Drama 3 é o modelo de texto para fala da Fish Audio para interpretar um guião. Produz áudio de fala a partir das palavras que fornece e dá ao autor do guião controlo sobre a interpretação. Uma fala pode conter uma indicação emocional, uma alteração local da interpretação vocal ou uma instrução de pronúncia, pelo que a entrada contém tanto o conteúdo falado como a forma como deveria soar.
Prepare as palavras exatas que o ouvinte deveria ouvir antes de acrescentar indicações de interpretação. Mantenha os nomes, as datas e as instruções importantes claros no guião e use a pontuação para estabelecer o ritmo pretendido das frases. Depois, coloque uma indicação em linguagem natural entre parênteses retos antes da fala a que diz respeito. Descreva a emoção ou a forma de dizer pretendida em termos concretos, como um anúncio contido, uma troca tensa ou uma explicação acolhedora.
Drama 3 também suporta controlos locais dentro de uma fala. Instruções em linha podem introduzir sons e pausas, enquanto etiquetas de interpretação emparelhadas podem afetar palavras específicas. Mantenha claro o âmbito de cada instrução: uma indicação para uma frase não deveria tornar-se acidentalmente a indicação para toda a cena. Leia o guião uma vez para o sentido e outra para a interpretação antes da síntese.
O modelo publicado suporta vários intervenientes num único pedido. Organize o diálogo em turnos de fala claros e dê a cada turno um propósito: uma pergunta, uma interrupção, uma explicação ou uma resposta. Para uma aula ou um vídeo explicativo, a mesma abordagem pode separar um narrador de uma personagem citada sem reescrever o material como um monólogo indiferenciado.
Drama 3 suporta mais de 80 línguas e pode mudar de língua dentro de uma frase, mantendo a voz. Prepare as passagens multilingues nas línguas em que pretende que sejam faladas, em vez de presumir que uma instrução em inglês fornece uma tradução. Decida como os nomes estrangeiros e os termos emprestados deveriam soar e use os controlos de fonemas do modelo quando a pronúncia precisar de orientação precisa.
O modelo adequa-se a diálogos de personagens, aulas narradas, explicações curtas, anúncios de produtos e respostas de voz com guião. Mantenha o conteúdo e as escolhas de interpretação em conjunto: uma passagem educativa precisa de terminologia inteligível e pausas com propósito; uma cena com personagens precisa de turnos claramente separados e de uma intenção dramática consistente. Essas são decisões de escrita que podem ser revistas antes de se gerar qualquer áudio.
Após a síntese, compare as palavras faladas com o guião concluído. Escute para detetar frases omitidas, pausas mal colocadas, mudanças pouco claras de interveniente e a pronúncia dos nomes a preservar. Conserve o guião e as suas indicações de interpretação com o áudio, para que uma correção possa incidir sobre a fala afetada. Mantenha o conteúdo falado final e as respetivas escolhas de interpretação por fala em conjunto ao preparar uma revisão.
fish-audio/drama-3Drama 3 transforma um guião escrito em fala com direção de interpretação. Molde a emoção e a forma de dizer com indicações em linguagem natural, acrescente pausas e sons, oriente a pronúncia e construa cenas com vários intervenientes. O fluxo de fala publicado suporta mais de 80 línguas, incluindo mudanças de língua dentro de uma frase.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Drama 3 é o modelo de texto para fala da Fish Audio para interpretar um guião. Produz áudio de fala a partir das palavras que fornece e dá ao autor do guião controlo sobre a interpretação. Uma fala pode conter uma indicação emocional, uma alteração local da interpretação vocal ou uma instrução de pronúncia, pelo que a entrada contém tanto o conteúdo falado como a forma como deveria soar.
