juga mendukung kontrol setempat dalam satu baris. Instruksi sebaris dapat memasukkan suara dan jeda, sedangkan tag penyampaian berpasangan dapat memengaruhi kata-kata tertentu. Pertahankan kejelasan cakupan setiap instruksi: arahan untuk satu frasa sebaiknya tidak tanpa sengaja menjadi arahan untuk seluruh adegan. Baca naskah sekali untuk makna dan sekali untuk penampilan sebelum sintesis.

Adegan, bahasa, dan pelafalan

Model yang diterbitkan mendukung beberapa pembicara dalam satu permintaan. Susun dialog menjadi giliran pembicara yang jelas dan beri setiap giliran tujuan: pertanyaan, interupsi, penjelasan, atau respons. Untuk pelajaran atau penjelasan, pendekatan yang sama dapat memisahkan narator dari tokoh yang dikutip tanpa menulis ulang materi sebagai satu monolog tanpa pembedaan.

Drama 3 mendukung lebih dari 80 bahasa dan dapat mengganti bahasa dalam satu kalimat sambil mempertahankan suara. Siapkan bagian multibahasa dalam bahasa lisan yang diinginkan alih-alih mengasumsikan instruksi bahasa Inggris menyediakan terjemahan. Tentukan bagaimana nama asing dan istilah serapan sebaiknya terdengar, serta gunakan kontrol fonem model ketika pelafalannya memerlukan arahan yang presisi.

Artefak audio yang berguna

Model ini sesuai untuk dialog tokoh, pelajaran bernarasi, penjelasan singkat, pengumuman produk, dan respons suara berdasarkan naskah. Pertahankan konten bersama pilihan akting: bagian pendidikan membutuhkan istilah yang dapat dipahami serta jeda bertujuan; adegan tokoh membutuhkan giliran yang dipisahkan dengan jelas dan maksud dramatis yang konsisten. Ini merupakan keputusan penulisan yang dapat ditinjau sebelum audio apa pun dihasilkan.

Setelah sintesis, bandingkan kata-kata yang diucapkan dengan naskah selesai. Dengarkan frasa yang terlewat, jeda yang salah tempat, pergantian pembicara yang tidak jelas, dan pelafalan nama yang perlu dipertahankan. Simpan naskah dan petunjuk penyampaiannya bersama audio agar koreksi dapat menargetkan baris terdampak. Pertahankan konten lisan akhir bersama pilihan penampilan pada tingkat baris saat menyiapkan revisi.

Kemampuan

Kasus penggunaan

Batasan

", "aboutText": "Drama 3 adalah model teks ke ucapan Fish Audio untuk naskah yang diperagakan. Model ini menghasilkan audio ucapan dari kata-kata yang Anda berikan dan memberi penulis naskah kendali atas penyampaian. Sebuah baris dapat membawa arahan emosi, perubahan setempat dalam penampilan suara, atau instruksi pelafalan, sehingga masukan berisi konten yang diucapkan serta bagaimana sebaiknya konten itu terdengar.\n\n### Tulis kata-kata dan arahkan penampilan\n\nSiapkan kata-kata persis yang sebaiknya didengar pendengar sebelum menambahkan petunjuk penampilan. Pertahankan kejelasan nama, tanggal, dan instruksi penting dalam naskah, serta gunakan tanda baca untuk membentuk ritme kalimat yang diinginkan. Lalu letakkan arahan dalam bahasa biasa di dalam kurung siku sebelum baris yang terkait. Jelaskan emosi atau penyampaian yang diinginkan secara konkret, seperti pengumuman yang terkendali, percakapan tegang, atau penjelasan hangat.\n\nDrama 3 juga mendukung kontrol setempat dalam satu baris. Instruksi sebaris dapat memasukkan suara dan jeda, sedangkan tag penyampaian berpasangan dapat memengaruhi kata-kata tertentu. Pertahankan kejelasan cakupan setiap instruksi: arahan untuk satu frasa sebaiknya tidak tanpa sengaja menjadi arahan untuk seluruh adegan. Baca naskah sekali untuk makna dan sekali untuk penampilan sebelum sintesis.\n\n### Adegan, bahasa, dan pelafalan\n\nModel yang diterbitkan mendukung beberapa pembicara dalam satu permintaan. Susun dialog menjadi giliran pembicara yang jelas dan beri setiap giliran tujuan: pertanyaan, interupsi, penjelasan, atau respons. Untuk pelajaran atau penjelasan, pendekatan yang sama dapat memisahkan narator dari tokoh yang dikutip tanpa menulis ulang materi sebagai satu monolog tanpa pembedaan.\n\nDrama 3 mendukung lebih dari 80 bahasa dan dapat mengganti bahasa dalam satu kalimat sambil mempertahankan suara. Siapkan bagian multibahasa dalam bahasa lisan yang diinginkan alih-alih mengasumsikan instruksi bahasa Inggris menyediakan terjemahan. Tentukan bagaimana nama asing dan istilah serapan sebaiknya terdengar, serta gunakan kontrol fonem model ketika pelafalannya memerlukan arahan yang presisi.\n\n### Artefak audio yang berguna\n\nModel ini sesuai untuk dialog tokoh, pelajaran bernarasi, penjelasan singkat, pengumuman produk, dan respons suara berdasarkan naskah. Pertahankan konten bersama pilihan akting: bagian pendidikan membutuhkan istilah yang dapat dipahami serta jeda bertujuan; adegan tokoh membutuhkan giliran yang dipisahkan dengan jelas dan maksud dramatis yang konsisten. Ini merupakan keputusan penulisan yang dapat ditinjau sebelum audio apa pun dihasilkan.\n\nSetelah sintesis, bandingkan kata-kata yang diucapkan dengan naskah selesai. Dengarkan frasa yang terlewat, jeda yang salah tempat, pergantian pembicara yang tidak jelas, dan pelafalan nama yang perlu dipertahankan. Simpan naskah dan petunjuk penyampaiannya bersama audio agar koreksi dapat menargetkan baris terdampak. Pertahankan konten lisan akhir bersama pilihan penampilan pada tingkat baris saat menyiapkan revisi.\n\n### Kemampuan\n\n- Penyampaian suara dari naskah yang sudah selesai melalui konversi teks menjadi ucapan.\n- Arahan dalam bahasa sederhana di dalam tanda kurung siku sebelum suatu baris dialog.\n- Bunyi dan jeda yang disisipkan dalam teks, dengan tag penyampaian berpasangan yang berlaku pada kata tertentu.\n- Adegan dengan banyak penutur dan lebih dari 80 bahasa lisan.\n- Kendali fonem untuk nama dan istilah khusus.\n\n### Kasus penggunaan\n\n- **Dialog karakter** — Naskah dengan giliran penutur dan arahan penampilan yang dipisahkan dengan jelas. Hasil: Adegan percakapan dengan perubahan cara penyampaian yang disengaja.\n- **Penjelasan bernarasi** — Pelajaran yang sudah selesai dengan istilah dan jeda yang ditandai. Hasil: Audio ucapan yang dapat diperiksa dengan membandingkannya dengan teks pelajaran.\n- **Pengumuman multibahasa** — Teks akhir dalam bahasa yang dituju dengan pilihan pelafalan tetap dipertahankan. Hasil: Bagian yang diucapkan dengan peralihan bahasa yang terkendali.\n- **Respons suara sesuai naskah** — Respons singkat dengan nada yang dinyatakan jelas dan kata-kata yang akan diucapkan. Hasil: Segmen ucapan yang dapat digunakan ulang oleh aplikasi yang menaunginya.\n\n### Batasan\n\n- **Masukan dan hasil** — Model yang dipublikasikan menerima teks dan mengembalikan audio ucapan.\n- **Cakupan kendali** — Lekatkan arahan pada baris dialog atau frasa yang dituju, dan jaga agar tag penyampaian berpasangan memiliki cakupan yang tepat.\n- **Unit peninjauan** — Simpan naskah dan petunjuk yang persis sama bersama audio; tinjau pelafalan dan giliran penutur pada tingkat baris dialog.\n", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "dcef9c7f1bd772cb6f9212afaab515f4b274c7f1327cd3645a9a4d476bec5702", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "
•

Fish Audio: Drama 3

Fish Audio /fish-audio/drama-3

Mulai

Drama 3 mengubah naskah tertulis menjadi ucapan yang diarahkan. Bentuk emosi dan penyampaian dengan petunjuk bahasa biasa, tambahkan jeda dan suara, pandu pelafalan, serta bangun adegan dengan beberapa pembicara. Alur kerja ucapan yang diterbitkan mendukung lebih dari 80 bahasa, termasuk pergantian bahasa dalam satu kalimat.

