{ "aboutHtml": "

Drama 3 je model pretvarjanja besedila v govor podjetja Fish Audio za izvedbo scenarija. Iz priloženih besed ustvari govorni zvok in scenaristu daje nadzor nad podajanjem. Replika lahko nosi čustveno navodilo, lokalno spremembo glasovne izvedbe ali navodilo izgovarjave, zato vhod vsebuje govorjeno vsebino in način, kako naj zveni.

Napišite besede in režirajte izvedbo

Pred dodajanjem izvedbenih namigov pripravite točne besede, ki naj jih poslušalec sliši. Pomembna imena, datume in navodila v scenariju ohranite jasne ter z ločili določite predvideni ritem stavkov. Nato navodilo v običajnem jeziku postavite v oglate oklepaje pred repliko, ki jo zadeva. Želeno čustvo ali podajanje opišite konkretno, na primer kot zadržano obvestilo, napeto izmenjavo ali toplo razlago.

Drama 3 podpira tudi lokalne kontrolnike znotraj replike. Vrstična navodila lahko uvedejo zvoke in premore, pari oznak podajanja pa lahko vplivajo na posamezne besede. Obseg vsakega navodila ohranite jasen: navodilo za eno frazo naj ne postane po pomoti navodilo za celoten prizor. Pred sintezo scenarij preberite enkrat zaradi pomena in enkrat zaradi izvedbe.

Prizori, jeziki in izgovarjava

Objavljeni model podpira več govorcev znotraj ene zahteve. Dialog organizirajte v jasne govorne izmenjave in vsaki določite namen: vprašanje, prekinitev, razlago ali odgovor. Pri učni uri ali razlagi lahko isti pristop loči pripovedovalca od citiranega lika, ne da bi gradivo prepisal v en nerazčlenjen monolog.

Drama 3 podpira več kot 80 jezikov in lahko spremeni jezik znotraj stavka ob ohranjanju glasu. Večjezične odlomke pripravite v predvidenih govorjenih jezikih, namesto da bi predpostavili, da angleško navodilo zagotovi prevod. Določite, kako naj zvenijo tuja imena in prevzeti izrazi, ter uporabite modelov nadzor fonemov, kadar njihova izgovarjava potrebuje natančno usmeritev.

Uporabni zvočni izdelki

Model je primeren za dialoge likov, pripovedovane učne ure, kratke razlage, obvestila o izdelkih in glasovne odgovore po scenariju. Vsebino in igralske izbire ohranite skupaj: izobraževalni odlomek potrebuje razumljivo terminologijo in smiselne premore; prizor z liki potrebuje jasno ločene izmenjave in dosleden dramski namen. To so pisne odločitve, ki jih je mogoče pregledati pred ustvarjanjem zvoka.

Po sintezi govorjene besede primerjajte z dokončanim scenarijem. Poslušajte morebitne izpuščene fraze, napačno postavljene premore, nejasne menjave govorcev in izgovarjavo zaščitenih imen. Scenarij in njegove namige za podajanje ohranite ob zvoku, da popravek lahko cilja prizadeto repliko. Pri pripravi predelave končno govorjeno vsebino in njene izvedbene izbire na ravni replik ohranite skupaj.

Zmožnosti

Primeri uporabe

Omejitve

", "aboutText": "Drama 3 je model pretvarjanja besedila v govor podjetja Fish Audio za izvedbo scenarija. Iz priloženih besed ustvari govorni zvok in scenaristu daje nadzor nad podajanjem. Replika lahko nosi čustveno navodilo, lokalno spremembo glasovne izvedbe ali navodilo izgovarjave, zato vhod vsebuje govorjeno vsebino in način, kako naj zveni.\n\n### Napišite besede in režirajte izvedbo\n\nPred dodajanjem izvedbenih namigov pripravite točne besede, ki naj jih poslušalec sliši. Pomembna imena, datume in navodila v scenariju ohranite jasne ter z ločili določite predvideni ritem stavkov. Nato navodilo v običajnem jeziku postavite v oglate oklepaje pred repliko, ki jo zadeva. Želeno čustvo ali podajanje opišite konkretno, na primer kot zadržano obvestilo, napeto izmenjavo ali toplo razlago.\n\nDrama 3 podpira tudi lokalne kontrolnike znotraj replike. Vrstična navodila lahko uvedejo zvoke in premore, pari oznak podajanja pa lahko vplivajo na posamezne besede. Obseg vsakega navodila ohranite jasen: navodilo za eno frazo naj ne postane po pomoti navodilo za celoten prizor. Pred sintezo scenarij preberite enkrat zaradi pomena in enkrat zaradi izvedbe.\n\n### Prizori, jeziki in izgovarjava\n\nObjavljeni model podpira več govorcev znotraj ene zahteve. Dialog organizirajte v jasne govorne izmenjave in vsaki določite namen: vprašanje, prekinitev, razlago ali odgovor. Pri učni uri ali razlagi lahko isti pristop loči pripovedovalca od citiranega lika, ne da bi gradivo prepisal v en nerazčlenjen monolog.\n\nDrama 3 podpira več kot 80 jezikov in lahko spremeni jezik znotraj stavka ob ohranjanju glasu. Večjezične odlomke pripravite v predvidenih govorjenih jezikih, namesto da bi predpostavili, da angleško navodilo zagotovi prevod. Določite, kako naj zvenijo tuja imena in prevzeti izrazi, ter uporabite modelov nadzor fonemov, kadar njihova izgovarjava potrebuje natančno usmeritev.\n\n### Uporabni zvočni izdelki\n\nModel je primeren za dialoge likov, pripovedovane učne ure, kratke razlage, obvestila o izdelkih in glasovne odgovore po scenariju. Vsebino in igralske izbire ohranite skupaj: izobraževalni odlomek potrebuje razumljivo terminologijo in smiselne premore; prizor z liki potrebuje jasno ločene izmenjave in dosleden dramski namen. To so pisne odločitve, ki jih je mogoče pregledati pred ustvarjanjem zvoka.\n\nPo sintezi govorjene besede primerjajte z dokončanim scenarijem. Poslušajte morebitne izpuščene fraze, napačno postavljene premore, nejasne menjave govorcev in izgovarjavo zaščitenih imen. Scenarij in njegove namige za podajanje ohranite ob zvoku, da popravek lahko cilja prizadeto repliko. Pri pripravi predelave končno govorjeno vsebino in njene izvedbene izbire na ravni replik ohranite skupaj.\n\n### Zmožnosti\n\n- Govorna izvedba dokončanega scenarija s pretvarjanjem besedila v govor.\n- Navodila v običajnem jeziku v oglatih oklepajih pred repliko.\n- Zvoki in premori v besedilu s pari oznak podajanja za posamezne besede.\n- Prizori z več govorci in več kot 80 govorjenimi jeziki.\n- Nadzor fonemov za imena in strokovno terminologijo.\n\n### Primeri uporabe\n\n- **Dialog likov** — Scenarij z jasno ločenimi replikami govorcev in navodili za izvedbo. Rezultat: Govorjeni prizor s premišljenimi spremembami podajanja.\n- **Pripovedovana razlaga** — Dokončana učna ura z označeno terminologijo in premori. Rezultat: Govorni zvok, ki ga je mogoče pregledati glede na besedilo učne ure.\n- **Večjezično obvestilo** — Končno besedilo v predvidenih jezikih z ohranjenimi izbirami izgovarjave. Rezultat: Govorjeni odlomek z nadzorovanimi jezikovnimi prehodi.\n- **Glasovni odgovor po scenariju** — Jedrnat odgovor z izrecno določenim tonom in besedami za izgovor. Rezultat: Ponovno uporabni govorni segment za aplikacijo, ki obdaja model.\n\n### Omejitve\n\n- **Vhod in rezultat** — Objavljeni model sprejema besedilo in vrača govorni zvok.\n- **Obseg nadzora** — Navodilo povežite s predvideno repliko ali frazo in parom oznak podajanja ohranite pravilen obseg.\n- **Enota pregleda** — Točni scenarij in namige ohranite ob zvoku; izgovarjavo in izmenjave govorcev preglejte na ravni replik.\n", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "89efedaf5065d74c7395590c4f1f59f2be4e7f625de0b71ffcc0473c3bf99589", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sl", "methods": [ { "html": "
•

