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.
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.
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.
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.
fish-audio/drama-3Drama 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.
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.
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.
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.
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.
POST /v1/audio/speechtextaudio| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity fish-audio/drama-3 | Predvolené— |
Poleinput | Typstring | PožiadavkaPovinné | Hodnoty a limity Minimálna dĺžka: 1 | Predvolené— |
Polevoice | Typstring | PožiadavkaPovinné | Hodnoty a limity Minimálna dĺžka: 1 | Predvolené— |
Poleresponse_format | Typstring | PožiadavkaVoliteľné | Hodnoty a limity mp3, pcm | Predvolenépcm |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, input, voice |
Parametermaterial_types | Špecifikáciatext |
Parametermaterial_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}
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
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 $0.00002 za vstupný bajt UTF-8 |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"\nexport AILOOT_INPUT_TEXT\n: "${AILOOT_VOICE:?Set the actual documented input value}"\nexport AILOOT_VOICE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nrequest['voice']=os.environ['AILOOT_VOICE']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nÚplný binárny zvuk alebo pôvodná odpoveď audio_url, hlavičky a každý súbor vo vašom vlastníctve.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nUložte 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.
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.
Ailoot Ultra fish-audio/drama-3
Použite cesty metód uvedené vyššie.