modeller

Fish Audio: Drama 3

Markdown · JSON

Fish Audio: Drama 3

Drama 3 gjør et skrevet manus om til regissert tale. Form følelser og fremføring med instruksjoner i vanlig språk, legg til pauser og lyder, styr uttalen og bygg scener med flere talere. Den publiserte talearbeidsflyten støtter mer enn 80 språk, inkludert språkbytte innenfor en setning.

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

Drama 3 er Fish Audios tekst-til-tale-modell for et fremført manus. Den produserer talelyd fra ordene du oppgir, og gir manusforfatteren kontroll over fremføringen. En replikk kan inneholde en følelsesinstruksjon, en lokal endring i stemmefremføringen eller en uttaleinstruksjon, slik at inndataene inneholder både det talte innholdet og hvordan det bør høres ut.

Skriv ordene og regisser fremføringen

Forbered de nøyaktige ordene lytteren bør høre før du legger til fremføringsinstruksjoner. Gjør viktige navn, datoer og instruksjoner tydelige i manuset, og bruk tegnsetting til å etablere den tiltenkte setningsrytmen. Plasser deretter en instruksjon i vanlig språk i hakeparenteser foran replikken den gjelder. Beskriv den ønskede følelsen eller fremføringen konkret, som en dempet kunngjøring, en spent replikkveksling eller en varm forklaring.

Drama 3 støtter også lokal styring innenfor en replikk. Instruksjoner inne i teksten kan legge inn lyder og pauser, mens parvise fremføringstagger kan påvirke bestemte ord. Gjør omfanget av hver instruksjon tydelig: en instruksjon for én frase bør ikke utilsiktet bli instruksjonen for hele scenen. Les manuset én gang for betydning og én gang for fremføring før syntesen.

Scener, språk og uttale

Den publiserte modellen støtter flere talere i én forespørsel. Organiser dialogen i tydelige taleturer og gi hver tur et formål: et spørsmål, en avbrytelse, en forklaring eller et svar. For en leksjon eller forklarende fremstilling kan samme tilnærming skille en forteller fra en sitert karakter uten å omskrive materialet til én udifferensiert monolog.

Drama 3 støtter mer enn 80 språk og kan bytte språk innenfor en setning samtidig som stemmen beholdes. Forbered flerspråklige passasjer på språkene de skal fremføres på, fremfor å anta at en engelsk instruksjon gir en oversettelse. Bestem hvordan utenlandske navn og låneord bør høres ut, og bruk modellens fonemstyring når uttalen trenger presis veiledning.

Nyttige lydresultater

Modellen passer til karakterdialog, fortalte leksjoner, korte forklaringer, produktkunngjøringer og manusbaserte stemmesvar. Behold innhold og skuespillvalg sammen: en pedagogisk passasje trenger forståelig terminologi og målrettede pauser; en karakterscene trenger tydelig atskilte taleturer og en konsekvent dramatisk intensjon. Dette er skrivevalg som kan gjennomgås før lyd blir generert.

Etter syntesen kan du sammenligne de talte ordene med det ferdige manuset. Lytt etter utelatte fraser, feilplasserte pauser, uklare talerbytter og uttalen av navn som skal beholdes. Behold manuset og fremføringsinstruksjonene sammen med lyden slik at en retting kan rettes mot den berørte replikken. Behold det endelige talte innholdet og fremføringsvalgene for hver replikk sammen når du forbereder en revisjon.

Funksjoner

  • Tekst-til-tale-fremføring fra et ferdig manus.
  • Instruksjoner i vanlig språk i hakeparenteser foran en replikk.
  • Lyder og pauser inne i teksten, med parvise fremføringstagger for bestemte ord.
  • Scener med flere talere og mer enn 80 talespråk.
  • Fonemstyring for navn og fagterminologi.

Bruksområder

  • Karakterdialog — Et manus med tydelig atskilte taleturer og fremføringsinstruksjoner. Resultat: En talt scene med bevisste endringer i fremføring.
  • Fortalt forklaring — En ferdig leksjon der terminologi og pauser er markert. Resultat: Talelyd som kan kontrolleres mot leksjonsteksten.
  • Flerspråklig kunngjøring — Endelig tekst på de tiltenkte språkene med uttalevalgene beholdt. Resultat: En talt passasje med kontrollerte språkoverganger.
  • Manusbasert stemmesvar — Et kortfattet svar med en tydelig angitt tone og ordene som skal fremføres. Resultat: Et gjenbrukbart talesegment for den omkringliggende applikasjonen.

