glm-tts
GLM-TTS menukar skrip yang dibekalkan menjadi audio pertuturan. Profil glm-tts menggunakan kaedah Audio Speech dengan voice yang dinyatakan secara jelas dan output WAV, menjadikannya sesuai untuk narasi pendek, arahan lisan dan main balik mesej. Sediakan teks dalam had input 1,024 aksara yang didokumenkan.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GLM-TTS ialah model sintesis pertuturan Zhipu yang dipilih dengan ID tepat glm-tts. Hantar POST /v1/audio/speech bersama model, input dan voice. Letakkan perkataan yang perlu dituturkan terus dalam input, dan pilih response_format=wav untuk profil ini. Hasilnya ialah rakaman pertuturan skrip yang dibekalkan, sesuai untuk main balik atau diimport ke dalam penyunting audio atau video.
Gunakannya untuk penerangan produk pendek, ucapan alu-aluan, petikan arahan atau pengumuman. Sediakan skrip sebagaimana ia patut dibaca dengan lantang: sertakan pemisah ayat yang dikehendaki dan eja istilah yang sebutannya penting bagi tugasan. Untuk tutorial, satu permintaan boleh mengandungi arahan terfokus yang mengiringi satu langkah yang kelihatan. Untuk mesej alu-aluan, bekalkan kata-kata sebenar dan semak rakaman sebelum meletakkannya dalam aliran pelanggan.
Panjang input maksimum yang didokumenkan ialah 1,024 aksara. Gunakan teks yang telah siap semasa menyemak had ini, termasuk tanda baca dan jarak. Narasi yang lebih panjang memerlukan skrip dibahagikan kepada petikan yang sesuai; simpan urutan petikan dan tetapan yang dipilih bersama rakaman supaya semuanya boleh digabungkan dan disemak bersama. Had aksara menerangkan teks input dan tidak menetapkan tempoh rakaman yang tetap.
Skema voice menyenaraikan tongtong, chuichui, jam, kazi, douji dan luodo. Contoh yang diterbitkan menggunakan tongtong dengan speed=1 dan volume=1. Kedua-dua speed dan volume ialah kawalan pilihan dengan nilai lalai yang didokumenkan sebanyak 1. Untuk kaedah WAV ini, speed ialah integer yang menerima 1 atau 2, dan volume ialah integer dari 1 hingga 10. Boolean watermark_enabled pilihan mengawal tera air audio. Biarkan stream tidak ditetapkan atau tetapkan kepada false untuk menerima rakaman WAV lengkap. Mulakan dengan contoh jelas itu semasa menyediakan rakaman pertama, kemudian kekalkan voice yang dipilih dan tetapan yang diterima secara konsisten merentas petikan berkaitan.
Rakaman WAV ialah output siap bagi permintaan pertuturan. Simpan hasil audio lengkap dan maklumat balasannya, kemudian dengar keseluruhan petikan untuk menyemak sebutan, kata-kata, jeda dan urutan yang dikehendaki. Simpan skrip sumber yang tepat di sebelah rakaman semasa menyediakan pindaan. Jika hasil sesuatu permintaan tidak pasti, simpan permintaan asal dan maklumat hasil yang dikembalikan sebelum mencipta permintaan sintesis lain; ketiadaan fail main balik semata-mata tidak membuktikan bahawa tiada rakaman dicipta.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsPengenalan
GLM-TTS menukar skrip yang dibekalkan menjadi audio pertuturan. Profil glm-tts menggunakan kaedah Audio Speech dengan voice yang dinyatakan secara jelas dan output WAV, menjadikannya sesuai untuk narasi pendek, arahan lisan dan main balik mesej. Sediakan teks dalam had input 1,024 aksara yang didokumenkan.
- Input yang diterima
- Teks
- Hasil
- Audio
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Speech POST /v1/audio/speech
- Input
text- Output
audio- Format output
- wav
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had glm-tts | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanvoice | Jenisstring | KeperluanDiperlukan | Nilai & had tongtong, chuichui, jam, kazi, douji, luodo | Lalai— |
Medanresponse_format | Jenisstring | KeperluanDiperlukan | Nilai & had wav | Lalai— |
Medanencode_format | Jenisstring | KeperluanPilihan | Nilai & had base64, hex | Lalai— |
Medanspeed | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 2 | Lalai1 |
Medanvolume | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 10 | Lalai1 |
Medanwatermark_enabled | Jenisboolean | KeperluanPilihan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had false | Lalai— |
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input, voice, response_format |
Parameteroptional | Kontrakencode_format, speed, volume, watermark_enabled, stream |
Parametermaterial_types | Kontraktext |
Parameterconditions | KontrakUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Tidak dinyatakan Apabila mod pantas dipilih
- Mod flex
- Tidak dinyatakan Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
Kadar Ailoot
Harga mengikut konfigurasi
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti pengebilan | Unit pengebilan | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti pengebilan— | 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 |
| Konfigurasiaksara input | Jadual kadar— | Kuantiti pengebilan— | Unit pengebilanbagi setiap aksara masukan | Caj Input · aksara input $0.00006 bagi setiap aksara masukan |
| KonfigurasiBagi setiap permintaan | Jadual kadar— | Kuantiti pengebilansatu permintaan | Unit pengebilan— | Caj Input $0 bagi setiap permintaan |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Speech
set -eu
: "${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.
Terima dan simpan hasil
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Retain the complete binary WAV, response headers and original request identity.
Jika respons asal perlu disemak
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Alias
Alias model
Ailoot Ultra glm-tts
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · glm-tts
- Apakah input dan hasil yang tersedia?
POST /v1/audio/speech·glm-tts:text→audio- Apakah medan yang digunakan oleh permintaan?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Apakah had yang terpakai?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10