Masukan yang diterima
Teks
Hasil
Audio
Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Drama 3 adalah model teks ke ucapan Fish Audio untuk naskah yang diperagakan. Model ini menghasilkan audio ucapan dari kata-kata yang Anda berikan dan memberi penulis naskah kendali atas penyampaian. Sebuah baris dapat membawa arahan emosi, perubahan setempat dalam penampilan suara, atau instruksi pelafalan, sehingga masukan berisi konten yang diucapkan serta bagaimana sebaiknya konten itu terdengar.

Tulis kata-kata dan arahkan penampilan

Siapkan kata-kata persis yang sebaiknya didengar pendengar sebelum menambahkan petunjuk penampilan. Pertahankan kejelasan nama, tanggal, dan instruksi penting dalam naskah, serta gunakan tanda baca untuk membentuk ritme kalimat yang diinginkan. Lalu letakkan arahan dalam bahasa biasa di dalam kurung siku sebelum baris yang terkait. Jelaskan emosi atau penyampaian yang diinginkan secara konkret, seperti pengumuman yang terkendali, percakapan tegang, atau penjelasan hangat.

Drama 3 juga mendukung kontrol setempat dalam satu baris. Instruksi sebaris dapat memasukkan suara dan jeda, sedangkan tag penyampaian berpasangan dapat memengaruhi kata-kata tertentu. Pertahankan kejelasan cakupan setiap instruksi: arahan untuk satu frasa sebaiknya tidak tanpa sengaja menjadi arahan untuk seluruh adegan. Baca naskah sekali untuk makna dan sekali untuk penampilan sebelum sintesis.

Adegan, bahasa, dan pelafalan

Model yang diterbitkan mendukung beberapa pembicara dalam satu permintaan. Susun dialog menjadi giliran pembicara yang jelas dan beri setiap giliran tujuan: pertanyaan, interupsi, penjelasan, atau respons. Untuk pelajaran atau penjelasan, pendekatan yang sama dapat memisahkan narator dari tokoh yang dikutip tanpa menulis ulang materi sebagai satu monolog tanpa pembedaan.

Drama 3 mendukung lebih dari 80 bahasa dan dapat mengganti bahasa dalam satu kalimat sambil mempertahankan suara. Siapkan bagian multibahasa dalam bahasa lisan yang diinginkan alih-alih mengasumsikan instruksi bahasa Inggris menyediakan terjemahan. Tentukan bagaimana nama asing dan istilah serapan sebaiknya terdengar, serta gunakan kontrol fonem model ketika pelafalannya memerlukan arahan yang presisi.

Artefak audio yang berguna

Model ini sesuai untuk dialog tokoh, pelajaran bernarasi, penjelasan singkat, pengumuman produk, dan respons suara berdasarkan naskah. Pertahankan konten bersama pilihan akting: bagian pendidikan membutuhkan istilah yang dapat dipahami serta jeda bertujuan; adegan tokoh membutuhkan giliran yang dipisahkan dengan jelas dan maksud dramatis yang konsisten. Ini merupakan keputusan penulisan yang dapat ditinjau sebelum audio apa pun dihasilkan.

Setelah sintesis, bandingkan kata-kata yang diucapkan dengan naskah selesai. Dengarkan frasa yang terlewat, jeda yang salah tempat, pergantian pembicara yang tidak jelas, dan pelafalan nama yang perlu dipertahankan. Simpan naskah dan petunjuk penyampaiannya bersama audio agar koreksi dapat menargetkan baris terdampak. Pertahankan konten lisan akhir bersama pilihan penampilan pada tingkat baris saat menyiapkan revisi.

Kemampuan

  • Penyampaian suara dari naskah yang sudah selesai melalui konversi teks menjadi ucapan.
  • Arahan dalam bahasa sederhana di dalam tanda kurung siku sebelum suatu baris dialog.
  • Bunyi dan jeda yang disisipkan dalam teks, dengan tag penyampaian berpasangan yang berlaku pada kata tertentu.
  • Adegan dengan banyak penutur dan lebih dari 80 bahasa lisan.
  • Kendali fonem untuk nama dan istilah khusus.

Kasus penggunaan

  • Dialog karakter — Naskah dengan giliran penutur dan arahan penampilan yang dipisahkan dengan jelas. Hasil: Adegan percakapan dengan perubahan cara penyampaian yang disengaja.
  • Penjelasan bernarasi — Pelajaran yang sudah selesai dengan istilah dan jeda yang ditandai. Hasil: Audio ucapan yang dapat diperiksa dengan membandingkannya dengan teks pelajaran.
  • Pengumuman multibahasa — Teks akhir dalam bahasa yang dituju dengan pilihan pelafalan tetap dipertahankan. Hasil: Bagian yang diucapkan dengan peralihan bahasa yang terkendali.
  • Respons suara sesuai naskah — Respons singkat dengan nada yang dinyatakan jelas dan kata-kata yang akan diucapkan. Hasil: Segmen ucapan yang dapat digunakan ulang oleh aplikasi yang menaunginya.

Batasan

  • Masukan dan hasil — Model yang dipublikasikan menerima teks dan mengembalikan audio ucapan.
  • Cakupan kendali — Lekatkan arahan pada baris dialog atau frasa yang dituju, dan jaga agar tag penyampaian berpasangan memiliki cakupan yang tepat.
  • Unit peninjauan — Simpan naskah dan petunjuk yang persis sama bersama audio; tinjau pelafalan dan giliran penutur pada tingkat baris dialog.

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Ucapan POST /v1/audio/speech
Masukan
text
Keluaran
audio
KolomJenisPersyaratanNilai & batasanBawaan
KolommodelJenisstringPersyaratanWajibNilai & batasan
fish-audio/drama-3
Bawaan—
KolominputJenisstringPersyaratanWajibNilai & batasan
Panjang minimum: 1
Bawaan—
KolomvoiceJenisstringPersyaratanWajibNilai & batasan
Panjang minimum: 1
Bawaan—
Kolomresponse_formatJenisstringPersyaratanOpsionalNilai & batasan
mp3, pcm
Bawaanpcm
KolomproviderJenisobjectPersyaratanOpsionalNilai & batasanBawaan—
Parameter metode dan siklus hidup
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, input, voice
Parametermaterial_typesKontraktext
Parametermaterial_conditionsKontrakPilih ID suara aktual yang didukung; tidak ada nilai bawaan/suara literal yang dibuat-buat untuk model ini.

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast
Tidak ditentukan Saat mode fast dipilih
Mode Flex
Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum
Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

KonfigurasiJadwal tarifSatuan penagihanBiaya
KonfigurasiTarif dasar tokenJadwal tarifTarif dasarSatuan penagihan—Biaya
Masukan · Token masukan — / 1K token
Keluaran · Token keluaran — / 1K token
Masukan · Pembacaan cache — / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token
Konfigurasibyte UTF-8 masukanJadwal tarif—Satuan penagihanper byte UTF-8 masukanBiaya
Masukan · byte UTF-8 masukan $0.00002 per byte UTF-8 masukan

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Ucapan

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"\nexport AILOOT_INPUT_TEXT\n: "${AILOOT_VOICE:?Set the actual documented input value}"\nexport AILOOT_VOICE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nrequest['voice']=os.environ['AILOOT_VOICE']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n

Terima dan simpan hasil

Ailoot Ultra · Ucapan

Audio biner secara utuh atau respons audio_url asli, header, dan setiap aset milik Ailoot.

Pembacaan konten lain
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n
Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.

Jika respons asli perlu diperiksa

Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task_id/asset_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan.

