Canopy Labs: Orpheus 3B

Англоязычная дообученная речевая модель Orpheus 3B от Canopy Labs превращает письменные реплики в выразительное аудио. Восемь готовых голосов и невербальные теги подходят для повествования, диалогов и голосовых ответов приложений.

Ailoot Ultra · Озвучка POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft

О модели

Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.

Orpheus 3B 0.1 Fine-Tuned — англоязычная модель синтеза речи Canopy Labs для повседневного озвучивания. Она входит в семейство Orpheus на основе Llama 3B и ориентирована на естественную интонацию, ритм и выразительную подачу. Вход — текст для произнесения и выбранный диктор; выход — речевое аудио. Для этой точной дообученной модели производитель также указывает клонирование голоса zero-shot. Опубликованный пример дообученного синтеза использует готовых дикторов, а запросы текст–речь с референсом описаны отдельно для предобученной версии. Эта дообученная версия отличается от предобученной модели и отдельно выпущенных многоязычных исследовательских моделей.

Выберите диктора и подготовьте реплику

Производитель перечисляет восемь готовых английских голосов: tara, leah, jess, leo, dan, mia, zac и zoe. По соглашению запроса имя диктора ставится перед произносимым текстом и отделяется двоеточием. Эталонный сценарий генерации речи может добавлять это оформление, когда голос передан отдельно. Выберите диктора под материал и сохраняйте выбор между связанными отрывками.

Для короткого объяснения напишите окончательный текст повествования, а не инструкцию модели придумать объяснение. Пример реплики: «Выберите папку для общего доступа, проверьте, кто сможет её открыть, и сохраните изменения». В диалоге явно подготовьте реплику каждого диктора и сохраните пунктуацию, помогающую подаче. Аббревиатуру, дату или название продукта следует записать так, как слушатель должен их услышать, особенно если письменное сокращение неоднозначно.

Выразительные и невербальные подсказки

Orpheus документирует теги <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> и <gasp>. Они явно задают невербальное событие в нужном месте текста. В коротком разговорном отрывке можно поставить смешок перед лёгкой репликой или вздох перед задумчивой фразой. Размещайте подсказку там, где ей место в исполнении, сохраняя ясность самих слов.

Это подсказки генерации речи, а не общий язык инструкций для редактирования существующей записи. При озвучивании начните с читаемого текста и добавляйте только нужные сцене выразительные события. Прослушайте реплику целиком и оцените, поддерживают ли событие, акцентирование и темп её смысл. Повествованию может требоваться ровный голос, а реплике персонажа — конкретная невербальная подсказка.

Потоковая выдача и аудиорезультат

Производитель предоставляет непотоковый блокнот и пример потоковой речи. Потоковая выдача возвращает последовательные фрагменты аудио по мере генерации отрывка. В опубликованном примере фрагменты записываются в монофайл WAV с частотой 24 000 Гц и 16-битными отсчётами. Эти настройки файла описывают эталонный сценарий; полезный результат — воспроизводимая запись, слова, диктор и подача которой проверяются по сценарию.

Для длинного повествования готовьте связные отрывки с ясными границами предложений, сохраняя окончательный сценарий рядом с аудио. Проверяйте начало и конец каждого фрагмента, произношение важных имён и переходы между соседними записями. Рекомендации производителя по семплированию задают штраф за повторения не менее 1.1 для устойчивой генерации в эталонной реализации и отмечают влияние семплирования на темп речи. Настроенная в примере длина модели — параметр вывода, а не установленная максимальная длительность повествования.

Границы версии

Этот профиль относится к дообученной английской модели с документированными готовыми дикторами. У предобученной модели свой сценарий обусловливания текстом и речью; у многоязычных выпусков — зависящие от языка дикторы и теги. Выбор этой английской версии не объединяет отдельные профили. Практический результат — произносимый сценарий, осознанно выбранный готовый голос и аудио, проверенное по нужным словам и исполнению.

