Grok Text to Speech yra Grok balsų šeimos teksto pavertimo garsu galimybė. Gamintojas dokumentuoja išraiškingus integruotus kalbėtojus, tekste įterptas balso žymas ir medijos atkūrimui ar telefonijos garsui tinkamus išvesties formatus. Įvestis yra tekstas, kurį reikia ištarti, kartu su balso bei kalbos pasirinkimais. Gautame įraše įgarsinamas tas tekstas; kalbos atpažinimo ir pokalbiniai modeliai, priimantys kalbą ir grąžinantys kalbą, atlieka atskiras užduotis.
Gamintojo kataloge kiekvienam balsui suteikiamas kalbėjimo profilis. Ara yra šiltas ir draugiškas, Eve – žvalus su britišku akcentu, o Rex apibūdinamas kaip aiškus ir pasitikintis. Dokumentuotoje šeimoje balsas ir kalba nepriklausomi: integruoti kalbėtojai gali naudoti kiekvieną palaikomą kalbos pasirinkimą. Vadove pateikiama dvidešimt kalbos kodų parinkčių, įskaitant regioninius variantus, ir taip pat palaikomas automatinis kalbos aptikimas. Be integruotų kalbėtojų, gamintojas dokumentuoja pakartotinai naudojamus individualius balsus, sukuriamus iš etaloninio įrašo ir pasirenkamus pagal voice_id pilnai ar srautinei sintezei. Etaloninis garsas gali trukti iki 120 sekundžių; kalbėjimo manierai ir intonacijai užfiksuoti rekomenduojama 90–120 sekundžių švarios vieno kalbėtojo kalbos. Etaloną, sukurtą balso profilį ir sugeneruotą įrašą saugokite kaip atskirus rezultatus, o etalono atlikimą derinkite su numatytu tekstu.
Paruoškite galutinę sakytinę formuluotę, išsaugodami numatytą vardų ir cituojamų ištraukų kalbą. Įgarsintam vadovui naudinga frazė: „Pasirinkite temą, išklausykite trumpą įvadą ir atidarykite dalį, kurią norite tyrinėti.“ Jei prekės ženklo pavadinimui ar specializuotam terminui reikia konkretaus skaitymo, gamintojo pakeitimo valdikliai gali pateikti kitą rašybą ar IPA tarimą nekeisdami rodomo šaltinio teksto. Atskira teksto normalizavimo parinktis paverčia rašytinius skaičius, santrumpas ir simbolius jų sakytinės formos link.
Tekste įterptos žymos nurodo įvykį konkrečioje vietoje, pavyzdžiui, pauzę, juoką, atodūsį ar įkvėpimą. Apgaubiančios žymos taiko kalbėjimo manierą visai frazei, pavyzdžiui, šnabždesį, pabrėžimą ar lėtesnę ištrauką. Žymą dėkite ten, kur jos reikia prasmei, ir išlaikykite žodžius skaitomus. Vadove rekomenduojamos pilnas frazes apimančios stiliaus atkarpos ir skyryba, o ne nesusijusių žymų krūva.
Išraiškingai veikėjo frazei kartu paruoškite sakytinį sakinį ir atlikimo pokytį. Paaiškinimui išlaikykite aiškų ritmą, padedantį klausytojui sekti veiksmus. Dokumentuotas kalbėjimo greičio intervalas yra nuo 0.7 iki 1.5, o 1.0 reiškia įprastą kalbėjimą. Greičio pasirinkimas keičia sakytinį tempą; jis nekeičia žodžių, kuriuos programa turi perteikti.
Gamintojas dokumentuoja MP3, WAV, neapdoroto PCM, mu-law ir A-law išvestį. Palaikomi diskretizavimo dažnių pasirinkimai apima nuo 8 kHz iki 48 kHz su konkrečiais išvardytais dažniais tarp šių reikšmių. Numatytoji MP3 konfigūracija yra 24 kHz ir 128 kbit/s. Naudokite garso atvaizdavimą, kurį gali suprasti numatytas leistuvas, redagavimo etapas ar telefonijos kelias.
Pasirenkamos ženklų laiko žymos susieja grąžintą ženklų seką su pradžios ir pabaigos laikais. Be tarimo pakeitimų ši seka atspindi įvestį; pakeitimai gali ją paversti sakytiniu tekstu. Jos gali palaikyti kartu su garsu skaitomą rodinį, paryškinimą ar suderinimą su vaizdiniu atlikimu. Pilno atsako procese paprašius laiko žymų išvestis tampa apvalkalu su koduotu garsu ir laiko duomenimis. Laiko žymas ir garsą laikykite poriniu rezultatu, ypač kai teksto normalizavimas rašytinį simbolį išskleidžia į kelis sakytinius žodžius.
