glm-tts
GLM-TTS converte um guião fornecido em áudio falado. O perfil glm-tts utiliza o método Audio Speech com uma voz explícita e saída WAV, sendo adequado para narrações curtas, instruções faladas e reprodução de mensagens. Prepare o texto dentro do limite de entrada documentado de 1 024 carateres.
Sobre o modelo
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GLM-TTS é o modelo de síntese de voz da Zhipu, selecionado com o ID exato glm-tts. Envie POST /v1/audio/speech com model, input e voice. Coloque as palavras a pronunciar diretamente em input e selecione response_format=wav para este perfil. O resultado é uma gravação falada do guião fornecido, adequada para reprodução ou importação para um editor de áudio ou vídeo.
Utilize-o para uma breve explicação de produto, uma mensagem de boas-vindas falada, uma passagem de instruções ou um anúncio. Prepare o guião tal como deve ser lido em voz alta: inclua as pausas de fim de frase pretendidas e escreva por extenso os termos cuja pronúncia seja importante para a tarefa. Para um tutorial, um pedido pode conter uma instrução focada que acompanhe um único passo visível. Para uma mensagem de boas-vindas, forneça a formulação real e reveja a gravação antes de a inserir no percurso do cliente.
O comprimento máximo de entrada documentado é de 1 024 carateres. Ao verificar este limite, trabalhe a partir do texto concluído, incluindo a pontuação e os espaços. Uma narração mais longa exige um guião dividido em passagens adequadas; guarde a ordem das passagens e as definições escolhidas juntamente com as gravações, para que possam ser montadas e revistas em conjunto. Um limite de carateres descreve o texto de entrada e não estabelece uma duração fixa da gravação.
O esquema de voice apresenta tongtong, chuichui, jam, kazi, douji e luodo. O exemplo publicado utiliza tongtong com speed=1 e volume=1. Tanto speed como volume são controlos opcionais com um valor predefinido documentado de 1. Para este método WAV, speed é um número inteiro que aceita 1 ou 2 e volume é um número inteiro de 1 a 10. O booleano opcional watermark_enabled controla a marca de água do áudio. Deixe stream por definir ou defina-o como false para receber a gravação WAV completa. Comece por esse exemplo explícito ao preparar uma primeira gravação e mantenha depois a voz selecionada e as definições aceites consistentes entre passagens relacionadas.
A gravação WAV é o resultado concluído do pedido de síntese de voz. Conserve o resultado de áudio completo e as informações da resposta e ouça depois toda a passagem para verificar a pronúncia, as palavras, as pausas e a sequência pretendida. Mantenha o guião de origem exato junto da gravação ao preparar revisões. Se um pedido tiver um resultado incerto, preserve as informações do pedido original e do resultado devolvido antes de criar outro pedido de síntese; a ausência de um ficheiro para reprodução, por si só, não demonstra que não foi criada nenhuma gravação.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsIntrodução
GLM-TTS converte um guião fornecido em áudio falado. O perfil glm-tts utiliza o método Audio Speech com uma voz explícita e saída WAV, sendo adequado para narrações curtas, instruções faladas e reprodução de mensagens. Prepare o texto dentro do limite de entrada documentado de 1 024 carateres.
- Entradas aceites
- Texto
- Resultados
- Áudio
Disponível no Ailoot · entradas e métodos
Ailoot Ultra · Speech POST /v1/audio/speech
- Entrada
text- Saída
audio- Formato de saída
- wav
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites glm-tts | Predefinição— |
Campoinput | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campovoice | Tipostring | RequisitoObrigatório | Valores e limites tongtong, chuichui, jam, kazi, douji, luodo | Predefinição— |
Camporesponse_format | Tipostring | RequisitoObrigatório | Valores e limites wav | Predefinição— |
Campoencode_format | Tipostring | RequisitoOpcional | Valores e limites base64, hex | Predefinição— |
Campospeed | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 2 | Predefinição1 |
Campovolume | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 10 | Predefinição1 |
Campowatermark_enabled | Tipoboolean | RequisitoOpcional | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites false | Predefinição— |
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, input, voice, response_format |
Parâmetrooptional | Contratoencode_format, speed, volume, watermark_enabled, stream |
Parâmetromaterial_types | Contratotext |
Parâmetroconditions | ContratoUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifários
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
- Modo rápido
- Não especificado Quando o modo rápido está selecionado
- Modo flex
- Não especificado Quando o modo flex está selecionado
- Esforço máximo de raciocínio
- Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)
Tarifas Ailoot
Preços por configuração
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Quantidade faturada | Unidade de faturação | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade faturada— | 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 |
| Configuraçãocarácter de entrada | Tabela de tarifas— | Quantidade faturada— | Unidade de faturaçãopor carácter de entrada | Custo Entrada · carácter de entrada $0.00006 por carácter de entrada |
| ConfiguraçãoPor pedido | Tabela de tarifas— | Quantidade faturadaum pedido | Unidade de faturação— | Custo Entrada $0 por pedido |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot Ultra · Speech
set -eu
: "${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.
Receber e guardar os resultados
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Retain the complete binary WAV, response headers and original request identity.
Se for necessário verificar a resposta original
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Aliases
Aliases do modelo
Ailoot Ultra glm-tts
Aliases dos caminhos dos métodos
Use os caminhos dos métodos indicados acima.
IDs de chamada relacionados
FAQ · glm-tts
- Que entradas e resultados estão disponíveis?
POST /v1/audio/speech·glm-tts:text→audio- Que campos utiliza o pedido?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Que limites se aplicam?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10