Fish Audio: Drama 3

Drama 3 biến kịch bản viết thành lời nói có chỉ đạo diễn xuất. Định hình cảm xúc và cách thể hiện bằng chỉ dẫn ngôn ngữ thông thường, thêm khoảng dừng và âm thanh, hướng dẫn phát âm và xây dựng cảnh có nhiều người nói. Quy trình lời nói được công bố hỗ trợ hơn 80 ngôn ngữ, gồm chuyển ngôn ngữ ngay trong một câu.

Ailoot Ultra · Giọng nói POST /v1/audio/speech fish-audio/drama-3

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

Drama 3 là mô hình chuyển văn bản thành lời nói của Fish Audio cho kịch bản có diễn xuất. Mô hình tạo âm thanh lời nói từ các từ bạn cung cấp và cho người viết kịch bản kiểm soát cách thể hiện. Một dòng có thể mang chỉ đạo cảm xúc, thay đổi cục bộ trong cách diễn bằng giọng hoặc chỉ dẫn phát âm, nên đầu vào chứa cả nội dung được nói lẫn cách nội dung đó nên vang lên.

Viết lời và chỉ đạo diễn xuất

Chuẩn bị chính xác những từ người nghe nên nghe trước khi thêm chỉ dẫn diễn xuất. Giữ rõ tên, ngày tháng và hướng dẫn quan trọng trong kịch bản, đồng thời dùng dấu câu để thiết lập nhịp câu mong muốn. Sau đó đặt chỉ đạo bằng ngôn ngữ thông thường trong ngoặc vuông trước dòng mà nó áp dụng. Mô tả cảm xúc hoặc cách thể hiện mong muốn bằng từ ngữ cụ thể, như thông báo kiềm chế, cuộc trao đổi căng thẳng hoặc lời giải thích ấm áp.

Drama 3 cũng hỗ trợ điều khiển cục bộ trong một dòng. Chỉ dẫn nội dòng có thể đưa vào âm thanh và khoảng dừng, còn cặp thẻ cách thể hiện có thể tác động đến từ cụ thể. Giữ rõ phạm vi từng chỉ dẫn: chỉ đạo cho một cụm từ không nên vô tình trở thành chỉ đạo cho toàn cảnh. Đọc kịch bản một lần để kiểm tra ý nghĩa và một lần để kiểm tra diễn xuất trước khi tổng hợp.

Cảnh, ngôn ngữ và phát âm

Mô hình được công bố hỗ trợ nhiều người nói trong một yêu cầu. Tổ chức hội thoại thành lượt người nói rõ ràng và cho mỗi lượt một mục đích: câu hỏi, ngắt lời, giải thích hoặc phản hồi. Với bài học hoặc nội dung giải thích, cách này có thể tách người kể chuyện khỏi nhân vật được trích lời mà không viết lại tài liệu thành một đoạn độc thoại không phân biệt.

Drama 3 hỗ trợ hơn 80 ngôn ngữ và có thể chuyển ngôn ngữ trong một câu mà vẫn giữ giọng. Chuẩn bị đoạn đa ngôn ngữ bằng đúng ngôn ngữ sẽ được nói, thay vì giả định chỉ dẫn tiếng Anh cung cấp bản dịch. Quyết định cách tên nước ngoài và thuật ngữ vay mượn nên được phát âm, rồi dùng điều khiển âm vị của mô hình khi cần chỉ đạo phát âm chính xác.

Sản phẩm âm thanh hữu ích

Mô hình phù hợp với hội thoại nhân vật, bài học có lời dẫn, nội dung giải thích ngắn, thông báo sản phẩm và phản hồi giọng nói theo kịch bản. Giữ nội dung cùng lựa chọn diễn xuất: đoạn giáo dục cần thuật ngữ dễ hiểu và khoảng dừng có chủ đích; cảnh nhân vật cần lượt nói tách rõ và ý đồ kịch tính nhất quán. Đây là quyết định viết có thể xem xét trước khi tạo bất kỳ âm thanh nào.

