Sesame: CSM 1B
Sesame CSM 1B premieňa dodaný text na reč cez POST /v1/audio/speech. Použite sesame/csm-1b so skutočným textom na nahovorenie, vyberte jeden z pomenovaných hlasov a požiadajte o zvuk MP3 alebo PCM. Hodí sa na postup, ktorý premieňa pripravenú správu, vysvetlenie alebo úsek rozprávania na zvukový súbor na prehrávanie alebo úpravy.
O modeli
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Sesame CSM 1B je model na prevod textu na reč dostupný pod presným ID sesame/csm-1b. Dodajte slová, ktoré sa majú vysloviť, a výsledný zvuk uchovajte ako súbor. Praktickým zadaním môže byť pripravené vysvetlenie produktu, hovorená správa aplikácie alebo úsek rozprávania, ktorý sa vloží do strihu. Text pripravte v zamýšľanom hovorenom znení vrátane mien, čísel a formulácií, ktoré má poslucháč počuť.
Odošlite POST /v1/audio/speech s application/json. Povinné polia sú model nastavené na sesame/csm-1b a input obsahujúce text na nahovorenie ako reťazec. Súbor s týmto textom načítajte ako text UTF-8 a jeho obsah vložte do input namiesto zadania lokálneho názvu súboru. Hovorený obsah v tomto poli dáva generovaniu konkrétne znenie, ktorým sa má riadiť, a umožňuje aplikácii uchovať presné slová spolu s výsledným súborom.
Pomenované možnosti hlasu sú conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d a none. V poli voice zachovajte presne tieto identifikátory. Keď postup potrebuje opakovateľnú konfiguráciu požiadavky, vyberte hlas výslovne a toto zvolené nastavenie uchovajte spolu s textom a výstupom. Vypočujte si reprezentatívny úsek a rozhodnite, ktorý dostupný hlas sa hodí na zamýšľané použitie.
Pomocou response_format zvoľte mp3 alebo pcm. MP3 sa doručuje ako audio/mpeg a poskytuje súbor, ktorý možno odovzdať prehrávaču alebo postupu úprav prijímajúcemu MP3. PCM sa doručuje ako audio/pcm so 16-bitovými vzorkami v poradí little-endian; pre aplikáciu, ktorá bude bajty interpretovať, uchovajte skutočné zvukové metadáta. Formát nastavte výslovne, aby sa súbor a nadväzujúci dekodér zhodovali. Zdokumentovaný príklad požiadavky používa speed:1; pri príprave požiadavky s ustálenými nastaveniami zachovajte tento základ.
Úspešná odpoveď obsahuje nespracované zvukové bajty. Telo odpovede uložte ako zvuk a hlavičky odpovede aj identitu pôvodnej požiadavky uchovajte spolu s textom, hlasom a požadovaným formátom. Dokončenie tejto odpovede považujte za bod, v ktorom možno vrátený zvuk uchovať a skontrolovať. Pred zaradením výsledku do dlhšej produkcie porovnajte vyslovené mená, čísla a hranice viet so zdrojovým textom. Ak sa požiadavka preruší po odoslaní, počas kontroly existujúceho výsledku zachovajte jej pôvodnú identitu a informácie o odpovedi.
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1bÚvod
Sesame CSM 1B premieňa dodaný text na reč cez POST /v1/audio/speech. Použite sesame/csm-1b so skutočným textom na nahovorenie, vyberte jeden z pomenovaných hlasov a požiadajte o zvuk MP3 alebo PCM. Hodí sa na postup, ktorý premieňa pripravenú správu, vysvetlenie alebo úsek rozprávania na zvukový súbor na prehrávanie alebo úpravy.
- Povolené vstupy
- Text
- Výsledky
- Audio
Dostupné v Ailoot · vstupy a metódy
Ailoot Ultra · Speech POST /v1/audio/speech
- Vstup
text- Výstup
audio- Výstupný formát
- mp3,pcm
| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity sesame/csm-1b | Predvolené— |
Poleinput | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polevoice | Typstring | PožiadavkaVoliteľné | Hodnoty a limity conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | Predvolené— |
Poleresponse_format | Typstring | PožiadavkaVoliteľné | Hodnoty a limity mp3, pcm | Predvolené— |
Polespeed | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Parametre a životný cyklus metódy
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, input |
Parameteroptional | Špecifikáciavoice, response_format, speed |
Parametermaterial_types | Špecifikáciatext |
Parameterconditions | Špecifikácia |
Životný cyklus: synchronous_result_then_owned_library
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 | Účtovacie množstvo | Účtovacia jednotka | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Účtovacie množstvo— | 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 znak | Sadzobník— | Účtovacie množstvo— | Účtovacia jednotkaza vstupný znak | Poplatok Vstup · vstupný znak $0.000014 za vstupný znak |
| KonfiguráciaZa požiadavku | Sadzobník— | Účtovacie množstvojedna požiadavka | Účtovacia jednotka— | Poplatok Vstup $0 za požiadavku |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
Príklady požiadaviek
Ailoot Ultra · Speech
set -eu
: "${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.
Prijať a uložiť výsledky
Ailoot Ultra · Speech
mp3,pcm
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Uchovať všetky dokončené výsledky
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Retain the complete binary audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
Ak treba overiť pôvodnú odpoveď
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Aliasy
Aliasy modelov
Ailoot Ultra sesame/csm-1b
Aliasy ciest metód
Použite cesty metód uvedené vyššie.
Súvisiace ID na volanie
FAQ · Sesame: CSM 1B
- Aké vstupy a výsledky sú dostupné?
POST /v1/audio/speech·sesame/csm-1b:text→audio- Aké polia používa požiadavka?
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed