Canopy Labs: Orpheus 3B
Canopy LabsのOrpheus 3B微調整済み英語音声モデルは、書かれた文を表現豊かな音声へ変換します。8種類のプリセット音声と非言語タグで、ナレーション、会話、アプリケーションの音声応答に対応します。
モデルについて
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Orpheus 3B 0.1 Fine-Tunedは、日常的な音声合成向けのCanopy Labsの英語テキスト読み上げモデルです。Llama 3Bバックボーンを基にしたOrpheusファミリーに属し、自然なイントネーション、リズム、表現豊かな読み上げに重点を置きます。入力は読み上げるテキストと選択した話者で、出力は音声です。メーカーは、この正確な微調整済みモデルについて、ゼロショットの音声クローニングも挙げています。公開された微調整済みモデルの合成例はプリセット話者を使用し、参照音声を条件にしたテキスト・音声プロンプトは、事前学習版について別に文書化されています。この微調整済みエディションは、事前学習モデルや、別に公開された多言語の研究モデルとは異なります。
話者を選んで文を準備する
メーカーは、tara、leah、jess、leo、dan、mia、zac、zoeの8種類の英語プリセット音声を挙げています。プロンプトの慣習では、読み上げテキストの前に話者名を置き、コロンで区切ります。参照の音声生成ワークフローは、声が別に指定された場合に、その書式を追加できます。意図した作品に合う話者を選び、つながる文章全体で選択を統一してください。
短い解説では、モデルに説明を考えさせる指示ではなく、最終的なナレーションを書いてください。有用な読み上げ文の例は、「共有するフォルダーを選び、開ける人を確認し、変更を保存してください。」です。会話では各話者の文を明示的に準備し、表現を助ける句読点を残します。略語、日付、商品名は、特に書き言葉の略記が曖昧な場合、聞き手に聞かせたい形式で書いてください。
表現と非言語の手掛かり
Orpheusは、<laugh>、<chuckle>、<sigh>、<cough>、<sniffle>、<groan>、<yawn>、<gasp>のタグを文書化しています。これらは、該当箇所に明示的な非言語イベントを与えます。短い会話の文章なら、軽い発言の前にくすっと笑う声、考え込む文の前にため息を置けます。演技に適した場所で手掛かりを使い、文の実際の言葉を明確に保ってください。
これらは音声生成の手掛かりであり、既存の録音を編集する一般的な指示言語ではありません。ボイスオーバーでは読みやすい原稿から始め、場面に必要な表現イベントだけを追加してください。文全体を聞き、イベント、強調、ペースが意味を支えているかを判断します。ナレーションでは安定した声が必要な場合があり、キャラクターの文では特定の非言語の手掛かりが役立つ場合があります。
ストリーミングと音声結果
メーカーは、非ストリーミングのノートブックと、ストリーミングの音声例の両方を提供しています。ストリーミングは、文章が生成されるにつれて音声チャンクを順次返します。公開例では、チャンクを24,000 Hz、16ビットサンプルのモノラルWAVファイルへ書き込みます。これらのファイル設定は参照ワークフローの設定です。有用な結果は、言葉、話者、表現を原稿と照合できる、再生可能な録音です。
長いナレーションでは、明確な文境界を持つ、意味的につながった文章を準備し、最終原稿のコピーを音声の横に残してください。各文章の冒頭と末尾、重要な名前の発音、隣り合う録音のつながりを確認します。メーカーのサンプリングガイダンスは、参照実装での安定した生成のためにrepetition penaltyを1.1以上とし、サンプリングの選択が発話速度に影響する場合があると述べています。例で設定されたモデル長は推論設定であり、確立されたナレーションの最大時間ではありません。
エディションの境界
このプロファイルは、文書化されたプリセット話者を持つ、微調整済みの英語モデルに関するものです。事前学習モデルは独自のテキスト・音声条件付けワークフローを持ち、多言語リリースには言語別の話者やタグがあります。この英語エディションを選んでも、それらの別のプロファイルが統合されるわけではありません。実用的な成果物は、読み上げ原稿、意図したプリセット音声、作品に必要な言葉と表現を確認した音声です。
Ailoot Ultra · 音声合成 POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft
canopylabs/orpheus-3b-0.1-ftはじめに
Canopy LabsのOrpheus 3B微調整済み英語音声モデルは、書かれた文を表現豊かな音声へ変換します。8種類のプリセット音声と非言語タグで、ナレーション、会話、アプリケーションの音声応答に対応します。
- 対応する入力
- テキスト
- 結果
- 音声
Ailootで利用可能 · 入力とメソッド
Ailoot Ultra · 音声合成 POST /v1/audio/speech
- 入力の種類
text- 出力の種類
audio- 出力形式
- mp3
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 canopylabs/orpheus-3b-0.1-ft | デフォルト— |
フィールドinput | 種類string | 要件必須 | 値と制限 最小の長さ: 1 単位: Unicode 文字 | デフォルト— |
フィールドvoice | 種類string | 要件必須 | 値と制限 tara, leah, jess, leo, dan, mia, zac | デフォルト— |
フィールドresponse_format | 種類string | 要件必須 | 値と制限 mp3 | デフォルト— |
入力素材の組み合わせ
text_to_speech · 必須: input
