Canopy Labs: Orpheus 3B

Canopy Labs-тың дәл бапталған Orpheus 3B ағылшын сөйлеу моделі жазылған репликаларды мәнерлі аудиоға айналдырады. Алдын ала берілген сегіз дауыс пен сөзсіз дыбыс тегтері баяндауға, диалогқа және қолданбаның ауызша жауаптарына көмектеседі.

Ailoot Ultra · Дыбыстау POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Orpheus 3B 0.1 Fine-Tuned — күнделікті синтезге арналған Canopy Labs ағылшын мәтінді сөйлеуге айналдыру моделі. Ол Llama 3B негізінде құрылған Orpheus тобына жатады және табиғи интонацияға, ырғаққа және мәнерлі орындауға бағытталған. Кіріс — таңдалған сөйлеушімен айтылуға тиіс мәтін; нәтиже — сөйлеу аудиосы. Өндіруші дәл осы бапталған модель үшін zero-shot тәсілімен дауыс клондауын да атайды. Оның жарияланған бапталған синтез мысалы алдын ала берілген сөйлеушілерді қолданады, ал референске негізделген мәтін–сөйлеу нұсқауы алдын ала оқытылған шығарылым үшін бөлек құжатталған. Бұл бапталған шығарылым алдын ала оқытылған модельден және жеке жарияланған көптілді зерттеу модельдерінен бөлек.

Сөйлеушіні таңдап, репликаны дайындаңыз

Өндіруші алдын ала берілген сегіз ағылшын даусын атайды: tara, leah, jess, leo, dan, mia, zac және zoe. Оның нұсқау ережесінде сөйлеуші аты айтылатын мәтіннің алдына қойылып, қос нүктемен бөлінеді. Референстік сөйлеу жасау үдерісі дауыс бөлек берілсе, осы пішімдеуді қоса алады. Сөйлеушіні қажетті материалға сай таңдап, байланысқан үзінділерде таңдауды бірізді сақтаңыз.

Қысқа түсіндірме үшін модельден түсіндірмені ойлап табуды сұрайтын нұсқау емес, соңғы баяндау мәтінін жазыңыз. Пайдалы ауызша сөйлем: «Бөліскіңіз келетін қалтаны таңдаңыз, оны кім аша алатынын тексеріңіз және өзгерістерді сақтаңыз». Диалог үшін әр сөйлеушінің репликасын анық дайындап, орындауға көмектесетін тыныс белгілерін сақтаңыз. Қысқарту, күн немесе өнім атауы, әсіресе қысқа жазылуы екіұшты болғанда, тыңдаушы естуі керек пішінде жазылуы тиіс.

Мәнерлі және сөзсіз дыбыс белгілері

Orpheus <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> және <gasp> тегтерін құжаттайды. Олар мәтіннің тиісті тұсына айқын сөзсіз дыбыс оқиғасын қосады. Қысқа сөйлесу үзіндісінде жеңіл әзілдің алдына мырс етуді немесе ойлы сөйлемнің алдына күрсінуді қоюға болады. Белгіні орындаудағы орнына қойып, репликаның нақты сөздерін анық сақтаңыз.

Бұлар — бар жазбаны өңдеуге арналған жалпы нұсқау тілі емес, сөйлеу жасау белгілері. Дыбыстау үшін оқуға ыңғайлы мәтіннен бастап, көрініске қажет мәнерлі оқиғаларды ғана қосыңыз. Оқиға, екпін және қарқын мағынаны қолдай ма — соны бағалау үшін толық репликаны тыңдаңыз. Баяндау міндетіне тұрақты дауыс қажет болуы мүмкін, ал кейіпкер репликасына белгілі бір сөзсіз дыбыс белгісі пайдалы болуы мүмкін.

Ағындық беру және аудио нәтижесі

Өндіруші ағындық емес ноутбукты да, ағындық сөйлеу мысалын да береді. Ағындық беру үзінді жасалған сайын кезекті аудио бөліктерін қайтарады. Жарияланған мысалда бұл бөліктер 24,000 Hz жиілігімен және 16-биттік үлгілермен моно WAV файлына жазылады. Бұл файл баптаулары референстік үдерісті сипаттайды; пайдалы нәтиже — сөздерін, сөйлеушісін және орындауын сценариймен салыстырып тексеруге болатын ойнатылатын жазба.

Ұзын баяндау үшін сөйлем шекаралары анық, тұтас мағыналы үзінділер дайындап, соңғы сценарий көшірмесін аудиомен қатар сақтаңыз. Әр үзіндінің басы мен соңын, маңызды есімдер айтылымын және көршілес жазбалар арасындағы ауысуды тексеріңіз. Өндірушінің іріктеу нұсқаулығы референстік іске асыруда тұрақты генерация үшін repetition penalty кемінде 1.1 болуын белгілейді және іріктеу таңдаулары сөйлеу жылдамдығына әсер ете алатынын айтады. Мысалдағы бапталған модель ұзындығы — анықталған ең үлкен баяндау ұзақтығы емес, инференс параметрі.