Gamintojas siūlo pilnos užklausos kelią ir dvikryptį srautinį perdavimą, kuriame teksto fragmentai atkeliauja, o garso dalys grąžinamos generuojant pasakymą. Jis dokumentuoja 60 000 ženklų ribą pilnai užklausai ir atskiram srautiniu būdu siunčiamam teksto fragmentui. Pasakymo užbaigimas ar išvalymas srautiniame procese turi aiškų vaidmenį.
Ilgesniam pasakojimui pasirinkite nuoseklias ištraukų ribas ir su kiekvienu rezultatu išsaugokite tekstą. Interaktyviam atkūrimui atskirkite sintezei išsiųstą tekstą nuo klausytojo jau išgirsto garso. Naudingas rezultatas yra įgarsintas tekstas su tikslingomis atlikimo žymomis, tinkamu garso formatu ir laiko duomenimis, kai programai jų reikia. Kartu su garsu saugokite tekstą, pasirinktą balsą, atlikimo žymas bei išvesties nustatymus, kad vėlesnės pataisos išlaikytų numatytą kalbėjimą.
", "aboutText": "Grok Text to Speech yra Grok balsų šeimos teksto pavertimo garsu galimybė. Gamintojas dokumentuoja išraiškingus integruotus kalbėtojus, tekste įterptas balso žymas ir medijos atkūrimui ar telefonijos garsui tinkamus išvesties formatus. Įvestis yra tekstas, kurį reikia ištarti, kartu su balso bei kalbos pasirinkimais. Gautame įraše įgarsinamas tas tekstas; kalbos atpažinimo ir pokalbiniai modeliai, priimantys kalbą ir grąžinantys kalbą, atlieka atskiras užduotis.\n\n### Balsas, kalba ir sakytinis tekstas\n\nGamintojo kataloge kiekvienam balsui suteikiamas kalbėjimo profilis. Ara yra šiltas ir draugiškas, Eve – žvalus su britišku akcentu, o Rex apibūdinamas kaip aiškus ir pasitikintis. Dokumentuotoje šeimoje balsas ir kalba nepriklausomi: integruoti kalbėtojai gali naudoti kiekvieną palaikomą kalbos pasirinkimą. Vadove pateikiama dvidešimt kalbos kodų parinkčių, įskaitant regioninius variantus, ir taip pat palaikomas automatinis kalbos aptikimas. Be integruotų kalbėtojų, gamintojas dokumentuoja pakartotinai naudojamus individualius balsus, sukuriamus iš etaloninio įrašo ir pasirenkamus pagal voice_id pilnai ar srautinei sintezei. Etaloninis garsas gali trukti iki 120 sekundžių; kalbėjimo manierai ir intonacijai užfiksuoti rekomenduojama 90–120 sekundžių švarios vieno kalbėtojo kalbos. Etaloną, sukurtą balso profilį ir sugeneruotą įrašą saugokite kaip atskirus rezultatus, o etalono atlikimą derinkite su numatytu tekstu.\n\nParuoškite galutinę sakytinę formuluotę, išsaugodami numatytą vardų ir cituojamų ištraukų kalbą. Įgarsintam vadovui naudinga frazė: „Pasirinkite temą, išklausykite trumpą įvadą ir atidarykite dalį, kurią norite tyrinėti.“ Jei prekės ženklo pavadinimui ar specializuotam terminui reikia konkretaus skaitymo, gamintojo pakeitimo valdikliai gali pateikti kitą rašybą ar IPA tarimą nekeisdami rodomo šaltinio teksto. Atskira teksto normalizavimo parinktis paverčia rašytinius skaičius, santrumpas ir simbolius jų sakytinės formos link.\n\n### Atlikimo žymos\n\nTekste įterptos žymos nurodo įvykį konkrečioje vietoje, pavyzdžiui, pauzę, juoką, atodūsį ar įkvėpimą. Apgaubiančios žymos taiko kalbėjimo manierą visai frazei, pavyzdžiui, šnabždesį, pabrėžimą ar lėtesnę ištrauką. Žymą dėkite ten, kur jos reikia prasmei, ir išlaikykite žodžius skaitomus. Vadove rekomenduojamos pilnas frazes apimančios stiliaus atkarpos ir skyryba, o ne nesusijusių žymų krūva.