Orpheus 3B 0.1 Fine-Tuned is het Engelse text-to-speech-model van Canopy Labs voor alledaagse synthese. Het hoort bij de Orpheus-familie die op een Llama-3B-basisarchitectuur is gebouwd en richt zich op natuurlijke intonatie, ritme en expressieve voordracht. De invoer is de uit te spreken tekst met een geselecteerde spreker; de uitvoer is spraakaudio. De fabrikant noemt ook zero-shot stemklonen voor dit exacte gefinetunede model. Het gepubliceerde synthesevoorbeeld voor het gefinetunede model gebruikt vooraf ingestelde sprekers, terwijl tekst-spraakprompting met referentieconditionering afzonderlijk voor de voorgetrainde editie is gedocumenteerd. Deze gefinetunede editie is onderscheiden van het voorgetrainde model en de afzonderlijk uitgebrachte meertalige onderzoeksmodellen.
De fabrikant noemt acht vooraf ingestelde Engelse stemmen: tara, leah, jess, leo, dan, mia, zac en zoe. De promptconventie plaatst de sprekernaam vóór de gesproken tekst, gescheiden door een dubbele punt. De referentieworkflow voor spraakgeneratie kan die opmaak toevoegen wanneer de stem afzonderlijk wordt aangeleverd. Selecteer een spreker voor het beoogde stuk en houd die keuze consistent tussen samenhangende passages.
Schrijf voor een korte uitleg de definitieve verteltekst in plaats van een instructie die het model vraagt de uitleg te verzinnen. Een bruikbare gesproken regel is: “Kies de map die u wilt delen, controleer wie die kan openen en sla de wijzigingen op.” Bereid bij dialoog de regel van elke spreker expliciet voor en behoud de interpunctie die de voordracht ondersteunt. Schrijf een afkorting, datum of productnaam in de vorm die de luisteraar moet horen, vooral wanneer de geschreven verkorting dubbelzinnig is.
Orpheus documenteert de tags <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> en <gasp>. Die geven de tekst op het relevante punt een expliciete non-verbale gebeurtenis. Een korte gesprekspassage kan een lachje vóór een luchtige opmerking of een zucht vóór een nadenkende zin plaatsen. Gebruik de aanwijzing waar die in de voordracht hoort en houd de daadwerkelijke woorden van de regel duidelijk.
Dit zijn aanwijzingen voor spraakgeneratie, geen algemene instructietaal om een bestaande opname te bewerken. Begin voor een voice-over met leesbare tekst en voeg alleen de expressieve gebeurtenissen toe die de scène nodig heeft. Luister naar de volledige regel om te beoordelen of de gebeurtenis, nadruk en pacing de betekenis ondersteunen. Een verteltaak kan een gelijkmatige stem nodig hebben, terwijl een personageregel van een specifieke non-verbale aanwijzing kan profiteren.
De fabrikant levert zowel een notebook zonder streaming als een streamingspraakvoorbeeld. Streaming retourneert opeenvolgende audiofragmenten terwijl de passage wordt gegenereerd. In het gepubliceerde voorbeeld worden die fragmenten naar een mono-WAV-bestand van 24.000 Hz met 16-bits samples geschreven. Die bestandsinstellingen beschrijven de referentieworkflow; het bruikbare resultaat is een afspeelbare opname waarvan woorden, spreker en voordracht tegen het script kunnen worden gecontroleerd.
Bereid voor een langere vertelling samenhangende passages met duidelijke zinsgrenzen voor en bewaar een kopie van het definitieve script bij de audio. Beoordeel begin en einde van elke passage, de uitspraak van belangrijke namen en de overgang tussen aangrenzende opnamen. De samplingrichtlijnen van de fabrikant specificeren een herhalingspenalty van minstens 1.1 voor stabiele generatie in de referentie-implementatie en merken op dat samplingkeuzes de spreeksnelheid kunnen beïnvloeden. De ingestelde modellengte van het voorbeeld is een inferentie-instelling, geen vastgestelde maximale vertelduur.
Dit profiel betreft het gefinetunede Engelse model met de gedocumenteerde vooraf ingestelde sprekers. Het voorgetrainde model heeft een eigen workflow voor tekst-en-spraakconditionering; meertalige uitgaven hebben taalspecifieke sprekers en tags. Deze Engelse editie selecteren combineert die afzonderlijke profielen niet. Een praktisch resultaat is een gesproken script, een bewust gekozen vooraf ingestelde stem en audio die op de bewoordingen en voordracht is beoordeeld die het stuk nodig heeft.
