Orpheus 3B 0.1 Fine-Tuned ialah model teks ke pertuturan bahasa Inggeris Canopy Labs untuk sintesis harian. Ia tergolong dalam keluarga Orpheus yang dibina berasaskan Llama 3B dan menumpukan intonasi, irama serta penyampaian ekspresif yang semula jadi. Inputnya ialah teks yang perlu dituturkan dengan penutur pilihan; outputnya ialah audio pertuturan. Pengeluar turut menyenaraikan pengklonan suara zero-shot untuk model talaan halus khusus ini. Contoh sintesis talaan halus yang diterbitkannya menggunakan penutur pratetap, manakala pemperomptan teks–pertuturan yang dikondisikan oleh rujukan didokumenkan secara berasingan untuk edisi pralatih. Edisi talaan halus ini berbeza daripada model pralatih dan model penyelidikan berbilang bahasa yang dikeluarkan secara berasingan.
Pengeluar menyenaraikan lapan suara pratetap bahasa Inggeris: tara, leah, jess, leo, dan, mia, zac dan zoe. Konvensyen promptnya meletakkan nama penutur sebelum teks pertuturan, dipisahkan oleh titik bertindih. Aliran kerja penjanaan pertuturan rujukan boleh menambahkan pemformatan itu apabila suara diberikan secara berasingan. Pilih penutur untuk karya yang dimaksudkan dan kekalkan pilihan itu merentas petikan yang saling berkaitan.
Untuk penerangan ringkas, tulis narasi akhir dan bukannya arahan yang meminta model mereka penerangan. Ayat pertuturan yang berguna ialah: “Pilih folder yang anda mahu kongsi, semak siapa yang boleh membukanya, dan simpan perubahan.” Untuk dialog, sediakan ayat setiap penutur dengan jelas dan kekalkan tanda baca yang membantu penyampaian. Singkatan, tarikh atau nama produk patut ditulis dalam bentuk yang anda mahu pendengar dengar, terutama apabila bentuk ringkas bertulisnya boleh mengelirukan.
Orpheus mendokumenkan tag <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> dan <gasp>. Tag tersebut memberikan peristiwa bukan lisan yang jelas pada titik yang berkaitan dalam teks. Petikan perbualan ringkas boleh meletakkan ketawa kecil sebelum komen santai atau keluhan sebelum ayat yang bersifat renungan. Gunakan petunjuk pada tempat yang sesuai dalam persembahan dan pastikan perkataan sebenar ayat itu jelas.
Ini ialah petunjuk penjanaan pertuturan, bukannya bahasa arahan umum untuk menyunting rakaman sedia ada. Untuk suara latar, mulakan dengan teks yang mudah dibaca dan tambahkan hanya peristiwa ekspresif yang diperlukan oleh adegan. Dengar keseluruhan ayat untuk menilai sama ada peristiwa, penekanan dan rentak menyokong makna. Tugas narasi mungkin memerlukan suara yang stabil, manakala ayat watak boleh mendapat manfaat daripada petunjuk bukan lisan tertentu.
Pengeluar menyediakan notebook tanpa penstriman serta contoh pertuturan penstriman. Penstriman mengembalikan cebisan audio berturutan semasa petikan dijana. Dalam contoh yang diterbitkan, cebisan itu ditulis ke dalam fail WAV mono pada 24,000 Hz dengan sampel 16 bit. Tetapan fail tersebut menerangkan aliran kerja rujukan; hasil yang berguna ialah rakaman yang boleh dimainkan dan perkataan, penutur serta penyampaiannya boleh diperiksa berbanding skrip.
Untuk narasi yang lebih panjang, sediakan petikan yang koheren dengan sempadan ayat yang jelas dan simpan salinan skrip akhir di sisi audio. Semak permulaan dan penghujung setiap petikan, sebutan nama penting dan peralihan antara rakaman yang bersebelahan. Panduan pensampelan pengeluar menetapkan penalti pengulangan sekurang-kurangnya 1.1 untuk penjanaan stabil dalam pelaksanaan rujukannya dan menyatakan bahawa pilihan pensampelan boleh mempengaruhi kelajuan pertuturan. Panjang model yang dikonfigurasikan dalam contoh ialah tetapan inferens, bukannya tempoh maksimum narasi yang telah ditetapkan.
Profil ini berkaitan dengan model bahasa Inggeris yang ditala halus dengan penutur pratetapnya yang didokumenkan. Model pralatih mempunyai aliran kerja pengkondisian teks dan pertuturannya sendiri; keluaran berbilang bahasa mempunyai penutur dan tag khusus bahasa. Memilih edisi bahasa Inggeris ini tidak menggabungkan profil yang berasingan tersebut. Hasil praktikal ialah skrip pertuturan, suara pratetap yang dipilih dengan tujuan jelas dan audio yang telah disemak dari segi perkataan serta persembahan yang diperlukan oleh karya itu.
