Fish Audio: Drama 3
Drama 3 превращает письменный сценарий в речь с заданной подачей. Направляйте эмоции и исполнение обычными словами, добавляйте паузы и звуки, задавайте произношение и создавайте сцены с несколькими говорящими. Опубликованный процесс синтеза поддерживает более 80 языков, включая смену языка внутри предложения.
О модели
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Drama 3 — модель Fish Audio для озвучивания сценария с выразительным исполнением. Она создаёт речевое аудио из переданных слов и даёт автору сценария управление подачей. Строка может содержать указание на эмоцию, локальное изменение исполнения или инструкцию по произношению, поэтому ввод включает и произносимое содержимое, и то, как оно должно звучать.
Напишите слова и направляйте исполнение
Перед добавлением указаний по подаче подготовьте точные слова, которые должен услышать слушатель. Ясно записывайте важные имена, даты и инструкции в сценарии и задавайте нужный ритм предложений пунктуацией. Затем поместите указание обычными словами в квадратных скобках перед строкой, к которой оно относится. Опишите желаемую эмоцию или подачу конкретно: например, сдержанное объявление, напряжённый обмен репликами или тёплое объяснение.
Drama 3 также поддерживает локальное управление внутри строки. Встроенные инструкции могут вводить звуки и паузы, а парные теги подачи — воздействовать на отдельные слова. Чётко задавайте область каждой инструкции: указание для одной фразы не должно случайно стать указанием для всей сцены. Перед синтезом прочитайте сценарий один раз ради смысла и один раз ради исполнения.
Сцены, языки и произношение
Опубликованная модель поддерживает нескольких говорящих в одном запросе. Организуйте диалог в ясные реплики и задайте каждой цель: вопрос, перебивание, объяснение или ответ. В уроке или объясняющем ролике тот же подход может отделить рассказчика от цитируемого персонажа без превращения материала в один неразличимый монолог.
Drama 3 поддерживает более 80 языков и может менять язык внутри предложения, сохраняя голос. Подготовьте многоязычные фрагменты на тех языках, на которых они должны звучать, не предполагая, что английская инструкция обеспечивает перевод. Определите, как должны звучать иностранные имена и заимствованные термины, и используйте управление фонемами модели, когда произношение требует точного указания.
Полезные аудиоматериалы
Модель подходит для диалогов персонажей, озвученных уроков, коротких объяснений, объявлений о продуктах и голосовых ответов по сценарию. Сохраняйте содержание и решения об исполнении вместе: учебному фрагменту нужны понятные термины и осмысленные паузы; сцене с персонажами — чётко разделённые реплики и единый драматический замысел. Это авторские решения, которые можно проверить до генерации аудио.
После синтеза сравните произнесённые слова с готовым сценарием. На слух проверьте пропущенные фразы, неуместные паузы, неясные смены говорящих и произношение защищённых имён. Сохраняйте сценарий и указания по подаче вместе с аудио, чтобы исправление могло затронуть нужную строку. При подготовке правки храните итоговое произносимое содержимое и решения об исполнении каждой строки вместе.
Возможности
- Синтез речи по готовому сценарию с заданной подачей.
- Указания обычными словами в квадратных скобках перед репликой.
- Встроенные звуки и паузы, парные теги подачи для отдельных слов.
- Сцены с несколькими говорящими и более 80 языков озвучивания.
- Управление фонемами для имён и специальной терминологии.
Сценарии использования
- Диалог персонажей — Сценарий с чётко разделёнными репликами говорящих и указаниями по исполнению. Результат: Озвученная сцена с намеренными изменениями подачи.
- Озвученное объяснение — Готовый урок с отмеченными терминами и паузами. Результат: Речевое аудио, которое можно сверить с текстом урока.
- Многоязычное объявление — Итоговый текст на нужных языках с сохранёнными решениями о произношении. Результат: Озвученный фрагмент с управляемыми переходами между языками.
- Голосовой ответ по сценарию — Краткий ответ с явно заданным тоном и словами для произнесения. Результат: Речевой фрагмент для повторного использования окружающим приложением.
Ограничения
- Ввод и результат — Опубликованная модель принимает текст и возвращает речевое аудио.
- Область действия указаний — Привязывайте указание к нужной реплике или фразе и правильно ограничивайте область парных тегов подачи.
- Единица проверки — Сохраняйте точный сценарий и указания вместе с аудио; проверяйте произношение и смены говорящих на уровне реплик.
Ailoot Ultra · Речь POST /v1/audio/speech fish-audio/drama-3
fish-audio/drama-3Начало
Drama 3 превращает письменный сценарий в речь с заданной подачей. Направляйте эмоции и исполнение обычными словами, добавляйте паузы и звуки, задавайте произношение и создавайте сцены с несколькими говорящими. Опубликованный процесс синтеза поддерживает более 80 языков, включая смену языка внутри предложения.
- Допустимые входные данные
- Текст
- Результаты
- Аудио
Доступно в Ailoot · входные данные и методы
Ailoot Ultra · Речь POST /v1/audio/speech
- Входные данные
text- Результат
audio
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения fish-audio/drama-3 | По умолчанию— |
Полеinput | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 | По умолчанию— |
Полеvoice | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 | По умолчанию— |
Полеresponse_format | Типstring | ТребованиеНеобязательно | Значения и ограничения mp3, pcm | По умолчаниюpcm |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, input, voice |
Параметрmaterial_types | Контрактtext |
Параметрmaterial_conditions | КонтрактВыберите фактический поддерживаемый ID голоса; конкретный голос или значение по умолчанию для этой модели не выдумываются. |
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}
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 | Расчётная единица | Плата |
|---|---|---|---|
| КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | 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 |
| Конфигурациявходной байт UTF-8 | Шкала ставок— | Расчётная единицаза входной байт UTF-8 | Плата Вход · входной байт UTF-8 $0.00002 за входной байт UTF-8 |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot Ultra · Речь
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
: "${AILOOT_VOICE:?Set the actual documented input value}"
export AILOOT_VOICE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
request['voice']=os.environ['AILOOT_VOICE']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
Получить и сохранить результаты
Ailoot Ultra · Речь
Полные двоичные аудиоданные или исходный ответ audio_url, заголовки и каждый ресурс, принадлежащий Ailoot.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Чтение другого содержимого
set -eu
: "${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 owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.
Если нужно проверить исходный ответ
Сохраните возвращённый X-Client-Request-ID для сверки. Читайте только фактически возвращённые значения task_id/asset_id или собственную медиатеку; никогда не составляйте URL задачи из ID операции и никогда не отправляйте запрос создания повторно.
Псевдонимы
Псевдонимы моделей
Ailoot Ultra fish-audio/drama-3
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
FAQ · Fish Audio: Drama 3
- Какие входные данные и результаты доступны?
POST /v1/audio/speech·fish-audio/drama-3:text→audio- Какие поля использует запрос?
POST /v1/audio/speech·fish-audio/drama-3:model,input,voice,response_format,provider