glm-tts
GLM-TTS converte un copione fornito in audio parlato. Il profilo glm-tts usa il metodo Audio Speech con una voce esplicita e output WAV, rendendolo adatto a brevi narrazioni, istruzioni vocali e riproduzione di messaggi. Prepara il testo entro il limite di input documentato di 1 024 caratteri.
Informazioni sul modello
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GLM-TTS è il modello di sintesi vocale di Zhipu selezionato con l'ID esatto glm-tts. Invia POST /v1/audio/speech con model, input e voice. Inserisci direttamente in input le parole da pronunciare e seleziona response_format=wav per questo profilo. Il risultato è una registrazione parlata del copione fornito, adatta alla riproduzione o all'importazione in un editor audio o video.
Usalo per una breve spiegazione di prodotto, un benvenuto parlato, un brano di istruzioni o un annuncio. Prepara il copione così come deve essere letto ad alta voce: includi le pause previste tra le frasi e scrivi per esteso i termini la cui pronuncia è rilevante per il compito. Per un tutorial, una richiesta può contenere un'istruzione mirata che accompagna un singolo passaggio visibile. Per un messaggio di benvenuto, fornisci il testo effettivo e riascolta la registrazione prima di inserirla nel percorso del cliente.
La lunghezza massima documentata dell'input è di 1 024 caratteri. Verifica questo limite sul testo definitivo, includendo punteggiatura e spazi. Una narrazione più lunga richiede un copione suddiviso in brani adeguati; conserva con le registrazioni l'ordine dei brani e le impostazioni scelte, così da poterli assemblare ed esaminare insieme. Un limite di caratteri descrive il testo in ingresso e non stabilisce una durata fissa della registrazione.
Lo schema di voice elenca tongtong, chuichui, jam, kazi, douji e luodo. L'esempio pubblicato usa tongtong con speed=1 e volume=1. Sia speed sia volume sono controlli facoltativi con un valore predefinito documentato di 1. Per questo metodo WAV, speed è un intero che accetta 1 o 2 e volume è un intero da 1 a 10. Il booleano facoltativo watermark_enabled controlla la filigrana audio. Lascia stream non impostato o impostalo a false per ricevere la registrazione WAV completa. Parti da questo esempio esplicito quando prepari una prima registrazione, quindi mantieni coerenti la voce selezionata e le impostazioni accettate tra brani correlati.
La registrazione WAV è l'output conclusivo della richiesta vocale. Conserva il risultato audio completo e le informazioni della risposta, quindi ascolta l'intero brano per verificare pronuncia, parole, pause e sequenza prevista. Tieni il copione originale esatto accanto alla registrazione quando prepari revisioni. Se l'esito di una richiesta è incerto, conserva la richiesta originale e le informazioni sul risultato restituito prima di creare un'altra richiesta di sintesi; la sola assenza di un file riproducibile non dimostra che non sia stata creata alcuna registrazione.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsIntroduzione
GLM-TTS converte un copione fornito in audio parlato. Il profilo glm-tts usa il metodo Audio Speech con una voce esplicita e output WAV, rendendolo adatto a brevi narrazioni, istruzioni vocali e riproduzione di messaggi. Prepara il testo entro il limite di input documentato di 1 024 caratteri.
- Input accettati
- Testo
- Risultati
- Audio
Disponibile in Ailoot · input e metodi
Ailoot Ultra · Speech POST /v1/audio/speech
- Tipi di input
text- Tipi di output
audio- Formato di output
- wav
| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti glm-tts | Predefinito— |
Campoinput | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campovoice | Tipostring | RequisitoObbligatorio | Valori e limiti tongtong, chuichui, jam, kazi, douji, luodo | Predefinito— |
Camporesponse_format | Tipostring | RequisitoObbligatorio | Valori e limiti wav | Predefinito— |
Campoencode_format | Tipostring | RequisitoFacoltativo | Valori e limiti base64, hex | Predefinito— |
Campospeed | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 2 | Predefinito1 |
Campovolume | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 10 | Predefinito1 |
Campowatermark_enabled | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti false | Predefinito— |
Parametri e ciclo di vita del metodo
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, input, voice, response_format |
Parametrooptional | Contrattoencode_format, speed, volume, watermark_enabled, stream |
Parametromaterial_types | Contrattotext |
Parametroconditions | ContrattoUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Ciclo di vita: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariffe
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
- Modalità rapida
- Non specificato Quando è selezionata la modalità rapida
- Modalità flex
- Non specificato Quando è selezionata la modalità flex
- Sforzo massimo di ragionamento
- Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)
Tariffe Ailoot
Prezzi per configurazione
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Quantità fatturata | Unità di fatturazione | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità fatturata— | Unità di fatturazione— | Costo Input · Token in input — / 1K token Output · Token in output — / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| Configurazionecarattere in ingresso | Listino delle tariffe— | Quantità fatturata— | Unità di fatturazioneper carattere in input | Costo Input · carattere in ingresso $0.00006 per carattere in input |
| ConfigurazionePer richiesta | Listino delle tariffe— | Quantità fatturatauna richiesta | Unità di fatturazione— | Costo Input $0 per richiesta |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
Esempi di richieste
Ailoot Ultra · Speech
set -eu
: "${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('{"model": "glm-tts", "input": "Hello, this is a short speech example.", "voice": "tongtong", "response_format": "wav"}')
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.
Ricevi e salva i risultati
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Conserva tutti i risultati completati
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Retain the complete binary WAV, response headers and original request identity.
Se occorre verificare la risposta originale
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Alias
Alias del modello
Ailoot Ultra glm-tts
Alias dei percorsi dei metodi
Usa i percorsi dei metodi indicati sopra.
ID di chiamata correlati
FAQ · glm-tts
- Quali input e risultati sono disponibili?
POST /v1/audio/speech·glm-tts:text→audio- Quali campi usa la richiesta?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Quali limiti si applicano?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10