", "aboutText": "Orpheus 3B 0.1 Fine-Tuned is het Engelse text-to-speech-model van Canopy Labs voor alledaagse synthese. Het hoort bij de Orpheus-familie die op een Llama-3B-basisarchitectuur is gebouwd en richt zich op natuurlijke intonatie, ritme en expressieve voordracht. De invoer is de uit te spreken tekst met een geselecteerde spreker; de uitvoer is spraakaudio. De fabrikant noemt ook zero-shot stemklonen voor dit exacte gefinetunede model. Het gepubliceerde synthesevoorbeeld voor het gefinetunede model gebruikt vooraf ingestelde sprekers, terwijl tekst-spraakprompting met referentieconditionering afzonderlijk voor de voorgetrainde editie is gedocumenteerd. Deze gefinetunede editie is onderscheiden van het voorgetrainde model en de afzonderlijk uitgebrachte meertalige onderzoeksmodellen.\n\n### Kies een spreker en bereid de regel voor\n\nDe fabrikant noemt acht vooraf ingestelde Engelse stemmen: tara, leah, jess, leo, dan, mia, zac en zoe. De promptconventie plaatst de sprekernaam vóór de gesproken tekst, gescheiden door een dubbele punt. De referentieworkflow voor spraakgeneratie kan die opmaak toevoegen wanneer de stem afzonderlijk wordt aangeleverd. Selecteer een spreker voor het beoogde stuk en houd die keuze consistent tussen samenhangende passages.\n\nSchrijf voor een korte uitleg de definitieve verteltekst in plaats van een instructie die het model vraagt de uitleg te verzinnen. Een bruikbare gesproken regel is: “Kies de map die u wilt delen, controleer wie die kan openen en sla de wijzigingen op.” Bereid bij dialoog de regel van elke spreker expliciet voor en behoud de interpunctie die de voordracht ondersteunt. Schrijf een afkorting, datum of productnaam in de vorm die de luisteraar moet horen, vooral wanneer de geschreven verkorting dubbelzinnig is.\n\n### Expressieve en non-verbale aanwijzingen\n\nOrpheus documenteert de tagscanopylabs/orpheus-3b-0.1-ftHet gefinetunede Engelse spraakmodel Orpheus 3B van Canopy Labs zet geschreven regels om in expressieve audio. Acht vooraf ingestelde stemmen en non-verbale tags ondersteunen vertelling, dialoog en gesproken toepassingsantwoorden.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Orpheus 3B 0.1 Fine-Tuned is het Engelse text-to-speech-model van Canopy Labs voor alledaagse synthese. Het hoort bij de Orpheus-familie die op een Llama-3B-basisarchitectuur is gebouwd en richt zich op natuurlijke intonatie, ritme en expressieve voordracht. De invoer is de uit te spreken tekst met een geselecteerde spreker; de uitvoer is spraakaudio. De fabrikant noemt ook zero-shot stemklonen voor dit exacte gefinetunede model. Het gepubliceerde synthesevoorbeeld voor het gefinetunede model gebruikt vooraf ingestelde sprekers, terwijl tekst-spraakprompting met referentieconditionering afzonderlijk voor de voorgetrainde editie is gedocumenteerd. Deze gefinetunede editie is onderscheiden van het voorgetrainde model en de afzonderlijk uitgebrachte meertalige onderzoeksmodellen.
De fabrikant noemt acht vooraf ingestelde Engelse stemmen: tara, leah, jess, leo, dan, mia, zac en zoe. De promptconventie plaatst de sprekernaam vóór de gesproken tekst, gescheiden door een dubbele punt. De referentieworkflow voor spraakgeneratie kan die opmaak toevoegen wanneer de stem afzonderlijk wordt aangeleverd. Selecteer een spreker voor het beoogde stuk en houd die keuze consistent tussen samenhangende passages.
Schrijf voor een korte uitleg de definitieve verteltekst in plaats van een instructie die het model vraagt de uitleg te verzinnen. Een bruikbare gesproken regel is: “Kies de map die u wilt delen, controleer wie die kan openen en sla de wijzigingen op.” Bereid bij dialoog de regel van elke spreker expliciet voor en behoud de interpunctie die de voordracht ondersteunt. Schrijf een afkorting, datum of productnaam in de vorm die de luisteraar moet horen, vooral wanneer de geschreven verkorting dubbelzinnig is.
Orpheus documenteert de tags <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> en <gasp>. Die geven de tekst op het relevante punt een expliciete non-verbale gebeurtenis. Een korte gesprekspassage kan een lachje vóór een luchtige opmerking of een zucht vóór een nadenkende zin plaatsen. Gebruik de aanwijzing waar die in de voordracht hoort en houd de daadwerkelijke woorden van de regel duidelijk.