Prepare as palavras exatas que o ouvinte deveria ouvir antes de acrescentar indicações de interpretação. Mantenha os nomes, as datas e as instruções importantes claros no guião e use a pontuação para estabelecer o ritmo pretendido das frases. Depois, coloque uma indicação em linguagem natural entre parênteses retos antes da fala a que diz respeito. Descreva a emoção ou a forma de dizer pretendida em termos concretos, como um anúncio contido, uma troca tensa ou uma explicação acolhedora.
Drama 3 também suporta controlos locais dentro de uma fala. Instruções em linha podem introduzir sons e pausas, enquanto etiquetas de interpretação emparelhadas podem afetar palavras específicas. Mantenha claro o âmbito de cada instrução: uma indicação para uma frase não deveria tornar-se acidentalmente a indicação para toda a cena. Leia o guião uma vez para o sentido e outra para a interpretação antes da síntese.
O modelo publicado suporta vários intervenientes num único pedido. Organize o diálogo em turnos de fala claros e dê a cada turno um propósito: uma pergunta, uma interrupção, uma explicação ou uma resposta. Para uma aula ou um vídeo explicativo, a mesma abordagem pode separar um narrador de uma personagem citada sem reescrever o material como um monólogo indiferenciado.
Drama 3 suporta mais de 80 línguas e pode mudar de língua dentro de uma frase, mantendo a voz. Prepare as passagens multilingues nas línguas em que pretende que sejam faladas, em vez de presumir que uma instrução em inglês fornece uma tradução. Decida como os nomes estrangeiros e os termos emprestados deveriam soar e use os controlos de fonemas do modelo quando a pronúncia precisar de orientação precisa.
O modelo adequa-se a diálogos de personagens, aulas narradas, explicações curtas, anúncios de produtos e respostas de voz com guião. Mantenha o conteúdo e as escolhas de interpretação em conjunto: uma passagem educativa precisa de terminologia inteligível e pausas com propósito; uma cena com personagens precisa de turnos claramente separados e de uma intenção dramática consistente. Essas são decisões de escrita que podem ser revistas antes de se gerar qualquer áudio.
Após a síntese, compare as palavras faladas com o guião concluído. Escute para detetar frases omitidas, pausas mal colocadas, mudanças pouco claras de interveniente e a pronúncia dos nomes a preservar. Conserve o guião e as suas indicações de interpretação com o áudio, para que uma correção possa incidir sobre a fala afetada. Mantenha o conteúdo falado final e as respetivas escolhas de interpretação por fala em conjunto ao preparar uma revisão.
POST /v1/audio/speechtextaudio| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites fish-audio/drama-3 | Predefinição— |
Campoinput | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Campovoice | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores e limites mp3, pcm | Predefiniçãopcm |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, input, voice |
Parâmetromaterial_types | Contratotext |
Parâmetromaterial_conditions | ContratoSelecione um ID real de voz suportada; não foi inventado qualquer valor literal predefinido/voz para este modelo. |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Unidade de faturação | Custo |
|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada — / 1K tokens Saída · Tokens de saída — / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| Configuraçãobyte de entrada em UTF-8 | Tabela de tarifas— | Unidade de faturaçãopor byte UTF-8 de entrada | Custo Entrada · byte de entrada em UTF-8 $0.00002 por byte UTF-8 de entrada |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"\nexport AILOOT_INPUT_TEXT\n: "${AILOOT_VOICE:?Set the actual documented input value}"\nexport AILOOT_VOICE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nrequest['voice']=os.environ['AILOOT_VOICE']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nÁudio binário completo ou resposta audio_url original, cabeçalhos e todos os recursos pertencentes ao utilizador.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${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 owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGuarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação.
Guarde o X-Client-Request-ID devolvido para reconciliação. Consulte apenas os valores task_id/asset_id efetivamente devolvidos ou a sua biblioteca de multimédia; nunca construa um URL de tarefa a partir do ID da operação e nunca volte a enviar o pedido de criação.
Ailoot Ultra fish-audio/drama-3
Use os caminhos dos métodos indicados acima.