glm-tts
GLM-TTS omvandlar ett tillhandahållet manus till talat ljud. Profilen glm-tts använder metoden Audio Speech med en uttryckligen vald röst och WAV-utdata, vilket gör den lämplig för kort berättarröst, talade instruktioner och uppspelning av meddelanden. Förbered texten inom den dokumenterade indatagränsen på 1 024 tecken.
Om modellen
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GLM-TTS är Zhipus talsyntesmodell som väljs med det exakta ID:t glm-tts. Skicka POST /v1/audio/speech med model, input och voice. Lägg orden som ska läsas upp direkt i input och välj response_format=wav för denna profil. Resultatet är en talinspelning av det tillhandahållna manuset, lämplig för uppspelning eller import till en ljud- eller videoredigerare.
Använd den för en kort produktförklaring, ett talat välkomnande, ett instruktionsavsnitt eller ett meddelande. Förbered manuset så som det ska läsas upp: ta med avsedda meningsgränser och skriv ut termer vars uttal är viktigt för uppgiften. För en handledning kan en förfrågan innehålla en fokuserad instruktion som hör till ett enda synligt steg. För ett välkomstmeddelande tillhandahåller du den faktiska ordalydelsen och granskar inspelningen innan den placeras i kundflödet.
Den dokumenterade maximala indatalängden är 1 024 tecken. Utgå från den färdiga texten när du kontrollerar gränsen och räkna med skiljetecken och mellanslag. Längre berättartext behöver delas in i lämpliga avsnitt; behåll avsnittens ordning och de valda inställningarna tillsammans med inspelningarna så att de kan sättas samman och granskas tillsammans. En teckengräns beskriver indatatexten och fastställer ingen bestämd inspelningslängd.
Schemat för voice listar tongtong, chuichui, jam, kazi, douji och luodo. Det publicerade exemplet använder tongtong med speed=1 och volume=1. Både speed och volume är valfria inställningar med det dokumenterade standardvärdet 1. För denna WAV-metod är speed ett heltal som accepterar 1 eller 2, och volume är ett heltal från 1 till 10. Det valfria booleska fältet watermark_enabled styr ljudvattenstämpeln. Lämna stream osatt eller ange false för att få hela WAV-inspelningen. Utgå från detta uttryckliga exempel när du förbereder en första inspelning och håll sedan den valda rösten och de accepterade inställningarna konsekventa mellan sammanhörande avsnitt.
WAV-inspelningen är det färdiga resultatet av talförfrågan. Behåll hela ljudresultatet och dess svarsinformation och lyssna sedan igenom hela avsnittet för att kontrollera uttal, ordalydelse, pauser och avsedd ordningsföljd. Behåll det exakta källmanuset bredvid inspelningen när du förbereder revideringar. Om en förfrågans utfall är osäkert ska du behålla informationen om den ursprungliga förfrågan och det returnerade resultatet innan du skapar en ny syntesförfrågan; en saknad uppspelningsfil visar i sig inte att ingen inspelning skapades.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsStart
GLM-TTS omvandlar ett tillhandahållet manus till talat ljud. Profilen glm-tts använder metoden Audio Speech med en uttryckligen vald röst och WAV-utdata, vilket gör den lämplig för kort berättarröst, talade instruktioner och uppspelning av meddelanden. Förbered texten inom den dokumenterade indatagränsen på 1 024 tecken.
- Godkända indata
- Text
- Resultat
- Ljud
Tillgängligt i Ailoot · indata & metoder
Ailoot Ultra · Speech POST /v1/audio/speech
- Indatatyper
text- Utdatatyper
audio- Utdataformat
- wav
| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser glm-tts | Standard— |
Fältinput | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältvoice | Typstring | KravObligatoriskt | Värden & gränser tongtong, chuichui, jam, kazi, douji, luodo | Standard— |
Fältresponse_format | Typstring | KravObligatoriskt | Värden & gränser wav | Standard— |
Fältencode_format | Typstring | KravValfritt | Värden & gränser base64, hex | Standard— |
Fältspeed | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Maximum: 2 | Standard1 |
Fältvolume | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Maximum: 10 | Standard1 |
Fältwatermark_enabled | Typboolean | KravValfritt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser false | Standard— |
Metodparametrar och livscykel
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, input, voice, response_format |
Parameteroptional | Avtalencode_format, speed, volume, watermark_enabled, stream |
Parametermaterial_types | Avtaltext |
Parameterconditions | AvtalUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Priser
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
- Snabbt läge
- Ej angivet När snabbt läge är valt
- Flex-läge
- Ej angivet När läget flex är valt
- Högsta resonemangsnivå
- Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default)
Ailoot-priser
Priser efter konfiguration
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Debiteringsmängd | Debiteringsenhet | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Debiteringsmängd— | Debiteringsenhet— | Avgift Indata · Indatatoken — / 1K token Utdata · Utdatatoken — / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| Konfigurationindatatecken | Prislista— | Debiteringsmängd— | Debiteringsenhetper indatatecken | Avgift Indata · indatatecken $0.00006 per indatatecken |
| KonfigurationPer begäran | Prislista— | Debiteringsmängden förfrågan | Debiteringsenhet— | Avgift Indata $0 per begäran |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
Exempelbegäranden
Ailoot Ultra · Speech
set -eu
: "${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('{"model": "glm-tts", "input": "Hello, this is a short speech example.", "voice": "tongtong", "response_format": "wav"}')
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.
Ta emot och spara resultat
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Behåll alla färdiga resultat
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Retain the complete binary WAV, response headers and original request identity.
Om det ursprungliga svaret behöver kontrolleras
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Alias
Modellalias
Ailoot Ultra glm-tts
Alias för metodsökvägar
Använd metodsökvägarna som visas ovan.
Relaterade anropar-ID:n
FAQ · glm-tts
- Vilka indata och resultat finns?
POST /v1/audio/speech·glm-tts:text→audio- Vilka fält använder begäran?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Vilka gränser gäller?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10