Fish Audio: Drama 3

Fish Audio /fish-audio/drama-3

Začetek

Drama 3 pisni scenarij pretvori v režirani govor. Čustva in podajanje oblikujte z namigi v običajnem jeziku, dodajte premore in zvoke, usmerite izgovarjavo ter sestavite prizore z več govorci. Njegov objavljeni govorni potek dela podpira več kot 80 jezikov, vključno s spremembami jezika znotraj stavka.

Dovoljeni vhodi
Besedilo
Rezultati
Zvok
O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Drama 3 je model pretvarjanja besedila v govor podjetja Fish Audio za izvedbo scenarija. Iz priloženih besed ustvari govorni zvok in scenaristu daje nadzor nad podajanjem. Replika lahko nosi čustveno navodilo, lokalno spremembo glasovne izvedbe ali navodilo izgovarjave, zato vhod vsebuje govorjeno vsebino in način, kako naj zveni.

Napišite besede in režirajte izvedbo

Pred dodajanjem izvedbenih namigov pripravite točne besede, ki naj jih poslušalec sliši. Pomembna imena, datume in navodila v scenariju ohranite jasne ter z ločili določite predvideni ritem stavkov. Nato navodilo v običajnem jeziku postavite v oglate oklepaje pred repliko, ki jo zadeva. Želeno čustvo ali podajanje opišite konkretno, na primer kot zadržano obvestilo, napeto izmenjavo ali toplo razlago.

Drama 3 podpira tudi lokalne kontrolnike znotraj replike. Vrstična navodila lahko uvedejo zvoke in premore, pari oznak podajanja pa lahko vplivajo na posamezne besede. Obseg vsakega navodila ohranite jasen: navodilo za eno frazo naj ne postane po pomoti navodilo za celoten prizor. Pred sintezo scenarij preberite enkrat zaradi pomena in enkrat zaradi izvedbe.

Prizori, jeziki in izgovarjava

Objavljeni model podpira več govorcev znotraj ene zahteve. Dialog organizirajte v jasne govorne izmenjave in vsaki določite namen: vprašanje, prekinitev, razlago ali odgovor. Pri učni uri ali razlagi lahko isti pristop loči pripovedovalca od citiranega lika, ne da bi gradivo prepisal v en nerazčlenjen monolog.

Drama 3 podpira več kot 80 jezikov in lahko spremeni jezik znotraj stavka ob ohranjanju glasu. Večjezične odlomke pripravite v predvidenih govorjenih jezikih, namesto da bi predpostavili, da angleško navodilo zagotovi prevod. Določite, kako naj zvenijo tuja imena in prevzeti izrazi, ter uporabite modelov nadzor fonemov, kadar njihova izgovarjava potrebuje natančno usmeritev.

Uporabni zvočni izdelki

Model je primeren za dialoge likov, pripovedovane učne ure, kratke razlage, obvestila o izdelkih in glasovne odgovore po scenariju. Vsebino in igralske izbire ohranite skupaj: izobraževalni odlomek potrebuje razumljivo terminologijo in smiselne premore; prizor z liki potrebuje jasno ločene izmenjave in dosleden dramski namen. To so pisne odločitve, ki jih je mogoče pregledati pred ustvarjanjem zvoka.