", "aboutText": "Orpheus 3B 0.1 Fine-Tuned ialah model teks ke pertuturan bahasa Inggeris Canopy Labs untuk sintesis harian. Ia tergolong dalam keluarga Orpheus yang dibina berasaskan Llama 3B dan menumpukan intonasi, irama serta penyampaian ekspresif yang semula jadi. Inputnya ialah teks yang perlu dituturkan dengan penutur pilihan; outputnya ialah audio pertuturan. Pengeluar turut menyenaraikan pengklonan suara zero-shot untuk model talaan halus khusus ini. Contoh sintesis talaan halus yang diterbitkannya menggunakan penutur pratetap, manakala pemperomptan teks–pertuturan yang dikondisikan oleh rujukan didokumenkan secara berasingan untuk edisi pralatih. Edisi talaan halus ini berbeza daripada model pralatih dan model penyelidikan berbilang bahasa yang dikeluarkan secara berasingan.\n\n### Pilih penutur dan sediakan ayat\n\nPengeluar menyenaraikan lapan suara pratetap bahasa Inggeris: tara, leah, jess, leo, dan, mia, zac dan zoe. Konvensyen promptnya meletakkan nama penutur sebelum teks pertuturan, dipisahkan oleh titik bertindih. Aliran kerja penjanaan pertuturan rujukan boleh menambahkan pemformatan itu apabila suara diberikan secara berasingan. Pilih penutur untuk karya yang dimaksudkan dan kekalkan pilihan itu merentas petikan yang saling berkaitan.\n\nUntuk penerangan ringkas, tulis narasi akhir dan bukannya arahan yang meminta model mereka penerangan. Ayat pertuturan yang berguna ialah: “Pilih folder yang anda mahu kongsi, semak siapa yang boleh membukanya, dan simpan perubahan.” Untuk dialog, sediakan ayat setiap penutur dengan jelas dan kekalkan tanda baca yang membantu penyampaian. Singkatan, tarikh atau nama produk patut ditulis dalam bentuk yang anda mahu pendengar dengar, terutama apabila bentuk ringkas bertulisnya boleh mengelirukan.\n\n### Petunjuk ekspresif dan bukan lisan\n\nOrpheus mendokumenkan tagcanopylabs/orpheus-3b-0.1-ftModel pertuturan bahasa Inggeris Orpheus 3B yang ditala halus oleh Canopy Labs menukar baris bertulis kepada audio ekspresif. Lapan suara pratetap dan tag bukan lisan menyokong narasi, dialog dan respons pertuturan aplikasi.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Orpheus 3B 0.1 Fine-Tuned ialah model teks ke pertuturan bahasa Inggeris Canopy Labs untuk sintesis harian. Ia tergolong dalam keluarga Orpheus yang dibina berasaskan Llama 3B dan menumpukan intonasi, irama serta penyampaian ekspresif yang semula jadi. Inputnya ialah teks yang perlu dituturkan dengan penutur pilihan; outputnya ialah audio pertuturan. Pengeluar turut menyenaraikan pengklonan suara zero-shot untuk model talaan halus khusus ini. Contoh sintesis talaan halus yang diterbitkannya menggunakan penutur pratetap, manakala pemperomptan teks–pertuturan yang dikondisikan oleh rujukan didokumenkan secara berasingan untuk edisi pralatih. Edisi talaan halus ini berbeza daripada model pralatih dan model penyelidikan berbilang bahasa yang dikeluarkan secara berasingan.
Pengeluar menyenaraikan lapan suara pratetap bahasa Inggeris: tara, leah, jess, leo, dan, mia, zac dan zoe. Konvensyen promptnya meletakkan nama penutur sebelum teks pertuturan, dipisahkan oleh titik bertindih. Aliran kerja penjanaan pertuturan rujukan boleh menambahkan pemformatan itu apabila suara diberikan secara berasingan. Pilih penutur untuk karya yang dimaksudkan dan kekalkan pilihan itu merentas petikan yang saling berkaitan.
Untuk penerangan ringkas, tulis narasi akhir dan bukannya arahan yang meminta model mereka penerangan. Ayat pertuturan yang berguna ialah: “Pilih folder yang anda mahu kongsi, semak siapa yang boleh membukanya, dan simpan perubahan.” Untuk dialog, sediakan ayat setiap penutur dengan jelas dan kekalkan tanda baca yang membantu penyampaian. Singkatan, tarikh atau nama produk patut ditulis dalam bentuk yang anda mahu pendengar dengar, terutama apabila bentuk ringkas bertulisnya boleh mengelirukan.
Orpheus mendokumenkan tag <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> dan <gasp>. Tag tersebut memberikan peristiwa bukan lisan yang jelas pada titik yang berkaitan dalam teks. Petikan perbualan ringkas boleh meletakkan ketawa kecil sebelum komen santai atau keluhan sebelum ayat yang bersifat renungan. Gunakan petunjuk pada tempat yang sesuai dalam persembahan dan pastikan perkataan sebenar ayat itu jelas.