\n\nIšraiškingai veikėjo frazei kartu paruoškite sakytinį sakinį ir atlikimo pokytį. Paaiškinimui išlaikykite aiškų ritmą, padedantį klausytojui sekti veiksmus. Dokumentuotas kalbėjimo greičio intervalas yra nuo 0.7 iki 1.5, o 1.0 reiškia įprastą kalbėjimą. Greičio pasirinkimas keičia sakytinį tempą; jis nekeičia žodžių, kuriuos programa turi perteikti.\n\n### Garsas ir laiko žymos\n\nGamintojas dokumentuoja MP3, WAV, neapdoroto PCM, mu-law ir A-law išvestį. Palaikomi diskretizavimo dažnių pasirinkimai apima nuo 8 kHz iki 48 kHz su konkrečiais išvardytais dažniais tarp šių reikšmių. Numatytoji MP3 konfigūracija yra 24 kHz ir 128 kbit/s. Naudokite garso atvaizdavimą, kurį gali suprasti numatytas leistuvas, redagavimo etapas ar telefonijos kelias.\n\nPasirenkamos ženklų laiko žymos susieja grąžintą ženklų seką su pradžios ir pabaigos laikais. Be tarimo pakeitimų ši seka atspindi įvestį; pakeitimai gali ją paversti sakytiniu tekstu. Jos gali palaikyti kartu su garsu skaitomą rodinį, paryškinimą ar suderinimą su vaizdiniu atlikimu. Pilno atsako procese paprašius laiko žymų išvestis tampa apvalkalu su koduotu garsu ir laiko duomenimis. Laiko žymas ir garsą laikykite poriniu rezultatu, ypač kai teksto normalizavimas rašytinį simbolį išskleidžia į kelis sakytinius žodžius.\n\n### Pilnas arba srautinis generavimas\n\nGamintojas siūlo pilnos užklausos kelią ir dvikryptį srautinį perdavimą, kuriame teksto fragmentai atkeliauja, o garso dalys grąžinamos generuojant pasakymą. Jis dokumentuoja 60 000 ženklų ribą pilnai užklausai ir atskiram srautiniu būdu siunčiamam teksto fragmentui. Pasakymo užbaigimas ar išvalymas srautiniame procese turi aiškų vaidmenį.\n\nIlgesniam pasakojimui pasirinkite nuoseklias ištraukų ribas ir su kiekvienu rezultatu išsaugokite tekstą. Interaktyviam atkūrimui atskirkite sintezei išsiųstą tekstą nuo klausytojo jau išgirsto garso. Naudingas rezultatas yra įgarsintas tekstas su tikslingomis atlikimo žymomis, tinkamu garso formatu ir laiko duomenimis, kai programai jų reikia. Kartu su garsu saugokite tekstą, pasirinktą balsą, atlikimo žymas bei išvesties nustatymus, kad vėlesnės pataisos išlaikytų numatytą kalbėjimą.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "615687562e7dd2454bfd8ada20cc646a6f4df3cca3d980eecb0149f929ab4a24", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "lt", "methods": [ { "html": "x-ai/grok-voice-tts-1.0Grok Text to Speech paverčia rašytinį tekstą išraiškingu garsu su pasirenkamais balsais, tekste įterptomis atlikimo žymomis ir keliais išvesties kodekais. Dokumentuota gamintojo šeima palaiko pilną bei srautinę kalbą ir pasirenkamas ženklų lygmens laiko žymas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Grok Text to Speech yra Grok balsų šeimos teksto pavertimo garsu galimybė. Gamintojas dokumentuoja išraiškingus integruotus kalbėtojus, tekste įterptas balso žymas ir medijos atkūrimui ar telefonijos garsui tinkamus išvesties formatus. Įvestis yra tekstas, kurį reikia ištarti, kartu su balso bei kalbos pasirinkimais. Gautame įraše įgarsinamas tas tekstas; kalbos atpažinimo ir pokalbiniai modeliai, priimantys kalbą ir grąžinantys kalbą, atlieka atskiras užduotis.