Po sintezi govorjene besede primerjajte z dokončanim scenarijem. Poslušajte morebitne izpuščene fraze, napačno postavljene premore, nejasne menjave govorcev in izgovarjavo zaščitenih imen. Scenarij in njegove namige za podajanje ohranite ob zvoku, da popravek lahko cilja prizadeto repliko. Pri pripravi predelave končno govorjeno vsebino in njene izvedbene izbire na ravni replik ohranite skupaj.

Zmožnosti

  • Govorna izvedba dokončanega scenarija s pretvarjanjem besedila v govor.
  • Navodila v običajnem jeziku v oglatih oklepajih pred repliko.
  • Zvoki in premori v besedilu s pari oznak podajanja za posamezne besede.
  • Prizori z več govorci in več kot 80 govorjenimi jeziki.
  • Nadzor fonemov za imena in strokovno terminologijo.

Primeri uporabe

  • Dialog likov — Scenarij z jasno ločenimi replikami govorcev in navodili za izvedbo. Rezultat: Govorjeni prizor s premišljenimi spremembami podajanja.
  • Pripovedovana razlaga — Dokončana učna ura z označeno terminologijo in premori. Rezultat: Govorni zvok, ki ga je mogoče pregledati glede na besedilo učne ure.
  • Večjezično obvestilo — Končno besedilo v predvidenih jezikih z ohranjenimi izbirami izgovarjave. Rezultat: Govorjeni odlomek z nadzorovanimi jezikovnimi prehodi.
  • Glasovni odgovor po scenariju — Jedrnat odgovor z izrecno določenim tonom in besedami za izgovor. Rezultat: Ponovno uporabni govorni segment za aplikacijo, ki obdaja model.

Omejitve

  • Vhod in rezultat — Objavljeni model sprejema besedilo in vrača govorni zvok.
  • Obseg nadzora — Navodilo povežite s predvideno repliko ali frazo in parom oznak podajanja ohranite pravilen obseg.
  • Enota pregleda — Točni scenarij in namige ohranite ob zvoku; izgovarjavo in izmenjave govorcev preglejte na ravni replik.

Na voljo v Ailoot · vhodi in metode

Ailoot Ultra · Govor POST /v1/audio/speech
Vhod
text
Izhod
audio
PoljeVrstaZahtevaVrednosti in omejitvePrivzeto
PoljemodelVrstastringZahtevaObveznoVrednosti in omejitve
fish-audio/drama-3
Privzeto—
PoljeinputVrstastringZahtevaObveznoVrednosti in omejitve
Najmanjša dolžina: 1
Privzeto—
PoljevoiceVrstastringZahtevaObveznoVrednosti in omejitve
Najmanjša dolžina: 1
Privzeto—
Poljeresponse_formatVrstastringZahtevaIzbirnoVrednosti in omejitve
mp3, pcm
Privzetopcm
PoljeproviderVrstaobjectZahtevaIzbirnoVrednosti in omejitvePrivzeto—
Parametri in življenjski cikel metode
ParameterSpecifikacija
Parametercontent_typeSpecifikacijaapplication/json
ParameterrequiredSpecifikacijamodel, input, voice
Parametermaterial_typesSpecifikacijatext
Parametermaterial_conditionsSpecifikacijaIzberite dejanski podprti ID glasu; za ta model ni izmišljene dobesedne privzete vrednosti/voice.

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}

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.

NastavitevCenovna lestvicaObračunska enotaStrošek
NastavitevOsnovne cene žetonovCenovna lestvicaOsnovna cenaObračunska 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
Nastavitevvhodni bajt UTF-8Cenovna lestvica—Obračunska enotana vhodni bajt UTF-8Strošek
Vhod · vhodni bajt UTF-8 $0.00002 na vhodni bajt UTF-8

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 · Govor

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.\n

Prejmi in shrani rezultate

Ailoot Ultra · Govor

Celoten binarni zvok ali izvirni odgovor audio_url, glave in vsako sredstvo v vaši lasti.

