Sesame: CSM 1B
Sesame CSM 1B converte o texto fornecido em voz através de POST /v1/audio/speech. Utilize sesame/csm-1b com o guião real, selecione uma das suas vozes identificadas por nome e solicite áudio MP3 ou PCM. Adequa-se a um fluxo que transforma uma mensagem, explicação ou segmento de narração preparado num ficheiro de áudio para reprodução ou edição.
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.
Sesame CSM 1B é um modelo de texto para voz disponível sob o ID exato sesame/csm-1b. Forneça as palavras a pronunciar e conserve o áudio resultante como ficheiro. Uma descrição prática pode ser uma explicação de produto preparada, uma mensagem falada de aplicação ou um segmento de narração que será inserido numa montagem. Prepare o guião como o texto falado pretendido, incluindo os nomes, números e palavras que o ouvinte precisa de ouvir.
Envie POST /v1/audio/speech com application/json. Os campos obrigatórios são model, definido como sesame/csm-1b, e input, que contém o guião como uma cadeia. Leia um ficheiro de guião como texto UTF-8 e coloque o seu conteúdo em input, em vez de fornecer um nome de ficheiro local. Manter o conteúdo falado nesse campo dá à geração um guião concreto a seguir e permite à aplicação conservar as palavras exatas junto do ficheiro resultante.
As opções de voz identificadas por nome são conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d e none. Preserve esses identificadores exatamente no campo voice. Selecione uma voz explicitamente quando um fluxo precisar de uma configuração de pedido repetível e guarde essa definição escolhida com o guião e a saída. Ouça um segmento representativo para decidir qual das vozes disponíveis se adequa à utilização pretendida.
Utilize response_format para escolher mp3 ou pcm. MP3 é entregue como audio/mpeg e fornece um ficheiro que pode ser transmitido a um leitor ou fluxo de edição que aceite MP3. PCM é entregue como audio/pcm com amostras little-endian de 16 bits; conserve os metadados de áudio reais para a aplicação que irá interpretar os bytes. Defina o formato explicitamente para que o ficheiro e o descodificador da etapa seguinte estejam de acordo. O exemplo de pedido documentado utiliza speed:1; mantenha essa base ao preparar um pedido com os controlos estabelecidos.
A resposta bem-sucedida contém bytes de áudio em bruto. Guarde o corpo da resposta como áudio e conserve os cabeçalhos da resposta e a identidade do pedido original com o guião, a voz e o formato solicitado. Trate a conclusão dessa resposta como o ponto a partir do qual o áudio devolvido pode ser guardado e revisto. Compare os nomes, números e limites das frases falados com o guião de origem antes de acrescentar o resultado a uma produção mais longa. Se um pedido for interrompido após a submissão, preserve a sua identidade original e as informações da resposta enquanto verifica o resultado existente.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bIntrodução
Sesame CSM 1B converte o texto fornecido em voz através de POST /v1/audio/speech. Utilize sesame/csm-1b com o guião real, selecione uma das suas vozes identificadas por nome e solicite áudio MP3 ou PCM. Adequa-se a um fluxo que transforma uma mensagem, explicação ou segmento de narração preparado num ficheiro de áudio para reprodução ou edição.
- 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
- mp3,pcm
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites sesame/csm-1b | Predefinição— |
Campoinput | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campovoice | Tipostring | RequisitoOpcional | Valores e limites conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Predefinição— |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores e limites mp3, pcm | Predefinição— |
Campospeed | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, input |
Parâmetrooptional | Contratovoice, response_format, speed |
Parâmetromaterial_types | Contratotext |
Parâmetroconditions | Contrato |
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 $0.000014 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('{"input": "Hello world", "model": "sesame/csm-1b", "response_format": "mp3", "speed": 1, "voice": "conversational_a"}')
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
mp3,pcm
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 audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
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 sesame/csm-1b
Aliases dos caminhos dos métodos
Use os caminhos dos métodos indicados acima.
IDs de chamada relacionados
FAQ · Sesame: CSM 1B
- Que entradas e resultados estão disponíveis?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Que campos utiliza o pedido?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed