Sesame: CSM 1B
Sesame CSM 1B converte il testo fornito in parlato tramite POST /v1/audio/speech. Usa sesame/csm-1b con il copione effettivo, seleziona una delle voci denominate e richiedi audio MP3 o PCM. È adatto a un flusso che trasforma un messaggio preparato, una spiegazione o un segmento narrativo in un file audio per la riproduzione o il montaggio.
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.
Sesame CSM 1B è un modello da testo a voce disponibile con l'ID esatto sesame/csm-1b. Fornisci le parole da pronunciare e conserva l'audio risultante come file. Un brief pratico può essere una spiegazione di prodotto preparata, un messaggio applicativo parlato o un segmento narrativo da inserire in un montaggio. Prepara il copione come testo parlato desiderato, includendo i nomi, i numeri e le parole che l'ascoltatore deve sentire.
Invia POST /v1/audio/speech con application/json. I campi obbligatori sono model, impostato a sesame/csm-1b, e input, contenente il copione come stringa. Leggi un file di copione come testo UTF-8 e inseriscine il contenuto in input, anziché fornire un nome di file locale. Mantenere il contenuto parlato in quel campo dà alla generazione un copione concreto da seguire e consente all'applicazione di conservare la formulazione esatta insieme al file risultante.
Le opzioni di voce denominate sono conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d e none. Mantieni esattamente questi identificatori nel campo voice. Seleziona esplicitamente una voce quando un flusso richiede una configurazione di richiesta ripetibile e conserva l'impostazione scelta con il copione e l'output. Ascolta un segmento rappresentativo per decidere quale voce disponibile sia adatta all'uso previsto.
Usa response_format per scegliere mp3 o pcm. MP3 viene consegnato come audio/mpeg e fornisce un file da passare a un lettore o a un flusso di montaggio che accetta MP3. PCM viene consegnato come audio/pcm con campioni little-endian a 16 bit; conserva i metadati audio effettivi per l'applicazione che interpreterà i byte. Imposta esplicitamente il formato, così che il file e il decoder successivo concordino. L'esempio di richiesta documentato usa speed:1; mantieni questa base quando prepari una richiesta con i controlli stabiliti.
La risposta riuscita contiene byte audio grezzi. Salva il corpo della risposta come audio e conserva gli header della risposta e l'identità della richiesta originale con il copione, la voce e il formato richiesto. Considera il completamento di quella risposta come il momento in cui l'audio restituito può essere conservato ed esaminato. Controlla i nomi, i numeri e i confini delle frasi pronunciati rispetto al copione di partenza prima di aggiungere il risultato a una produzione più lunga. Se una richiesta viene interrotta dopo l'invio, conserva la sua identità originale e le informazioni della risposta mentre verifichi l'esito esistente.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bIntroduzione
Sesame CSM 1B converte il testo fornito in parlato tramite POST /v1/audio/speech. Usa sesame/csm-1b con il copione effettivo, seleziona una delle voci denominate e richiedi audio MP3 o PCM. È adatto a un flusso che trasforma un messaggio preparato, una spiegazione o un segmento narrativo in un file audio per la riproduzione o il montaggio.
- 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
- mp3,pcm
| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti sesame/csm-1b | Predefinito— |
Campoinput | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campovoice | Tipostring | RequisitoFacoltativo | Valori e limiti conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Predefinito— |
Camporesponse_format | Tipostring | RequisitoFacoltativo | Valori e limiti mp3, pcm | Predefinito— |
Campospeed | Tiponumber | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Parametri e ciclo di vita del metodo
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, input |
Parametrooptional | Contrattovoice, response_format, speed |
Parametromaterial_types | Contrattotext |
Parametroconditions | Contratto |
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 $0.000014 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('{"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.
Ricevi e salva i risultati
Ailoot Ultra · Speech
mp3,pcm
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 audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
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 sesame/csm-1b
Alias dei percorsi dei metodi
Usa i percorsi dei metodi indicati sopra.
ID di chiamata correlati
FAQ · Sesame: CSM 1B
- Quali input e risultati sono disponibili?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Quali campi usa la richiesta?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed