Sesame: CSM 1B
Sesame CSM 1B преобразует предоставленный текст в речь через POST /v1/audio/speech. Используйте sesame/csm-1b с фактическим текстом, выберите один из именованных голосов и запросите аудио MP3 или PCM. Модель подходит для процесса превращения подготовленного сообщения, объяснения или фрагмента озвучки в аудиофайл для воспроизведения или монтажа.
О модели
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Sesame CSM 1B — модель преобразования текста в речь, доступная под точным ID sesame/csm-1b. Передайте слова для произнесения и сохраните полученное аудио как файл. Практическим заданием может быть подготовленное объяснение продукта, голосовое сообщение приложения или фрагмент озвучки для монтажа. Подготовьте текст как предполагаемую речь, включая имена, числа и формулировки, которые должен услышать слушатель.
Отправьте POST /v1/audio/speech с application/json. Обязательные поля — model, равный sesame/csm-1b, и input с текстом в виде строки. Прочитайте файл озвучки как текст UTF-8 и поместите содержимое в input вместо локального имени файла. Произносимое содержимое в этом поле даёт генерации конкретный текст для следования и позволяет приложению сохранить точные формулировки рядом с полученным файлом.
Именованные варианты voice — conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d и none. Сохраняйте эти идентификаторы точно в поле voice. Выбирайте голос явно, когда процессу нужна повторяемая конфигурация запроса, и храните выбранную настройку вместе с текстом и результатом. Прослушайте показательный фрагмент, чтобы решить, какой доступный голос подходит для задуманного использования.
Используйте response_format для выбора mp3 или pcm. MP3 передаётся как audio/mpeg и предоставляет файл, который можно передать в проигрыватель или монтажный процесс, принимающий MP3. PCM передаётся как audio/pcm с 16-битными отсчётами и порядком байтов от младшего к старшему; сохраняйте фактические аудиометаданные для приложения, которое будет интерпретировать байты. Явно задайте формат, чтобы файл и последующий декодер согласовывались. Документированный пример запроса использует speed:1; сохраняйте эту базовую настройку при подготовке запроса с установленными параметрами.
Успешный ответ содержит необработанные аудиобайты. Сохраните тело ответа как аудио, а заголовки ответа и идентификатор исходного запроса — вместе с текстом, голосом и запрошенным форматом. Считайте завершение этого ответа моментом, когда возвращённое аудио можно сохранить и проверить. Сверьте произнесённые имена, числа и границы предложений с исходным текстом перед добавлением результата в более длинную работу. Если запрос прерван после отправки, сохраняйте его исходный идентификатор и сведения об ответе при проверке существующего результата.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bНачало
Sesame CSM 1B преобразует предоставленный текст в речь через POST /v1/audio/speech. Используйте sesame/csm-1b с фактическим текстом, выберите один из именованных голосов и запросите аудио MP3 или PCM. Модель подходит для процесса превращения подготовленного сообщения, объяснения или фрагмента озвучки в аудиофайл для воспроизведения или монтажа.
- Допустимые входные данные
- Текст
- Результаты
- Аудио
Доступно в Ailoot · входные данные и методы
Ailoot Ultra · Speech POST /v1/audio/speech
- Входные данные
text- Результат
audio- Выходной формат
- mp3,pcm
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения sesame/csm-1b | По умолчанию— |
Полеinput | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеvoice | Типstring | ТребованиеНеобязательно | Значения и ограничения conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | По умолчанию— |
Полеresponse_format | Типstring | ТребованиеНеобязательно | Значения и ограничения mp3, pcm | По умолчанию— |
Полеspeed | Типnumber | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, input |
Параметрoptional | Контрактvoice, response_format, speed |
Параметрmaterial_types | Контрактtext |
Параметрconditions | Контракт |
Жизненный цикл: synchronous_result_then_owned_library
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 | Расчётное количество | Расчётная единица | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Расчётное 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 |
| Конфигурациявходной символ | Шкала ставок— | Расчётное количество— | Расчётная единицаза входной символ | Плата Вход · входной символ $0.000014 за входной символ |
| КонфигурацияЗа запрос | Шкала ставок— | Расчётное количествоОдин запрос | Расчётная единица— | Плата Вход $0 за запрос |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot Ultra · Speech
set -eu
: "${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.
Получить и сохранить результаты
Ailoot Ultra · Speech
mp3,pcm
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Retain the complete binary audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
Если нужно проверить исходный ответ
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Псевдонимы
Псевдонимы моделей
Ailoot Ultra sesame/csm-1b
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
FAQ · Sesame: CSM 1B
- Какие входные данные и результаты доступны?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Какие поля использует запрос?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed