glm-tts
GLM-TTS берілген сценарийді дыбыстық сөйлеуге айналдырады. glm-tts нұсқасы нақты таңдалған дауыспен және WAV шығысымен Audio Speech әдісін қолданады, сондықтан қысқа баяндауға, ауызша нұсқауларға және хабарламаларды дыбыстап ойнатуға жарайды. Мәтінді құжатталған 1 024 таңбалық кіріс шегінде дайындаңыз.
Модель туралы
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
GLM-TTS — Zhipu компаниясының дәл glm-tts ID мәнімен таңдалатын сөйлеу синтездеу моделі. model, input және voice бар POST /v1/audio/speech сұрауын жіберіңіз. Айтылатын сөздерді input ішіне тікелей орналастырып, осы нұсқа үшін response_format=wav таңдаңыз. Нәтиже — ойнатуға немесе дыбыс не бейне редакторына импорттауға жарайтын, берілген сценарийдің дыбыстық жазбасы.
Оны өнімді қысқаша түсіндіру, дауыстық сәлемдесу, нұсқаулық үзіндісі немесе хабарландыру үшін пайдаланыңыз. Сценарийді дауыстап оқылуға тиіс түрінде дайындаңыз: сөйлемдердің қажет үзілістерін қосып, айтылуы маңызды терминдерді толық жазыңыз. Оқу нұсқаулығында бір сұрау экрандағы бір қадаммен қатар жүретін нақты нұсқауды қамти алады. Сәлемдесу хабарламасы үшін нақты мәтінді беріп, жазбаны клиент үдерісіне енгізбес бұрын тыңдап тексеріңіз.
Құжатталған ең үлкен кіріс ұзындығы — 1 024 таңба. Бұл шекті дайын мәтін бойынша, тыныс белгілері мен бос орындарды қоса тексеріңіз. Ұзақ баяндау үшін сценарийді лайықты үзінділерге бөлу керек; жазбаларды бірге құрастырып, тексере алу үшін үзінділердің ретін және таңдалған параметрлерді жазбалармен бірге сақтаңыз. Таңба шегі кіріс мәтінін сипаттайды және жазбаның тұрақты ұзақтығын белгілемейді.
voice схемасында tongtong, chuichui, jam, kazi, douji және luodo көрсетілген. Жарияланған мысал tongtong дауысын speed=1 және volume=1 мәндерімен пайдаланады. speed және volume — құжатталған әдепкі мәні 1 болатын қосымша параметрлер. Осы WAV әдісінде speed — 1 немесе 2 қабылдайтын бүтін сан, ал volume — 1 мен 10 аралығындағы бүтін сан. Қосымша watermark_enabled логикалық параметрі дыбыстық сутаңбаны басқарады. Толық WAV жазбасын алу үшін stream мәнін бермеңіз немесе false етіп орнатыңыз. Алғашқы жазбаны дайындағанда осы нақты мысалдан бастап, кейін өзара байланысты үзінділерде таңдалған дауысты және қабылданған параметрлерді бірізді сақтаңыз.
WAV жазбасы — сөйлеу сұрауының дайын нәтижесі. Толық дыбыстық нәтижені және оның жауап ақпаратын сақтап, содан кейін бүкіл үзіндіні тыңдап, айтылуын, сөздерін, үзілістерін және жоспарланған ретін тексеріңіз. Түзетулер дайындағанда нақты бастапқы сценарийді жазбаның қасында сақтаңыз. Сұраудың нәтижесі белгісіз болса, тағы бір синтездеу сұрауын бастамас бұрын оның бастапқы сұрау ақпаратын және қайтарылған нәтиже ақпаратын сақтаңыз; ойнатылатын файлдың болмауы өздігінен жазба жасалмағанын дәлелдемейді.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsБастау
GLM-TTS берілген сценарийді дыбыстық сөйлеуге айналдырады. glm-tts нұсқасы нақты таңдалған дауыспен және WAV шығысымен Audio Speech әдісін қолданады, сондықтан қысқа баяндауға, ауызша нұсқауларға және хабарламаларды дыбыстап ойнатуға жарайды. Мәтінді құжатталған 1 024 таңбалық кіріс шегінде дайындаңыз.
- Қабылданатын кіріс деректері
- Мәтін
- Нәтижелер
- Аудио
Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер
Ailoot Ultra · Speech POST /v1/audio/speech
- Кіріс
text- Шығыс
audio- Шығыс пішімі
- wav
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер glm-tts | Әдепкі— |
Өрісinput | Түріstring | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісvoice | Түріstring | ТалапМіндетті | Мәндер мен шектеулер tongtong, chuichui, jam, kazi, douji, luodo | Әдепкі— |
Өрісresponse_format | Түріstring | ТалапМіндетті | Мәндер мен шектеулер wav | Әдепкі— |
Өрісencode_format | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер base64, hex | Әдепкі— |
Өрісspeed | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 Ең көбі: 2 | Әдепкі1 |
Өрісvolume | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 Ең көбі: 10 | Әдепкі1 |
Өрісwatermark_enabled | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісstream | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер false | Әдепкі— |
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, input, voice, response_format |
Параметрoptional | Параметр талаптарыencode_format, speed, volume, watermark_enabled, stream |
Параметрmaterial_types | Параметр талаптарыtext |
Параметрconditions | Параметр талаптарыUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Өмірлік цикл: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
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 | Есептелетін мөлшер | Есептеу бірлігі | Төлем |
|---|---|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Есептелетін 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 |
| Баптаукіріс таңбасы | Мөлшерлемелер кестесі— | Есептелетін мөлшер— | Есептеу бірлігікіріс таңбасы үшін | Төлем Кіріс · кіріс таңбасы $0.00006 кіріс таңбасы үшін |
| БаптауӘр сұрауға | Мөлшерлемелер кестесі— | Есептелетін мөлшербір сұрау | Есептеу бірлігі— | Төлем Кіріс $0 әр сұрау үшін |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
Сұрау мысалдары
Ailoot Ultra · Speech
set -eu
: "${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.
Нәтижелерді алу және сақтау
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Барлық дайын нәтижені сақтау
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Retain the complete binary WAV, response headers and original request identity.
Бастапқы жауапты тексеру қажет болса
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Балама атаулар
Модельдердің балама атаулары
Ailoot Ultra glm-tts
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
FAQ · glm-tts
- Қандай кіріс деректері мен нәтижелер қолжетімді?
POST /v1/audio/speech·glm-tts:text→audio- Сұрау қандай өрістерді пайдаланады?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Қандай шектеулер қолданылады?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10