Ailoot Ultra · Озвучка POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft

canopylabs/orpheus-3b-0.1-ft

Canopy Labs /canopylabs/orpheus-3b-0.1-ft

Начало

Допустимые входные данные: Текст
Результаты: Аудио

Доступно в Ailoot · входные данные и методы

Ailoot Ultra · Озвучка POST /v1/audio/speech

Входные данные: text
Результат: audio
Выходной формат: mp3

Поле	Тип	Требование	Значения и ограничения	По умолчанию
Поле`model`	Тип`string`	ТребованиеОбязательно	Значения и ограничения canopylabs/orpheus-3b-0.1-ft	По умолчанию—
Поле`input`	Тип`string`	ТребованиеОбязательно	Значения и ограничения Минимальная длина: 1 Единица: символы Unicode	По умолчанию—
Поле`voice`	Тип`string`	ТребованиеОбязательно	Значения и ограничения tara, leah, jess, leo, dan, mia, zac	По умолчанию—
Поле`response_format`	Тип`string`	ТребованиеОбязательно	Значения и ограничения mp3	По умолчанию—

Сочетания входных материалов

text_to_speech · Обязательно: input

Параметры и жизненный цикл метода

Параметр	Контракт
Параметр`content_type`	Контрактapplication/json
Параметр`required`	Контрактmodel, input, voice, response_format
Параметр`voice_ids`	Контрактtara, leah, jess, leo, dan, mia, zac
Параметр`response_format`	Контрактmp3
Параметр`max_input_characters`	Контрактnull
Параметр`other_options`	Контрактfalse
Параметр`input`	Контрактточный текст UTF-8; количество символов Unicode без нормализации
Параметр`material_types`	Контрактtext

Жизненный цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Выберите точный голос из профиля этой модели.

Входные символы и секунды аудио — разные единицы учёта.

Тарифы

Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.

Быстрый режим: Не указано При выборе быстрого режима
Режим flex: Не указано При выборе режима flex
Максимальная интенсивность рассуждений: Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)

Ставки Ailoot

Цены по конфигурациям

Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.

Конфигурация	Шкала ставок	Оплачиваемое количество	Расчётная единица	Плата
КонфигурацияБазовые тарифы на токены	Шкала ставокБазовая ставка	Оплачиваемое количество—	Расчётная единица—	Плата Вход · Входные токены — / 1K токенов Выход · Выходные токены — / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов
КонфигурацияUltra	Шкала ставок—	Оплачиваемое количествоКаждая кодовая точка Unicode считается одним символом, включая символы Han.	Расчётная единицаза 1K входных символов	Плата Вход · входной символ $0.03 за 1K входных символов

Сведения о справочном тарифе

Справочные шкалы модели не меняют выбор метода, расчёт стоимости или списания. Действующая плата определяется ставками выбранного метода Ailoot.

Canopy Labs: Orpheus 3B

Цены по конфигурациям

Конфигурация	Условия расчёта	Плата
КонфигурацияCanopy Labs: Orpheus 3B · Стандартная конфигурация	Условия расчётаКонфигурация по умолчанию	Плата Вход · Входные символы 0,000014 $ за входной символ

Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →

Примеры запросов

Ailoot Ultra · Озвучка

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "canopylabs/orpheus-3b-0.1-ft", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["tara", "leah", "jess", "leo", "dan", "mia", "zac"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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 speech.mp3

Получить и сохранить результаты

Ailoot Ultra · Озвучка

mp3

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

Чтение другого содержимого

МедиатекаСтатус задачиСведения о материале

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 media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

Сохраняйте полный бинарный результат и заголовки. Если возвращаются JSON или несколько результатов, сохраняйте каждый элемент данных и загружайте ресурс по каждому фактически возвращённому подписанному URL.

Если нужно проверить исходный ответ

Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.

Поля ответа

Поле	Тип
Поле`binary audio`	Типbytes
Поле`response headers`	Типheaders

Ошибки и дальнейшие шаги

Ответ	Условие	Следующий шаг
Ответ400 · `invalid_request_error`	УсловиеНеверные обязательные поля, представление материалов или значение параметра	Следующий шагИсправьте указанные поля перед новым запросом на создание.
Ответ`server_error`	УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки	Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно.

Псевдонимы

Псевдонимы моделей

Ailoot Ultra canopylabs/orpheus-3b-0.1-ft

Псевдонимы путей метода

Используйте пути методов, указанные выше.

Связанные ID для вызова

canopylabs/orpheus-3b-0.1-ft

FAQ · Canopy Labs: Orpheus 3B

Какие входные данные и результаты доступны?: POST /v1/audio/speech · canopylabs/orpheus-3b-0.1-ft: text → audio
Какие поля использует запрос?: POST /v1/audio/speech · canopylabs/orpheus-3b-0.1-ft: model, input, voice, response_format

Canopy Labs: Orpheus 3B