Dit zijn aanwijzingen voor spraakgeneratie, geen algemene instructietaal om een bestaande opname te bewerken. Begin voor een voice-over met leesbare tekst en voeg alleen de expressieve gebeurtenissen toe die de scène nodig heeft. Luister naar de volledige regel om te beoordelen of de gebeurtenis, nadruk en pacing de betekenis ondersteunen. Een verteltaak kan een gelijkmatige stem nodig hebben, terwijl een personageregel van een specifieke non-verbale aanwijzing kan profiteren.
De fabrikant levert zowel een notebook zonder streaming als een streamingspraakvoorbeeld. Streaming retourneert opeenvolgende audiofragmenten terwijl de passage wordt gegenereerd. In het gepubliceerde voorbeeld worden die fragmenten naar een mono-WAV-bestand van 24.000 Hz met 16-bits samples geschreven. Die bestandsinstellingen beschrijven de referentieworkflow; het bruikbare resultaat is een afspeelbare opname waarvan woorden, spreker en voordracht tegen het script kunnen worden gecontroleerd.
Bereid voor een langere vertelling samenhangende passages met duidelijke zinsgrenzen voor en bewaar een kopie van het definitieve script bij de audio. Beoordeel begin en einde van elke passage, de uitspraak van belangrijke namen en de overgang tussen aangrenzende opnamen. De samplingrichtlijnen van de fabrikant specificeren een herhalingspenalty van minstens 1.1 voor stabiele generatie in de referentie-implementatie en merken op dat samplingkeuzes de spreeksnelheid kunnen beïnvloeden. De ingestelde modellengte van het voorbeeld is een inferentie-instelling, geen vastgestelde maximale vertelduur.
Dit profiel betreft het gefinetunede Engelse model met de gedocumenteerde vooraf ingestelde sprekers. Het voorgetrainde model heeft een eigen workflow voor tekst-en-spraakconditionering; meertalige uitgaven hebben taalspecifieke sprekers en tags. Deze Engelse editie selecteren combineert die afzonderlijke profielen niet. Een praktisch resultaat is een gesproken script, een bewust gekozen vooraf ingestelde stem en audio die op de bewoordingen en voordracht is beoordeeld die het stuk nodig heeft.
POST /v1/audio/speechtextaudio| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten canopylabs/orpheus-3b-0.1-ft | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 Eenheid: Unicode-tekens | Standaard— |
Veldvoice | Typestring | VereisteVereist | Waarden en limieten tara, leah, jess, leo, dan, mia, zac | Standaard— |
Veldresponse_format | Typestring | VereisteVereist | Waarden en limieten mp3 | Standaard— |
text_to_speech · Vereist: input
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input, voice, response_format |
Parametervoice_ids | Contracttara, leah, jess, leo, dan, mia, zac |
Parameterresponse_format | Contractmp3 |
Parametermax_input_characters | Contractnull |
Parameterother_options | Contractfalse |
Parameterinput | Contractexacte UTF-8-tekst; aantal Unicode-tekens zonder normalisatie |
Parametermaterial_types | Contracttext |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Selecteer de exacte stem uit dit modelprofiel.
Invoertekens en audioseconden zijn verschillende meeteenheden.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Factureerbare hoeveelheid | Rekeneenheid | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Factureerbare hoeveelheid— | Rekeneenheid— | Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieUltra | Tariefstaffel— | Factureerbare hoeveelheidElk Unicode-codepunt telt als één teken, inclusief Han-tekens. | Rekeneenheidper 1K invoertekens | Kosten Invoer · invoerteken $0.03 per 1K invoertekens |
Referentiestaffels op modelniveau veranderen de methodeselectie, kostenramingen of afschrijvingen niet. Voor de actieve kostenberekening gelden de tarieven van de geselecteerde Ailoot-methode.
| Configuratie | Factureringsvoorwaarden | Kosten |
|---|---|---|
| ConfiguratieCanopy Labs: Orpheus 3B · Standaardconfiguratie | FactureringsvoorwaardenStandaardconfiguratie | Kosten Invoer · Invoertekens US$ 0,000014 per invoerteken |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
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\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige binaire resultaat en de headers. Als JSON of meerdere uitvoerresultaten worden teruggegeven, bewaar dan elk gegevensitem en haal elke daadwerkelijke ondertekende asset-URL op.
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder de aanvraag opnieuw in te dienen; er is geen afzonderlijke route om de audiostatus te pollen.
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Antwoordserver_error | VoorwaardeDe teruggegeven respons geeft aan dat de bewerking of het resultaat gecontroleerd moet worden | Volgende stapBewaar de oorspronkelijk teruggegeven bewerkings-/taak-ID, aanvraagheaders en respons; blijf de oorspronkelijke bewerking uitlezen via de ondersteunde leesaanvragen. Dien de aanmaakaanvraag niet opnieuw in. |
Ailoot Ultra canopylabs/orpheus-3b-0.1-ft
Gebruik de hierboven getoonde methodepaden.