Ini ialah petunjuk penjanaan pertuturan, bukannya bahasa arahan umum untuk menyunting rakaman sedia ada. Untuk suara latar, mulakan dengan teks yang mudah dibaca dan tambahkan hanya peristiwa ekspresif yang diperlukan oleh adegan. Dengar keseluruhan ayat untuk menilai sama ada peristiwa, penekanan dan rentak menyokong makna. Tugas narasi mungkin memerlukan suara yang stabil, manakala ayat watak boleh mendapat manfaat daripada petunjuk bukan lisan tertentu.
Pengeluar menyediakan notebook tanpa penstriman serta contoh pertuturan penstriman. Penstriman mengembalikan cebisan audio berturutan semasa petikan dijana. Dalam contoh yang diterbitkan, cebisan itu ditulis ke dalam fail WAV mono pada 24,000 Hz dengan sampel 16 bit. Tetapan fail tersebut menerangkan aliran kerja rujukan; hasil yang berguna ialah rakaman yang boleh dimainkan dan perkataan, penutur serta penyampaiannya boleh diperiksa berbanding skrip.
Untuk narasi yang lebih panjang, sediakan petikan yang koheren dengan sempadan ayat yang jelas dan simpan salinan skrip akhir di sisi audio. Semak permulaan dan penghujung setiap petikan, sebutan nama penting dan peralihan antara rakaman yang bersebelahan. Panduan pensampelan pengeluar menetapkan penalti pengulangan sekurang-kurangnya 1.1 untuk penjanaan stabil dalam pelaksanaan rujukannya dan menyatakan bahawa pilihan pensampelan boleh mempengaruhi kelajuan pertuturan. Panjang model yang dikonfigurasikan dalam contoh ialah tetapan inferens, bukannya tempoh maksimum narasi yang telah ditetapkan.
Profil ini berkaitan dengan model bahasa Inggeris yang ditala halus dengan penutur pratetapnya yang didokumenkan. Model pralatih mempunyai aliran kerja pengkondisian teks dan pertuturannya sendiri; keluaran berbilang bahasa mempunyai penutur dan tag khusus bahasa. Memilih edisi bahasa Inggeris ini tidak menggabungkan profil yang berasingan tersebut. Hasil praktikal ialah skrip pertuturan, suara pratetap yang dipilih dengan tujuan jelas dan audio yang telah disemak dari segi perkataan serta persembahan yang diperlukan oleh karya itu.
POST /v1/audio/speechtextaudio| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had canopylabs/orpheus-3b-0.1-ft | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 Unit: aksara Unicode | Lalai— |
Medanvoice | Jenisstring | KeperluanDiperlukan | Nilai & had tara, leah, jess, leo, dan, mia, zac | Lalai— |
Medanresponse_format | Jenisstring | KeperluanDiperlukan | Nilai & had mp3 | Lalai— |
text_to_speech · Diperlukan: input
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input, voice, response_format |
Parametervoice_ids | Kontraktara, leah, jess, leo, dan, mia, zac |
Parameterresponse_format | Kontrakmp3 |
Parametermax_input_characters | Kontraknull |
Parameterother_options | Kontrakfalse |
Parameterinput | Kontrakteks UTF-8 tepat; kiraan aksara Unicode tanpa penormalan |
Parametermaterial_types | Kontraktext |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Pilih suara yang tepat daripada profil model ini.
Aksara input dan saat audio ialah ukuran penggunaan yang berbeza.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti yang boleh dibilkan | Unit pengebilan | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti yang boleh dibilkan— | Unit pengebilan— | Caj Input · Token input — / 1K token Output · Token output — / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiUltra | Jadual kadar— | Kuantiti yang boleh dibilkanSetiap titik kod Unicode dikira sebagai satu aksara, termasuk aksara Han. | Unit pengebilanbagi setiap 1K aksara masukan | Caj Input · aksara input $0.03 bagi setiap 1K aksara masukan |
Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.
| Konfigurasi | Syarat pengebilan | Caj |
|---|---|---|
| KonfigurasiCanopy Labs: Orpheus 3B · Konfigurasi lalai | Syarat pengebilanKonfigurasi lalai | Caj Input · Aksara input USD 0.000014 bagi setiap aksara masukan |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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": "canopylabs/orpheus-3b-0.1-ft", "input": "Good afternoon! This is a short voice take."}')\nvoice=os.environ["AILOOT_VOICE_ID"]\nallowed=json.loads('["tara", "leah", "jess", "leo", "dan", "mia", "zac"]')\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\nSimpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan hasil binari dan pengepala yang lengkap. Jika JSON atau berbilang output dikembalikan, simpan setiap item data dan dapatkan setiap URL aset bertandatangan yang sebenar.
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
| Medan | Jenis |
|---|---|
Medanbinary audio | Jenisbytes |
Medanresponse headers | Jenisheaders |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Ailoot Ultra canopylabs/orpheus-3b-0.1-ft
Gunakan laluan kaedah yang dipaparkan di atas.