Шығарылым шекаралары

Бұл профиль құжатталған алдын ала берілген сөйлеушілері бар бапталған ағылшын моделіне қатысты. Алдын ала оқытылған модельдің өз мәтінмен және сөйлеумен шарттау үдерісі бар; көптілді шығарылымдарда тілге тән сөйлеушілер мен тегтер бар. Осы ағылшын шығарылымын таңдау бөлек профильдерді біріктірмейді. Практикалық нәтиже — ауызша сценарий, саналы таңдалған дайын дауыс және материалға қажет тұжырым мен орындау тұрғысынан тексерілген аудио.

Ailoot Ultra · Дыбыстау POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft

canopylabs/orpheus-3b-0.1-ft

Canopy Labs /canopylabs/orpheus-3b-0.1-ft

Бастау

Қабылданатын кіріс деректері: Мәтін
Нәтижелер: Аудио

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Дыбыстау POST /v1/audio/speech

Кіріс: text
Шығыс: audio
Шығыс пішімі: mp3

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер canopylabs/orpheus-3b-0.1-ft	Әдепкі—
Өріс`input`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер Ең аз ұзындық: 1 Бірлік: Unicode таңбалары	Әдепкі—
Өріс`voice`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер tara, leah, jess, leo, dan, mia, zac	Әдепкі—
Өріс`response_format`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер mp3	Әдепкі—

Кіріс материалдарының үйлесімдері

text_to_speech · Міндетті: input

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input, voice, response_format
Параметр`voice_ids`	Параметр талаптарыtara, leah, jess, leo, dan, mia, zac
Параметр`response_format`	Параметр талаптарыmp3
Параметр`max_input_characters`	Параметр талаптарыnull
Параметр`other_options`	Параметр талаптарыfalse
Параметр`input`	Параметр талаптарыдәл UTF-8 мәтіні; қалыпқа келтірмей есептелген Unicode таңбалар саны
Параметр`material_types`	Параметр талаптарыtext

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Осы модель профилінен нақты дауысты таңдаңыз.

Кіріс таңбалары мен аудио секундтары бөлек есептеу бірліктері болып саналады.

Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Көрсетілмеген Жылдам режим таңдалғанда
Икемді режим: Көрсетілмеген flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Ailoot мөлшерлемелері

Баптаулар бойынша бағалар

Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.

Баптау	Мөлшерлемелер кестесі	Төленетін мөлшер	Есептеу бірлігі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Төленетін мөлшер—	Есептеу бірлігі—	Төлем Кіріс · Кіріс токендері — / 1K токен Шығыс · Шығыс токендері — / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен
БаптауUltra	Мөлшерлемелер кестесі—	Төленетін мөлшерӘр Unicode код нүктесі, соның ішінде Han таңбалары, бір таңба болып саналады.	Есептеу бірлігі1K кіріс таңбасы үшін	Төлем Кіріс · кіріс таңбасы $0.03 1K кіріс таңбасы үшін

Анықтамалық тариф мәліметтері

Модельдің анықтамалық кестелері әдіс таңдауын, баға есебін не төлемді өзгертпейді. Қолданыстағы төлемдер таңдалған Ailoot әдісінің мөлшерлемелерімен есептеледі.

Canopy Labs: Orpheus 3B

Баптаулар бойынша бағалар

Баптау	Төлемді есептеу шарттары	Төлем
БаптауCanopy Labs: Orpheus 3B · Әдепкі конфигурация	Төлемді есептеу шарттарыӘдепкі баптау	Төлем Кіріс · Кіріс таңбалары 0,000014 $ кіріс таңбасы үшін

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot Ultra · Дыбыстау

curl

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

Нәтижелерді алу және сақтау

Ailoot Ultra · Дыбыстау

mp3

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

Басқа мазмұнды оқу

Медиа кітапханасыТапсырма күйіМатериал мәліметтері

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

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Толық бинарлық нәтижені және тақырыптарды сақтаңыз. JSON/бірнеше нәтиже қайтарылса, әрбір дерек элементін сақтап, активке берілген әрбір нақты қолтаңбаланған URL мекенжайынан жүктеп алыңыз.

Бастапқы жауапты тексеру қажет болса

Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.

Жауап өрістері

Өріс	Түрі
Өріс`binary audio`	Түріbytes
Өріс`response headers`	Түріheaders

Қателер және келесі қадамдар

Жауап	Шарт	Келесі қадам
Жауап400 · `invalid_request_error`	ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате	Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.
Жауап`server_error`	ШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген	Келесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot Ultra canopylabs/orpheus-3b-0.1-ft

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

canopylabs/orpheus-3b-0.1-ft

FAQ · Canopy Labs: Orpheus 3B

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/speech · canopylabs/orpheus-3b-0.1-ft: text → audio
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/speech · canopylabs/orpheus-3b-0.1-ft: model, input, voice, response_format

Canopy Labs: Orpheus 3B