Alias

Alias model

Ailoot Ultra fish-audio/drama-3

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

fish-audio/drama-3

", "method_identity": { "effective_request_model_id": "fish-audio/drama-3", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "fish-audio/drama-3", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|fish-audio%2Fdrama-3", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task_id/asset_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan." }, "outputs": { "all_results": "Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Audio biner secara utuh atau respons audio_url asli, header, dan setiap aset milik Ailoot." }, "parameters": [ { "enum": [ "fish-audio/drama-3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "input", "required": true, "type": "string" }, { "min_length": 1, "name": "voice", "required": true, "type": "string" }, { "default": "pcm", "default_known": true, "enum": [ "mp3", "pcm" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input": { "minLength": 1, "type": "string" }, "model": { "enum": [ "fish-audio/drama-3" ], "type": "string" }, "provider": { "description": "Documented speech data policy and provider-specific options.", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "pcm", "enum": [ "mp3", "pcm" ], "type": "string" }, "voice": { "minLength": 1, "type": "string" } }, "required": [ "model", "input", "voice" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "input": "${ACTUAL_INPUT_TEXT}", "model": "fish-audio/drama-3", "voice": "${ACTUAL_SUPPORTED_VOICE}" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "Pilih ID suara aktual yang didukung; tidak ada nilai bawaan/suara literal yang dibuat-buat untuk model ini." ], "material_types": [ "text" ], "required": [ "model", "input", "voice" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "task_id aktual yang dikembalikan atau catatan pustaka media", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Complete binary audio or original audio_url response, headers and every owned asset." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_INPUT_TEXT:?Set the actual documented input value}\"\nexport AILOOT_INPUT_TEXT\n: \"${AILOOT_VOICE:?Set the actual documented input value}\"\nexport AILOOT_VOICE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nrequest['voice']=os.environ['AILOOT_VOICE']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n", "label": "Use actual input and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n", "label": "Read existing owned assets", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Use the exact caller model ID and documented input representation.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Ucapan", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_speech", "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_utf8_byte": 2e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "request_model_id": "fish-audio/drama-3", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } } ], "model_id": "fish-audio/drama-3", "nativeProvenance": { "input_facts_canonical_sha256": "d8e982fdd947b23665294d18142c9231fbfcec5644f8051331ada0a274497654", "input_html_sha256": "2235ec186333ba465d4f5c6300a378824a2120e4c2f2f99349e855f5a82eaa20", "private_audit_sha256": "cc3605047a49ce90e812849e98c2bd5800953d3f80cb58152fb850ccec61dd26", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/id/fish-audio-drama-3/", "description": "Drama 3 mengubah naskah tertulis menjadi ucapan yang diarahkan. Bentuk emosi dan penyampaian dengan petunjuk bahasa biasa, tambahkan jeda dan suara, pandu pelafalan, serta bangun adegan dengan beberapa pembicara. Alur kerja ucapan yang diterbitkan mendukung lebih dari 80 bahasa, termasuk pergantian bahasa dalam satu kalimat.", "locale": "id", "md_url": "https://ailoot.ai/models/id/fish-audio-drama-3/index.md", "title": "Fish Audio: Drama 3 — Ailoot", "url": "https://ailoot.ai/models/id/fish-audio-drama-3/" }, "rawModel": { "about": "Drama 3 adalah model teks ke ucapan Fish Audio untuk naskah yang diperagakan. Model ini menghasilkan audio ucapan dari kata-kata yang Anda berikan dan memberi penulis naskah kendali atas penyampaian. Sebuah baris dapat membawa arahan emosi, perubahan setempat dalam penampilan suara, atau instruksi pelafalan, sehingga masukan berisi konten yang diucapkan serta bagaimana sebaiknya konten itu terdengar.