Fish Audio: Drama 3

Drama 3 premieňa napísaný scenár na reč s režijnými pokynmi. Formujte emóciu a prednes pokynmi v bežnom jazyku, pridajte pauzy a zvuky, usmernite výslovnosť a vytvárajte scény s viacerými hovoriacimi. Publikovaný postup tvorby reči podporuje viac ako 80 jazykov vrátane zmeny jazyka v jednej vete.

Ailoot Ultra · Reč POST /v1/audio/speech fish-audio/drama-3

O modeli

Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.

Drama 3 je model prevodu textu na reč od Fish Audio pre prednes scenára. Vytvára zvuk reči zo slov, ktoré dodáte, a dáva autorovi scenára kontrolu nad prednesom. Riadok môže obsahovať emočný pokyn, zmenu hlasového prejavu v konkrétnom úseku alebo pokyn k výslovnosti, takže vstup obsahuje hovorený obsah aj spôsob, akým by mal znieť.

Napíšte slová a usmernite prednes

Pred pridaním pokynov k prednesu pripravte presné slová, ktoré by mal poslucháč počuť. V scenári zachovajte dôležité mená, dátumy a pokyny jasné a interpunkciou určte zamýšľaný rytmus vety. Potom pred príslušný riadok umiestnite pokyn v bežnom jazyku do hranatých zátvoriek. Opíšte požadovanú emóciu alebo prednes konkrétne, napríklad ako zdržanlivé oznámenie, napätý rozhovor alebo srdečné vysvetlenie.

Drama 3 podporuje aj miestne ovládanie v rámci riadka. Pokyny vložené do riadka môžu zaviesť zvuky a pauzy, zatiaľ čo párové značky prednesu môžu ovplyvniť konkrétne slová. Zachovajte jasný rozsah každého pokynu: pokyn pre jednu frázu by sa nemal nechtiac stať pokynom pre celú scénu. Pred syntézou si prečítajte scenár raz z hľadiska významu a raz z hľadiska prednesu.

Scény, jazyky a výslovnosť

Publikovaný model podporuje viacerých hovoriacich v jednej požiadavke. Usporiadajte dialóg do jasných replík jednotlivých hovoriacich a každej dajte účel: otázka, prerušenie, vysvetlenie alebo odpoveď. Pri lekcii či vysvetľujúcom obsahu môže rovnaký prístup oddeliť rozprávača od citovanej postavy bez prepisovania materiálu do jedného nerozlíšeného monológu.

Drama 3 podporuje viac ako 80 jazykov a môže zmeniť jazyk v rámci vety pri zachovaní hlasu. Pripravte viacjazyčné pasáže v zamýšľaných hovorených jazykoch namiesto predpokladu, že anglický pokyn poskytne preklad. Rozhodnite, ako by mali znieť cudzie mená a prevzaté výrazy, a použite fonémové ovládanie modelu, keď treba presne usmerniť ich výslovnosť.

Užitočné zvukové artefakty

Model je vhodný pre dialógy postáv, rozprávané lekcie, krátke vysvetlenia, produktové oznámenia a hlasové odpovede podľa scenára. Obsah a herecké voľby uchovávajte spolu: vzdelávacia pasáž potrebuje zrozumiteľnú terminológiu a účelné pauzy; scéna postáv potrebuje jasne oddelené repliky a konzistentný dramatický zámer. Ide o rozhodnutia pri písaní, ktoré možno posúdiť skôr, než sa vytvorí akýkoľvek zvuk.

Po syntéze porovnajte vyslovené slová s hotovým scenárom. Počúvajte, či nechýbajú frázy, či sú pauzy správne umiestnené, či sú zmeny hovoriacich jasné a ako sa vyslovujú mená, ktoré treba zachovať. Scenár a jeho pokyny k prednesu uchovajte so zvukom, aby oprava mohla cieliť na dotknutý riadok. Pri príprave úpravy uchovajte konečný hovorený obsah a jeho voľby prednesu na úrovni riadka spolu.

Možnosti

Hlasové podanie hotového scenára pomocou prevodu textu na reč.
Pokyny v bežnom jazyku v hranatých zátvorkách pred replikou.
Zvuky a pauzy vložené do textu s párovými značkami prednesu vzťahujúcimi sa na konkrétne slovo.
Scény s viacerými hovoriacimi a viac než 80 hovorených jazykov.
Ovládanie foném pri menách a odbornej terminológii.

