Canopy Labs: Orpheus 3B
Dodatno naučeni angleški govorni model Orpheus 3B podjetja Canopy Labs pretvori pisne vrstice v izrazni zvok. Osem prednastavljenih glasov in nebesedne oznake podpirajo pripovedovanje, dialog ter govorjene odgovore aplikacij.
O modelu
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Orpheus 3B 0.1 Fine-Tuned je angleški model podjetja Canopy Labs za pretvorbo besedila v govor za vsakdanjo sintezo. Spada v družino Orpheus, zgrajeno na osnovi Llama 3B, in se osredotoča na naravno intonacijo, ritem ter izrazno podajanje. Vnos je besedilo za izgovorjavo z izbranim govorcem; izhod je govorni zvok. Proizvajalec za ta konkretni dodatno naučeni model navaja tudi kloniranje glasu po pristopu zero-shot. Njegov objavljeni primer dodatno naučene sinteze uporablja prednastavljene govorce, medtem ko je usmerjanje z besedilom in govorom, pogojeno z referenco, ločeno dokumentirano za prednaučeno izdajo. Ta dodatno naučena izdaja se razlikuje od prednaučenega modela in ločeno izdanih večjezičnih raziskovalnih modelov.
Izberite govorca in pripravite vrstico
Proizvajalec navaja osem prednastavljenih angleških glasov: tara, leah, jess, leo, dan, mia, zac in zoe. Njegovo pravilo za navodilo postavi ime govorca pred govorjeno besedilo, ločeno z dvopičjem. Referenčni potek ustvarjanja govora lahko doda to oblikovanje, kadar je glas posredovan ločeno. Izberite govorca za predvideno vsebino in to izbiro ohranite dosledno med povezanimi odlomki.
Za kratko razlago napišite končno pripoved, ne navodila, ki model prosi, naj si razlago izmisli. Uporabna govorjena vrstica je: »Izberite mapo, ki jo želite deliti, preverite, kdo jo lahko odpre, in shranite spremembe.« Pri dialogu izrecno pripravite vrstico vsakega govorca in ohranite ločila, ki pomagajo podajanju. Okrajšavo, datum ali ime izdelka zapišite v obliki, ki naj jo poslušalec sliši, zlasti kadar bi bil skrajšan pisni zapis dvoumen.
Izrazne in nebesedne oznake
Orpheus dokumentira oznake <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn> in <gasp>. Besedilu na ustreznem mestu dodajo izrecen nebesedni dogodek. Kratek pogovorni odlomek lahko postavi pridušen smeh pred lahkotno pripombo ali vzdih pred razmišljujoč stavek. Oznako uporabite tam, kamor sodi v izvedbi, in ohranite jasnost dejanskih besed vrstice.
To so oznake za ustvarjanje govora, ne splošni jezik navodil za urejanje obstoječega posnetka. Pri spremljevalnem govoru začnite z berljivim besedilom in dodajte le izrazne dogodke, ki jih prizor potrebuje. Poslušajte celotno vrstico in presodite, ali dogodek, poudarek in tempo podpirajo pomen. Pripovedna naloga lahko zahteva enakomeren glas, vrstici lika pa lahko koristi določena nebesedna oznaka.
Pretakanje in zvočni rezultat
Proizvajalec zagotavlja tako nepretočni zvezek kot primer pretočnega govora. Pretakanje vrača zaporedne zvočne dele med ustvarjanjem odlomka. V objavljenem primeru so ti deli zapisani v mono datoteko WAV pri 24 000 Hz s 16-bitnimi vzorci. Te datotečne nastavitve opisujejo referenčni potek; uporaben rezultat je predvajljiv posnetek, katerega besede, govorca in podajanje je mogoče preveriti glede na scenarij.
Za daljšo pripoved pripravite povezane odlomke z jasnimi stavčnimi mejami in ob zvoku hranite kopijo končnega scenarija. Preglejte začetek in konec vsakega odlomka, izgovarjavo pomembnih imen in prehod med sosednjimi posnetki. Proizvajalčeva navodila za vzorčenje določajo kazen za ponavljanje najmanj 1,1 za stabilno ustvarjanje v referenčni implementaciji in opozarjajo, da lahko izbire vzorčenja vplivajo na hitrost govora. Nastavljena dolžina modela v primeru je nastavitev izvajanja modela, ne določeno največje trajanje pripovedi.
Meje izdaje
Ta profil se nanaša na dodatno naučeni angleški model z dokumentiranimi prednastavljenimi govorci. Prednaučeni model ima svoj potek pogojevanja z besedilom in govorom; večjezične izdaje imajo govorce in oznake, specifične za jezike. Izbira te angleške izdaje teh ločenih profilov ne združuje. Praktičen izdelek so govorni scenarij, premišljeno izbran prednastavljeni glas in zvok, pregledan glede besedila ter izvedbe, ki ju vsebina zahteva.
Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech canopylabs/orpheus-3b-0.1-ft
canopylabs/orpheus-3b-0.1-ftZačetek
Dodatno naučeni angleški govorni model Orpheus 3B podjetja Canopy Labs pretvori pisne vrstice v izrazni zvok. Osem prednastavljenih glasov in nebesedne oznake podpirajo pripovedovanje, dialog ter govorjene odgovore aplikacij.
- Dovoljeni vhodi
- Besedilo
- Rezultati
- Zvok
Na voljo v Ailoot · vhodi in metode
Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech
- Vhod
text- Izhod
audio- Izhodni format
- mp3
| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve canopylabs/orpheus-3b-0.1-ft | Privzeto— |
Poljeinput | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Enota: znaki Unicode | Privzeto— |
Poljevoice | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve tara, leah, jess, leo, dan, mia, zac | Privzeto— |
Poljeresponse_format | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mp3 | Privzeto— |
Kombinacije vhodnih gradiv
text_to_speech · Obvezno: input
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, input, voice, response_format |
Parametervoice_ids | Specifikacijatara, leah, jess, leo, dan, mia, zac |
Parameterresponse_format | Specifikacijamp3 |
Parametermax_input_characters | Specifikacijanull |
Parameterother_options | Specifikacijafalse |
Parameterinput | Specifikacijanatančno besedilo UTF-8; število znakov Unicode brez normalizacije |
Parametermaterial_types | Specifikacijatext |
Življenjski cikel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Izberite natančen glas iz profila tega modela.
Vhodni znaki in zvočne sekunde so različni merili porabe.
Cenik
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
- Hitri način
- Ni navedeno Ko je izbran hitri način
- Način flex
- Ni navedeno Ko je izbran način flex
- Najvišja raven razmišljanja
- Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)
Cene Ailoot
Cene po nastavitvah
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Obračunana količina | Obračunska enota | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Obračunana količina— | Obračunska enota— | Strošek Vhod · Vhodni žetoni — / 1K žetonov Izhod · Izhodni žetoni — / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevUltra | Cenovna lestvica— | Obračunana količinaVsaka kodna točka Unicode šteje kot en znak, vključno z znaki Han. | Obračunska enotana 1K vhodnih znakov | Strošek Vhod · vhodni znak $0.03 na 1K vhodnih znakov |
Podrobnosti referenčne tarife
Referenčne lestvice modela ne spreminjajo izbire metode, ocen cen ali stroškov. Veljavni stroški uporabljajo cene izbrane metode Ailoot.
Canopy Labs: Orpheus 3B
Cene po nastavitvah
| Nastavitev | Obračunski pogoji | Strošek |
|---|---|---|
| NastavitevCanopy Labs: Orpheus 3B · Privzeta konfiguracija | Obračunski pogojiPrivzeta konfiguracija | Strošek Vhod · Vhodni znaki 0,000014 $ na vhodni znak |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
Primeri zahtev
Ailoot Ultra · Pretvorba v govor
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "canopylabs/orpheus-3b-0.1-ft", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["tara", "leah", "jess", "leo", "dan", "mia", "zac"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Prejmi in shrani rezultate
Ailoot Ultra · Pretvorba v govor
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Branje druge vsebine
set -eu
: "${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 $AILOOT_API_KEY" -o media-assets.json
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
Ohrani vse dokončane rezultate
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Shranite celoten binarni rezultat in glave. Če so vrnjeni podatki JSON ali več izhodov, shranite vsak podatkovni element in pridobite vsebino z vsakega dejanskega podpisanega URL datoteke.
Če je treba preveriti izvirni odgovor
Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.
Polja odgovora
| Polje | Vrsta |
|---|---|
Poljebinary audio | Vrstabytes |
Poljeresponse headers | Vrstaheaders |
Napake in naslednji koraki
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Odgovorserver_error | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. |
Druga imena
Druga imena modelov
Ailoot Ultra canopylabs/orpheus-3b-0.1-ft
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
FAQ · Canopy Labs: Orpheus 3B
- Kateri vhodi in rezultati so na voljo?
POST /v1/audio/speech·canopylabs/orpheus-3b-0.1-ft:text→audio- Katera polja uporablja zahteva?
POST /v1/audio/speech·canopylabs/orpheus-3b-0.1-ft:model,input,voice,response_format