Branje druge vsebine
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.\n
Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.

Če je treba preveriti izvirni odgovor

Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task_id/asset_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova.

Druga imena

Druga imena modelov

Ailoot Ultra fish-audio/drama-3

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

fish-audio/drama-3

", "method_identity": { "effective_request_model_id": "fish-audio/drama-3", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "fish-audio/drama-3", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|fish-audio%2Fdrama-3", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task_id/asset_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova." }, "outputs": { "all_results": "Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Celoten binarni zvok ali izvirni odgovor audio_url, glave in vsako sredstvo v vaši lasti." }, "parameters": [ { "enum": [ "fish-audio/drama-3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "input", "required": true, "type": "string" }, { "min_length": 1, "name": "voice", "required": true, "type": "string" }, { "default": "pcm", "default_known": true, "enum": [ "mp3", "pcm" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input": { "minLength": 1, "type": "string" }, "model": { "enum": [ "fish-audio/drama-3" ], "type": "string" }, "provider": { "description": "Documented speech data policy and provider-specific options.", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "pcm", "enum": [ "mp3", "pcm" ], "type": "string" }, "voice": { "minLength": 1, "type": "string" } }, "required": [ "model", "input", "voice" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "input": "${ACTUAL_INPUT_TEXT}", "model": "fish-audio/drama-3", "voice": "${ACTUAL_SUPPORTED_VOICE}" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "Izberite dejanski podprti ID glasu; za ta model ni izmišljene dobesedne privzete vrednosti/voice." ], "material_types": [ "text" ], "required": [ "model", "input", "voice" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "Dejansko vrnjeni task_id ali zapis v medijski knjižnici", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Complete binary audio or original audio_url response, headers and every owned asset." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "examples": [ { "code": "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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n", "label": "Use actual input and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${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.\n", "label": "Read existing owned assets", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Use the exact caller model ID and documented input representation.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Govor", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_speech", "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_utf8_byte": 2e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "request_model_id": "fish-audio/drama-3", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } } ], "model_id": "fish-audio/drama-3", "nativeProvenance": { "input_facts_canonical_sha256": "b454356fbd24290549f6edc21ecdc54c0222f5a1928565e461a6785549bad5a4", "input_html_sha256": "48967d1625bcf4e1714e798e3e3672cd9f20751112149df3d4be9b59d176ca77", "private_audit_sha256": "6a53991089ff3b1cb7ba9c02238ffbbdf29ab42456b1454355241bff4b5e74f7", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/sl/fish-audio-drama-3/", "description": "Drama 3 pisni scenarij pretvori v režirani govor. Čustva in podajanje oblikujte z namigi v običajnem jeziku, dodajte premore in zvoke, usmerite izgovarjavo ter sestavite prizore z več govorci. Njegov objavljeni govorni potek dela podpira več kot 80 jezikov, vključno s spremembami jezika znotraj stavka.", "locale": "sl", "md_url": "https://ailoot.ai/models/sl/fish-audio-drama-3/index.md", "title": "Fish Audio: Drama 3 — Ailoot", "url": "https://ailoot.ai/models/sl/fish-audio-drama-3/" }, "rawModel": { "about": "Drama 3 je model pretvarjanja besedila v govor podjetja Fish Audio za izvedbo scenarija. Iz priloženih besed ustvari govorni zvok in scenaristu daje nadzor nad podajanjem. Replika lahko nosi čustveno navodilo, lokalno spremembo glasovne izvedbe ali navodilo izgovarjave, zato vhod vsebuje govorjeno vsebino in način, kako naj zveni.\n\n### Napišite besede in režirajte izvedbo\n\nPred dodajanjem izvedbenih namigov pripravite točne besede, ki naj jih poslušalec sliši. Pomembna imena, datume in navodila v scenariju ohranite jasne ter z ločili določite predvideni ritem stavkov. Nato navodilo v običajnem jeziku postavite v oglate oklepaje pred repliko, ki jo zadeva. Želeno čustvo ali podajanje opišite konkretno, na primer kot zadržano obvestilo, napeto izmenjavo ali toplo razlago.\n\nDrama 3 podpira tudi lokalne kontrolnike znotraj replike. Vrstična navodila lahko uvedejo zvoke in premore, pari oznak podajanja pa lahko vplivajo na posamezne besede. Obseg vsakega navodila ohranite jasen: navodilo za eno frazo naj ne postane po pomoti navodilo za celoten prizor. Pred sintezo scenarij preberite enkrat zaradi pomena in enkrat zaradi izvedbe.\n\n### Prizori, jeziki in izgovarjava\n\nObjavljeni model podpira več govorcev znotraj ene zahteve. Dialog organizirajte v jasne govorne izmenjave in vsaki določite namen: vprašanje, prekinitev, razlago ali odgovor. Pri učni uri ali razlagi lahko isti pristop loči pripovedovalca od citiranega lika, ne da bi gradivo prepisal v en nerazčlenjen monolog.\n\nDrama 3 podpira več kot 80 jezikov in lahko spremeni jezik znotraj stavka ob ohranjanju glasu. Večjezične odlomke pripravite v predvidenih govorjenih jezikih, namesto da bi predpostavili, da angleško navodilo zagotovi prevod. Določite, kako naj zvenijo tuja imena in prevzeti izrazi, ter uporabite modelov nadzor fonemov, kadar njihova izgovarjava potrebuje natančno usmeritev.\n\n### Uporabni zvočni izdelki\n\nModel je primeren za dialoge likov, pripovedovane učne ure, kratke razlage, obvestila o izdelkih in glasovne odgovore po scenariju. Vsebino in igralske izbire ohranite skupaj: izobraževalni odlomek potrebuje razumljivo terminologijo in smiselne premore; prizor z liki potrebuje jasno ločene izmenjave in dosleden dramski namen. To so pisne odločitve, ki jih je mogoče pregledati pred ustvarjanjem zvoka.\n\nPo sintezi govorjene besede primerjajte z dokončanim scenarijem. Poslušajte morebitne izpuščene fraze, napačno postavljene premore, nejasne menjave govorcev in izgovarjavo zaščitenih imen. Scenarij in njegove namige za podajanje ohranite ob zvoku, da popravek lahko cilja prizadeto repliko. Pri pripravi predelave končno govorjeno vsebino in njene izvedbene izbire na ravni replik ohranite skupaj.\n\n### Zmožnosti\n\n- Govorna izvedba dokončanega scenarija s pretvarjanjem besedila v govor.\n- Navodila v običajnem jeziku v oglatih oklepajih pred repliko.\n- Zvoki in premori v besedilu s pari oznak podajanja za posamezne besede.\n- Prizori z več govorci in več kot 80 govorjenimi jeziki.\n- Nadzor fonemov za imena in strokovno terminologijo.\n\n### Primeri uporabe\n\n- **Dialog likov** — Scenarij z jasno ločenimi replikami govorcev in navodili za izvedbo. Rezultat: Govorjeni prizor s premišljenimi spremembami podajanja.\n- **Pripovedovana razlaga** — Dokončana učna ura z označeno terminologijo in premori. Rezultat: Govorni zvok, ki ga je mogoče pregledati glede na besedilo učne ure.\n- **Večjezično obvestilo** — Končno besedilo v predvidenih jezikih z ohranjenimi izbirami izgovarjave. Rezultat: Govorjeni odlomek z nadzorovanimi jezikovnimi prehodi.\n- **Glasovni odgovor po scenariju** — Jedrnat odgovor z izrecno določenim tonom in besedami za izgovor. Rezultat: Ponovno uporabni govorni segment za aplikacijo, ki obdaja model.\n\n### Omejitve\n\n- **Vhod in rezultat** — Objavljeni model sprejema besedilo in vrača govorni zvok.\n- **Obseg nadzora** — Navodilo povežite s predvideno repliko ali frazo in parom oznak podajanja ohranite pravilen obseg.\n- **Enota pregleda** — Točni scenarij in namige ohranite ob zvoku; izgovarjavo in izmenjave govorcev preglejte na ravni replik.