Prípady použitia

Dialóg postáv — Scenár s jasne oddelenými replikami hovoriacich a pokynmi k prednesu. Výsledok: Hovorená scéna so zámernými zmenami prednesu.
Vysvetlenie s hlasovým rozprávaním — Hotová lekcia s vyznačenou terminológiou a pauzami. Výsledok: Zvukový záznam reči, ktorý možno skontrolovať podľa textu lekcie.
Viacjazyčné oznámenie — Hotový text v zamýšľaných jazykoch so zachovanými voľbami výslovnosti. Výsledok: Hovorená pasáž s riadenými prechodmi medzi jazykmi.
Hlasová odpoveď podľa scenára — Stručná odpoveď s výslovne určeným tónom a slovami, ktoré sa majú vysloviť. Výsledok: Opakovane použiteľný segment reči pre okolitú aplikáciu.

Limity

Vstup a výsledok — Publikovaný model prijíma text a vracia zvukový záznam reči.
Rozsah ovládania — Pripojte pokyn k zamýšľanej replike alebo fráze a zachovajte správny rozsah pôsobnosti párových značiek prednesu.
Jednotka kontroly — Uchovajte presný scenár a pokyny spolu so zvukom; výslovnosť a repliky hovoriacich kontrolujte na úrovni jednotlivých replík.

Ailoot Ultra · Reč POST /v1/audio/speech fish-audio/drama-3

fish-audio/drama-3

Fish Audio /fish-audio/drama-3

Úvod

Povolené vstupy: Text
Výsledky: Audio

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · Reč POST /v1/audio/speech

Vstup: text
Výstup: audio

Pole	Typ	Požiadavka	Hodnoty a limity	Predvolené
Pole`model`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity fish-audio/drama-3	Predvolené—
Pole`input`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1	Predvolené—
Pole`voice`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1	Predvolené—
Pole`response_format`	Typ`string`	PožiadavkaVoliteľné	Hodnoty a limity mp3, pcm	Predvolenépcm
Pole`provider`	Typ`object`	PožiadavkaVoliteľné	Hodnoty a limity	Predvolené—

Parametre a životný cyklus metódy

Parameter	Špecifikácia
Parameter`content_type`	Špecifikáciaapplication/json
Parameter`required`	Špecifikáciamodel, input, voice
Parameter`material_types`	Špecifikáciatext
Parameter`material_conditions`	ŠpecifikáciaVyberte skutočné ID podporovaného hlasu; pre tento model nebola vymyslená žiadna doslovná hodnota default/voice.

Životný cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutočne vrátené task_id alebo záznam v knižnici médií

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim: Neuvedené Keď je zvolený rýchly režim
Režim Flex: Neuvedené Keď je zvolený režim flex
Maximálna úroveň uvažovania: Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.

Konfigurácia	Sadzobník	Účtovacia jednotka	Poplatok
KonfiguráciaZákladné sadzby za tokeny	SadzobníkZákladná sadzba	Účtovacia jednotka—	Poplatok Vstup · Vstupné tokeny — / 1K tokenov Výstup · Výstupné tokeny — / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov
Konfiguráciavstupný bajt UTF-8	Sadzobník—	Účtovacia jednotkaza vstupný bajt UTF-8	Poplatok Vstup · vstupný bajt UTF-8 $0.00002 za vstupný bajt UTF-8

Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →

Príklady požiadaviek

Ailoot Ultra · Reč

Použite skutočné vstupné údaje a uchovajte úplný výsledok

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.

Prijať a uložiť výsledky

Ailoot Ultra · Reč

Úplný binárny zvuk alebo pôvodná odpoveď audio_url, hlavičky a každý súbor vo vašom vlastníctve.

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

Čítanie ďalšieho obsahu

Čítať existujúce podklady, ktoré vám patria

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.

Uchovať všetky dokončené výsledky

Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.

Uchovajte úplnú odpoveď a hlavičky, všetky skutočné výstupy, pôvodné vrátené identifikátory a všetky polia s údajmi o spotrebe. Obnovte pôvodnú operáciu bez opätovného odoslania požiadavky na vytvorenie.

Ak treba overiť pôvodnú odpoveď

Uchovajte vrátené X-Client-Request-ID na zosúladenie záznamov. Čítajte iba skutočne vrátené hodnoty task_id/asset_id alebo vlastnú knižnicu médií; nikdy nevytvárajte URL úlohy z ID operácie a nikdy znova neodosielajte požiadavku na vytvorenie.

Aliasy

Aliasy modelov

Ailoot Ultra fish-audio/drama-3

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

fish-audio/drama-3

FAQ · Fish Audio: Drama 3

Aké vstupy a výsledky sú dostupné?: POST /v1/audio/speech · fish-audio/drama-3: text → audio
Aké polia používa požiadavka?: POST /v1/audio/speech · fish-audio/drama-3: model, input, voice, response_format, provider

Fish Audio: Drama 3