Begrensninger

  • Inndata og resultat — Den publiserte modellen tar imot tekst og returnerer talelyd.
  • Styringsomfang — Knytt en instruksjon til den tiltenkte replikken eller frasen, og avgrens parvise fremføringstagger riktig.
  • Gjennomgangsenhet — Behold det nøyaktige manuset og instruksjonene sammen med lyden; gjennomgå uttale og taleturer for hver replikk.
Ailoot Ultra · Tale POST /v1/audio/speech fish-audio/drama-3

fish-audio/drama-3

Fish Audio /fish-audio/drama-3

Start

Drama 3 gjør et skrevet manus om til regissert tale. Form følelser og fremføring med instruksjoner i vanlig språk, legg til pauser og lyder, styr uttalen og bygg scener med flere talere. Den publiserte talearbeidsflyten støtter mer enn 80 språk, inkludert språkbytte innenfor en setning.

Godkjente inndata
Tekst
Resultater
Lyd

Tilgjengelig i Ailoot · inndata & metoder

Ailoot Ultra · Tale POST /v1/audio/speech
Inndatatyper
text
Utdatatyper
audio
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
fish-audio/drama-3
Standard—
FeltinputTypestringKravPåkrevdVerdier & grenser
Minste lengde: 1
Standard—
FeltvoiceTypestringKravPåkrevdVerdier & grenser
Minste lengde: 1
Standard—
Feltresponse_formatTypestringKravValgfrittVerdier & grenser
mp3, pcm
Standardpcm
FeltproviderTypeobjectKravValgfrittVerdier & grenserStandard—
Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, input, voice
Parametermaterial_typesAvtaletext
Parametermaterial_conditionsAvtaleVelg en faktisk støttet stemme-ID; ingen bokstavelig standardverdi eller stemme er funnet på for denne modellen.

Livssyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · faktisk returnert task_id eller oppføring i mediebiblioteket

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus
Ikke angitt Når hurtigmodus er valgt
Flex-modus
Ikke angitt Når flex-modus er valgt
Maksimal resonneringsinnsats
Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

Ailoot-satser

Priser etter konfigurasjon

Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.

KonfigurasjonPrisplanFaktureringsenhetKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsFaktureringsenhet—Kostnad
Inndata · Inngående tokener — / 1K tokener
Utdata · Utgående tokener — / 1K tokener
Inndata · Lesing fra hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
KonfigurasjonUTF-8-byte i inndataPrisplan—Faktureringsenhetper UTF-8-byte inndataKostnad
Inndata · UTF-8-byte i inndata $0.00002 per UTF-8-byte inndata

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →

Eksempelforespørsler

Ailoot Ultra · Tale

Bruk faktiske inndata og bevar hele resultatet
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
: "${AILOOT_VOICE:?Set the actual documented input value}"
export AILOOT_VOICE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
request['voice']=os.environ['AILOOT_VOICE']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
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 response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

Motta og lagre resultater

Ailoot Ultra · Tale

Fullstendig binærlyd eller opprinnelig audio_url-svar, svarhoder og hver ressurs du eier.

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
Andre innholdslesinger
Les eksisterende ressurser som tilhører deg
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 owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.

Hvis det opprinnelige svaret må kontrolleres

Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt.

Aliaser

Modellaliaser

Ailoot Ultra fish-audio/drama-3

Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

Tilknyttede anroper-ID-er

fish-audio/drama-3

FAQ · Fish Audio: Drama 3
Hvilke inndata og resultater er tilgjengelige?

POST /v1/audio/speech · fish-audio/drama-3: text → audio

Hvilke felt bruker forespørselen?

POST /v1/audio/speech · fish-audio/drama-3: model, input, voice, response_format, provider

Flere detaljer

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement
Velg et rabattabonnement for faste forespørsler.
Kampanjekode opptil 50%
Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.
Kostnader i historikken
Modell, tokener og beløp lagres for hver forespørsel.

Velg abonnement · Se modellpriser

Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon
Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.
Forhandlerlisens
Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.
Dokumenter på nettstedet
Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

Be om forhandlerlisens · Offentlig tilbud og lisensavtale