\n", "alias_of": null, "aliases": [], "author": "Fish Audio", "capabilities": { "context_length": 0, "manufacturer_input": [ "text" ], "manufacturer_output": [ "speech" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ], "summary": "Celoten cenik konfiguracije je v podrobnostih." } ], "ctx": null, "formats": [ "speech" ], "id": "fish-audio/drama-3", "input": [ "text" ], "kind": "audio", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task_id/asset_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova." }, "outputs": { "all_results": "Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Celoten binarni zvok ali izvirni odgovor audio_url, glave in vsako sredstvo v vaši lasti." }, "parameters": [ { "enum": [ "fish-audio/drama-3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "input", "required": true, "type": "string" }, { "min_length": 1, "name": "voice", "required": true, "type": "string" }, { "default": "pcm", "default_known": true, "enum": [ "mp3", "pcm" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input": { "minLength": 1, "type": "string" }, "model": { "enum": [ "fish-audio/drama-3" ], "type": "string" }, "provider": { "description": "Documented speech data policy and provider-specific options.", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "pcm", "enum": [ "mp3", "pcm" ], "type": "string" }, "voice": { "minLength": 1, "type": "string" } }, "required": [ "model", "input", "voice" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "input": "${ACTUAL_INPUT_TEXT}", "model": "fish-audio/drama-3", "voice": "${ACTUAL_SUPPORTED_VOICE}" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "Izberite dejanski podprti ID glasu; za ta model ni izmišljene dobesedne privzete vrednosti/voice." ], "material_types": [ "text" ], "required": [ "model", "input", "voice" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "Dejansko vrnjeni task_id ali zapis v medijski knjižnici", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Complete binary audio or original audio_url response, headers and every owned asset." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "examples": [ { "code": "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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n", "label": "Use actual input and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${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.\n", "label": "Read existing owned assets", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Use the exact caller model ID and documented input representation.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Govor", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_speech", "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_utf8_byte": 2e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input UTF-8 byte" }, "label": "input UTF-8 byte", "units": [ { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "request_model_id": "fish-audio/drama-3", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.00002", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_utf8_byte", "label": "input UTF-8 byte", "native_amount_usd_per_unit": "0.00002", "native_quantity": 1, "public_unit_label": "per input UTF-8 byte", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_utf8_byte" } ] } ], "model_aliases": [ { "canonical_model_id": "fish-audio/drama-3", "request_model_id": "fish-audio/drama-3", "route_label": "Ultra" } ], "name": "Fish Audio: Drama 3", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "short": "Drama 3 pisni scenarij pretvori v režirani govor. Čustva in podajanje oblikujte z namigi v običajnem jeziku, dodajte premore in zvoke, usmerite izgovarjavo ter sestavite prizore z več govorci. Njegov objavljeni govorni potek dela podpira več kot 80 jezikov, vključno s spremembami jezika znotraj stavka." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Drama 3 pisni scenarij pretvori v režirani govor. Čustva in podajanje oblikujte z namigi v običajnem jeziku, dodajte premore in zvoke, usmerite izgovarjavo ter sestavite prizore z več govorci. Njegov objavljeni govorni potek dela podpira več kot 80 jezikov, vključno s spremembami jezika znotraj stavka.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "38a6b7ac22f96b8bd96ae552f2eaf1815c0f50d2cf0c37b4513126f50733ab48", "renderer_sha256": "dcba2271c18b0f9570a8b166e8d1e3166f121e096a58609c3a46da31562a1bf2" }, "sourceRevision": "6dac065105b1507ac9f4a8f4c3a5476035ad1a4428da3df8ec15fc670fde868a" }