Gamintojo kataloge kiekvienam balsui suteikiamas kalbėjimo profilis. Ara yra šiltas ir draugiškas, Eve – žvalus su britišku akcentu, o Rex apibūdinamas kaip aiškus ir pasitikintis. Dokumentuotoje šeimoje balsas ir kalba nepriklausomi: integruoti kalbėtojai gali naudoti kiekvieną palaikomą kalbos pasirinkimą. Vadove pateikiama dvidešimt kalbos kodų parinkčių, įskaitant regioninius variantus, ir taip pat palaikomas automatinis kalbos aptikimas. Be integruotų kalbėtojų, gamintojas dokumentuoja pakartotinai naudojamus individualius balsus, sukuriamus iš etaloninio įrašo ir pasirenkamus pagal voice_id pilnai ar srautinei sintezei. Etaloninis garsas gali trukti iki 120 sekundžių; kalbėjimo manierai ir intonacijai užfiksuoti rekomenduojama 90–120 sekundžių švarios vieno kalbėtojo kalbos. Etaloną, sukurtą balso profilį ir sugeneruotą įrašą saugokite kaip atskirus rezultatus, o etalono atlikimą derinkite su numatytu tekstu.
Paruoškite galutinę sakytinę formuluotę, išsaugodami numatytą vardų ir cituojamų ištraukų kalbą. Įgarsintam vadovui naudinga frazė: „Pasirinkite temą, išklausykite trumpą įvadą ir atidarykite dalį, kurią norite tyrinėti.“ Jei prekės ženklo pavadinimui ar specializuotam terminui reikia konkretaus skaitymo, gamintojo pakeitimo valdikliai gali pateikti kitą rašybą ar IPA tarimą nekeisdami rodomo šaltinio teksto. Atskira teksto normalizavimo parinktis paverčia rašytinius skaičius, santrumpas ir simbolius jų sakytinės formos link.
Tekste įterptos žymos nurodo įvykį konkrečioje vietoje, pavyzdžiui, pauzę, juoką, atodūsį ar įkvėpimą. Apgaubiančios žymos taiko kalbėjimo manierą visai frazei, pavyzdžiui, šnabždesį, pabrėžimą ar lėtesnę ištrauką. Žymą dėkite ten, kur jos reikia prasmei, ir išlaikykite žodžius skaitomus. Vadove rekomenduojamos pilnas frazes apimančios stiliaus atkarpos ir skyryba, o ne nesusijusių žymų krūva.
Išraiškingai veikėjo frazei kartu paruoškite sakytinį sakinį ir atlikimo pokytį. Paaiškinimui išlaikykite aiškų ritmą, padedantį klausytojui sekti veiksmus. Dokumentuotas kalbėjimo greičio intervalas yra nuo 0.7 iki 1.5, o 1.0 reiškia įprastą kalbėjimą. Greičio pasirinkimas keičia sakytinį tempą; jis nekeičia žodžių, kuriuos programa turi perteikti.
Gamintojas dokumentuoja MP3, WAV, neapdoroto PCM, mu-law ir A-law išvestį. Palaikomi diskretizavimo dažnių pasirinkimai apima nuo 8 kHz iki 48 kHz su konkrečiais išvardytais dažniais tarp šių reikšmių. Numatytoji MP3 konfigūracija yra 24 kHz ir 128 kbit/s. Naudokite garso atvaizdavimą, kurį gali suprasti numatytas leistuvas, redagavimo etapas ar telefonijos kelias.
Pasirenkamos ženklų laiko žymos susieja grąžintą ženklų seką su pradžios ir pabaigos laikais. Be tarimo pakeitimų ši seka atspindi įvestį; pakeitimai gali ją paversti sakytiniu tekstu. Jos gali palaikyti kartu su garsu skaitomą rodinį, paryškinimą ar suderinimą su vaizdiniu atlikimu. Pilno atsako procese paprašius laiko žymų išvestis tampa apvalkalu su koduotu garsu ir laiko duomenimis. Laiko žymas ir garsą laikykite poriniu rezultatu, ypač kai teksto normalizavimas rašytinį simbolį išskleidžia į kelis sakytinius žodžius.
Gamintojas siūlo pilnos užklausos kelią ir dvikryptį srautinį perdavimą, kuriame teksto fragmentai atkeliauja, o garso dalys grąžinamos generuojant pasakymą. Jis dokumentuoja 60 000 ženklų ribą pilnai užklausai ir atskiram srautiniu būdu siunčiamam teksto fragmentui. Pasakymo užbaigimas ar išvalymas srautiniame procese turi aiškų vaidmenį.