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, input, voice, response_format |
パラメータvoice_ids | 仕様tara, leah, jess, leo, dan, mia, zac |
パラメータresponse_format | 仕様mp3 |
パラメータmax_input_characters | 仕様null |
パラメータother_options | 仕様false |
パラメータinput | 仕様正確なUTF-8テキスト。正規化せずにUnicode文字数を数えます |
パラメータmaterial_types | 仕様text |
ライフサイクル: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
このモデルのプロファイルから、使用する音声を正確に選択してください。
入力文字数と音声の秒数は、別の計測単位です。
料金
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
- 高速モード
- 未指定 高速モードが選択されている場合
- Flex モード
- 未指定 flex モードが選択されている場合
- 最大推論量
- 未指定 推論量が最大で、調整に既定値（default）を使用する場合
Ailootの料金
設定別の価格
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 課金対象の数量 | 課金単位 | 料金 |
|---|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 課金対象の数量— | 課金単位— | 料金 入力 · 入力トークン — / 1K トークン 出力 · 出力トークン — / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Ultra | 料金表— | 課金対象の数量漢字を含め、Unicodeコードポイント1つを1文字として数えます。 | 課金単位1K入力文字あたり | 料金 入力 · 入力文字 $0.03 1K入力文字あたり |
参考料金の詳細
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
Canopy Labs: Orpheus 3B
設定別の価格
| 設定 | 課金条件 | 料金 |
|---|---|---|
| 設定Canopy Labs: Orpheus 3B · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力文字数 $0.000014 入力文字あたり |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot Ultra · 音声合成
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "canopylabs/orpheus-3b-0.1-ft", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["tara", "leah", "jess", "leo", "dan", "mia", "zac"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
結果を受け取って保存
Ailoot Ultra · 音声合成
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
その他のコンテンツ取得
set -eu
: "${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 $AILOOT_API_KEY" -o media-assets.json
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
完了した結果をすべて保存
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
バイナリ結果の全体とヘッダーを保存してください。JSON または複数の出力が返された場合は、すべてのデータ項目を保存し、実際に返された署名付きアセット URL から各アセットを取得してください。
元のレスポンスを確認する場合
再送せずに照合できるよう、元の operation_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドbinary audio | 種類bytes |
フィールドresponse headers | 種類headers |
エラーと次の手順
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
レスポンスserver_error | 条件返されたレスポンスは、操作または結果の確認が必要であることを示しています | 次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。 |
エイリアス
モデルのエイリアス
Ailoot Ultra canopylabs/orpheus-3b-0.1-ft
メソッドパスのエイリアス
上記に表示されたメソッドパスを使用してください。
関連する呼び出し用ID
FAQ · Canopy Labs: Orpheus 3B
- 利用できる入力と結果は何ですか？
POST /v1/audio/speech·canopylabs/orpheus-3b-0.1-ft:text→audio- リクエストはどの項目を使用しますか？
POST /v1/audio/speech·canopylabs/orpheus-3b-0.1-ft:model,input,voice,response_format