\n\n### Tulis kata-kata dan arahkan penampilan\n\nSiapkan kata-kata persis yang sebaiknya didengar pendengar sebelum menambahkan petunjuk penampilan. Pertahankan kejelasan nama, tanggal, dan instruksi penting dalam naskah, serta gunakan tanda baca untuk membentuk ritme kalimat yang diinginkan. Lalu letakkan arahan dalam bahasa biasa di dalam kurung siku sebelum baris yang terkait. Jelaskan emosi atau penyampaian yang diinginkan secara konkret, seperti pengumuman yang terkendali, percakapan tegang, atau penjelasan hangat.\n\nDrama 3 juga mendukung kontrol setempat dalam satu baris. Instruksi sebaris dapat memasukkan suara dan jeda, sedangkan tag penyampaian berpasangan dapat memengaruhi kata-kata tertentu. Pertahankan kejelasan cakupan setiap instruksi: arahan untuk satu frasa sebaiknya tidak tanpa sengaja menjadi arahan untuk seluruh adegan. Baca naskah sekali untuk makna dan sekali untuk penampilan sebelum sintesis.\n\n### Adegan, bahasa, dan pelafalan\n\nModel yang diterbitkan mendukung beberapa pembicara dalam satu permintaan. Susun dialog menjadi giliran pembicara yang jelas dan beri setiap giliran tujuan: pertanyaan, interupsi, penjelasan, atau respons. Untuk pelajaran atau penjelasan, pendekatan yang sama dapat memisahkan narator dari tokoh yang dikutip tanpa menulis ulang materi sebagai satu monolog tanpa pembedaan.\n\nDrama 3 mendukung lebih dari 80 bahasa dan dapat mengganti bahasa dalam satu kalimat sambil mempertahankan suara. Siapkan bagian multibahasa dalam bahasa lisan yang diinginkan alih-alih mengasumsikan instruksi bahasa Inggris menyediakan terjemahan. Tentukan bagaimana nama asing dan istilah serapan sebaiknya terdengar, serta gunakan kontrol fonem model ketika pelafalannya memerlukan arahan yang presisi.\n\n### Artefak audio yang berguna\n\nModel ini sesuai untuk dialog tokoh, pelajaran bernarasi, penjelasan singkat, pengumuman produk, dan respons suara berdasarkan naskah. Pertahankan konten bersama pilihan akting: bagian pendidikan membutuhkan istilah yang dapat dipahami serta jeda bertujuan; adegan tokoh membutuhkan giliran yang dipisahkan dengan jelas dan maksud dramatis yang konsisten. Ini merupakan keputusan penulisan yang dapat ditinjau sebelum audio apa pun dihasilkan.\n\nSetelah sintesis, bandingkan kata-kata yang diucapkan dengan naskah selesai. Dengarkan frasa yang terlewat, jeda yang salah tempat, pergantian pembicara yang tidak jelas, dan pelafalan nama yang perlu dipertahankan. Simpan naskah dan petunjuk penyampaiannya bersama audio agar koreksi dapat menargetkan baris terdampak. Pertahankan konten lisan akhir bersama pilihan penampilan pada tingkat baris saat menyiapkan revisi.\n\n### Kemampuan\n\n- Penyampaian suara dari naskah yang sudah selesai melalui konversi teks menjadi ucapan.\n- Arahan dalam bahasa sederhana di dalam tanda kurung siku sebelum suatu baris dialog.\n- Bunyi dan jeda yang disisipkan dalam teks, dengan tag penyampaian berpasangan yang berlaku pada kata tertentu.\n- Adegan dengan banyak penutur dan lebih dari 80 bahasa lisan.\n- Kendali fonem untuk nama dan istilah khusus.\n\n### Kasus penggunaan\n\n- **Dialog karakter** — Naskah dengan giliran penutur dan arahan penampilan yang dipisahkan dengan jelas. Hasil: Adegan percakapan dengan perubahan cara penyampaian yang disengaja.\n- **Penjelasan bernarasi** — Pelajaran yang sudah selesai dengan istilah dan jeda yang ditandai. Hasil: Audio ucapan yang dapat diperiksa dengan membandingkannya dengan teks pelajaran.\n- **Pengumuman multibahasa** — Teks akhir dalam bahasa yang dituju dengan pilihan pelafalan tetap dipertahankan. Hasil: Bagian yang diucapkan dengan peralihan bahasa yang terkendali.\n- **Respons suara sesuai naskah** — Respons singkat dengan nada yang dinyatakan jelas dan kata-kata yang akan diucapkan. Hasil: Segmen ucapan yang dapat digunakan ulang oleh aplikasi yang menaunginya.\n\n### Batasan\n\n- **Masukan dan hasil** — Model yang dipublikasikan menerima teks dan mengembalikan audio ucapan.\n- **Cakupan kendali** — Lekatkan arahan pada baris dialog atau frasa yang dituju, dan jaga agar tag penyampaian berpasangan memiliki cakupan yang tepat.\n- **Unit peninjauan** — Simpan naskah dan petunjuk yang persis sama bersama audio; tinjau pelafalan dan giliran penutur pada tingkat baris dialog.\n", "alias_of": null, "aliases": [], "author": "Fish Audio", "capabilities": { "context_length": 0, "manufacturer_input": [ "text" ], "manufacturer_output": [ "speech" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ], "summary": "Informasi lengkap harga konfigurasi tersedia di bagian detail." } ], "ctx": null, "formats": [ "speech" ], "id": "fish-audio/drama-3", "input": [ "text" ], "kind": "audio", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task_id/asset_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan." }, "outputs": { "all_results": "Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Audio biner secara utuh atau respons audio_url asli, header, dan setiap aset milik Ailoot." }, "parameters": [ { "enum": [ "fish-audio/drama-3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "input", "required": true, "type": "string" }, { "min_length": 1, "name": "voice", "required": true, "type": "string" }, { "default": "pcm", "default_known": true, "enum": [ "mp3", "pcm" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input": { "minLength": 1, "type": "string" }, "model": { "enum": [ "fish-audio/drama-3" ], "type": "string" }, "provider": { "description": "Documented speech data policy and provider-specific options.", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "pcm", "enum": [ "mp3", "pcm" ], "type": "string" }, "voice": { "minLength": 1, "type": "string" } }, "required": [ "model", "input", "voice" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "input": "${ACTUAL_INPUT_TEXT}", "model": "fish-audio/drama-3", "voice": "${ACTUAL_SUPPORTED_VOICE}" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "Pilih ID suara aktual yang didukung; tidak ada nilai bawaan/suara literal yang dibuat-buat untuk model ini." ], "material_types": [ "text" ], "required": [ "model", "input", "voice" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "task_id aktual yang dikembalikan atau catatan pustaka media", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Complete binary audio or original audio_url response, headers and every owned asset." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_INPUT_TEXT:?Set the actual documented input value}\"\nexport AILOOT_INPUT_TEXT\n: \"${AILOOT_VOICE:?Set the actual documented input value}\"\nexport AILOOT_VOICE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nrequest['voice']=os.environ['AILOOT_VOICE']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n", "label": "Use actual input and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n", "label": "Read existing owned assets", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Use the exact caller model ID and documented input representation.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Ucapan", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_speech", "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_utf8_byte": 2e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "request_model_id": "fish-audio/drama-3", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "model_aliases": [ { "canonical_model_id": "fish-audio/drama-3", "request_model_id": "fish-audio/drama-3", "route_label": "Ultra" } ], "name": "Fish Audio: Drama 3", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "short": "Drama 3 mengubah naskah tertulis menjadi ucapan yang diarahkan. Bentuk emosi dan penyampaian dengan petunjuk bahasa biasa, tambahkan jeda dan suara, pandu pelafalan, serta bangun adegan dengan beberapa pembicara. Alur kerja ucapan yang diterbitkan mendukung lebih dari 80 bahasa, termasuk pergantian bahasa dalam satu kalimat." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Drama 3 mengubah naskah tertulis menjadi ucapan yang diarahkan. Bentuk emosi dan penyampaian dengan petunjuk bahasa biasa, tambahkan jeda dan suara, pandu pelafalan, serta bangun adegan dengan beberapa pembicara. Alur kerja ucapan yang diterbitkan mendukung lebih dari 80 bahasa, termasuk pergantian bahasa dalam satu kalimat.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "f8aa7bb3bc0ba8e85cbc05ebbe08387d4a4aabe5e1d129dda254a3f002db9e82", "renderer_sha256": "2a0471475a29000c23db326ca1e315df73dee7524f6bc2907818ee3458813f2d" }, "sourceRevision": "ad26a371a2b60e2769bd523e79f3b848e227f2cbb18928903a99f79ddef50aa7" }