Ilgesniam pasakojimui pasirinkite nuoseklias ištraukų ribas ir su kiekvienu rezultatu išsaugokite tekstą. Interaktyviam atkūrimui atskirkite sintezei išsiųstą tekstą nuo klausytojo jau išgirsto garso. Naudingas rezultatas yra įgarsintas tekstas su tikslingomis atlikimo žymomis, tinkamu garso formatu ir laiko duomenimis, kai programai jų reikia. Kartu su garsu saugokite tekstą, pasirinktą balsą, atlikimo žymas bei išvesties nustatymus, kad vėlesnės pataisos išlaikytų numatytą kalbėjimą.
POST /v1/audio/speechtextaudio| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos x-ai/grok-voice-tts-1.0 | Numatyta— |
Laukasinput | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias ilgis: 1 Didžiausias ilgis: 15 000 Vienetas: Unicode simboliai | Numatyta— |
Laukasvoice | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos eve, ara, rex, sal, leo | Numatyta— |
Laukasresponse_format | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos mp3 | Numatyta— |
text_to_speech · Privaloma: input
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, input, voice, response_format |
Parametrasvoice_ids | Specifikacijaeve, ara, rex, sal, leo |
Parametrasresponse_format | Specifikacijamp3 |
Parametrasmax_input_characters | Specifikacija15000 |
Parametrasother_options | Specifikacijafalse |
Parametrasinput | Specifikacijatikslus UTF-8 tekstas; Unicode simbolių skaičius be normalizavimo |
Parametrasmaterial_types | Specifikacijatext |
Gyvavimo ciklas: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · faktiškai grąžinta task_id reikšmė arba medijos bibliotekos įrašas
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Pasirinkite tikslų balsą iš šio modelio profilio.
Įvesties simboliai ir garso sekundės yra skirtingi apskaitos vienetai.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Apmokestinamas kiekis | Apskaitos vienetas | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Apmokestinamas kiekis— | Apskaitos vienetas— | Mokestis Įvestis · Įvesties tokenai — / 1K tokenų Išvestis · Išvesties tokenai — / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUltra | Įkainių lentelė— | Apmokestinamas kiekisKiekvienas Unicode kodo taškas, įskaitant Han simbolius, skaičiuojamas kaip vienas simbolis. | Apskaitos vienetasuž 1K įvesties simbolių | Mokestis Įvestis · įvesties simbolis $0.03 už 1K įvesties simbolių |
Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.
| Konfigūracija | Apmokestinimo sąlygos | Mokestis |
|---|---|---|
| KonfigūracijaSpaceXAI: Grok Voice TTS 1.0 · Numatytoji konfigūracija | Apmokestinimo sąlygosNumatytoji konfigūracija | Mokestis Įvestis · Įvesties simboliai 0,00003 USD už įvesties simbolį |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "x-ai/grok-voice-tts-1.0", "input": "Good afternoon! This is a short voice take."}')\nvoice=os.environ["AILOOT_VOICE_ID"]\nallowed=json.loads('["eve", "ara", "rex", "sal", "leo"]')\nif voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")\np["voice"]=voice\np["response_format"]="mp3"\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\nmp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("media-task.json").read_text())))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("media-asset.json").read_text())))\nPY_RESULT\nIšsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visą dvejetainį rezultatą ir antraštes. Jei grąžinamas JSON arba keli rezultatai, išsaugokite kiekvieną duomenų elementą ir atsisiųskite kiekvieną išteklių pagal faktiškai grąžintą pasirašytą URL.
Išsaugokite pradinį operation_id/X-Client-Request-ID duomenims sutikrinti, pakartotinai neteikdami užklausos; atskiro garso būsenos tikrinimo maršruto nėra.
| Laukas | Tipas |
|---|---|
Laukasbinary audio | Tipasbytes |
Laukasresponse headers | Tipasheaders |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Atsakymasserver_error | SąlygaGrąžintame atsakyme nurodoma, kad operaciją arba rezultatą reikia patikrinti | Kitas žingsnisIšsaugokite pradinį grąžintą operacijos ar užduoties ID, užklausos antraštes ir atsakymą; toliau tikrinkite tos pačios pradinės operacijos duomenis palaikomais būdais. Kūrimo užklausos pakartotinai neteikite. |
Ailoot Ultra x-ai/grok-voice-tts-1.0
Naudokite aukščiau nurodytus metodų kelius.