Sau khi tổng hợp, so sánh lời nói với kịch bản hoàn chỉnh. Lắng nghe cụm từ bị bỏ sót, khoảng dừng sai chỗ, chuyển người nói không rõ và phát âm tên cần được giữ nguyên. Giữ kịch bản cùng chỉ dẫn cách thể hiện với âm thanh để sửa đổi có thể nhắm đúng dòng bị ảnh hưởng. Giữ nội dung nói cuối cùng cùng lựa chọn diễn xuất ở cấp dòng khi chuẩn bị bản sửa.

Khả năng

Thể hiện lời nói từ một kịch bản hoàn chỉnh bằng chuyển văn bản thành giọng nói.
Chỉ dẫn bằng ngôn ngữ thông thường trong ngoặc vuông trước một câu thoại.
Âm thanh và khoảng dừng chèn trong văn bản, cùng các cặp thẻ thể hiện giọng nói áp dụng cho từng từ.
Cảnh có nhiều người nói và hơn 80 ngôn ngữ nói.
Điều khiển âm vị cho tên riêng và thuật ngữ chuyên môn.

Trường hợp sử dụng

Đối thoại nhân vật — Kịch bản phân tách rõ các lượt lời và chỉ dẫn diễn đạt. Kết quả: Cảnh thoại có những thay đổi cách thể hiện có chủ đích.
Giải thích bằng lời thuyết minh — Bài học hoàn chỉnh có đánh dấu thuật ngữ và khoảng dừng. Kết quả: Âm thanh lời nói có thể kiểm tra đối chiếu với văn bản bài học.
Thông báo đa ngôn ngữ — Văn bản hoàn chỉnh bằng các ngôn ngữ mong muốn, giữ nguyên những lựa chọn phát âm. Kết quả: Đoạn lời nói với các bước chuyển ngôn ngữ được kiểm soát.
Phản hồi giọng nói theo kịch bản — Phản hồi ngắn gọn với sắc thái giọng và những từ cần đọc được nêu rõ. Kết quả: Đoạn lời nói có thể tái sử dụng trong ứng dụng bao quanh.

Giới hạn

Đầu vào và kết quả — Mô hình được công bố nhận văn bản và trả về âm thanh lời nói.
Phạm vi điều khiển — Gắn chỉ dẫn với câu thoại hoặc cụm từ tương ứng và giữ đúng phạm vi áp dụng của các cặp thẻ thể hiện giọng nói.
Đơn vị kiểm tra — Giữ nguyên kịch bản và dấu hiệu chỉ dẫn cùng âm thanh; kiểm tra phát âm và lượt lời ở cấp câu thoại.

Ailoot Ultra · Giọng nói POST /v1/audio/speech fish-audio/drama-3

fish-audio/drama-3

Fish Audio /fish-audio/drama-3

Bắt đầu

Đầu vào được chấp nhận: Văn bản
Kết quả: Âm thanh

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · Giọng nói POST /v1/audio/speech

Đầu vào: text
Đầu ra: audio

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn fish-audio/drama-3	Mặc định—
Trường`input`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1	Mặc định—
Trường`voice`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1	Mặc định—
Trường`response_format`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn mp3, pcm	Mặc địnhpcm
Trường`provider`	Loại`object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngmodel, input, voice
Tham số`material_types`	Hợp đồngtext
Tham số`material_conditions`	Hợp đồngChọn ID giọng nói thực tế được hỗ trợ; không tự đặt giá trị mặc định hoặc mã giọng nói cụ thể cho mô hình này.

Vòng đời: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Giá trị task_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Chưa chỉ định Khi chọn chế độ nhanh
Chế độ Flex: Chưa chỉ định Khi chọn chế độ flex
Mức độ suy luận tối đa: Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa

Mức phí Ailoot

Giá theo cấu hình

Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.

Cấu hình	Biểu mức phí	Đơn vị tính phí	Phí
Cấu hìnhGiá cơ sở cho token	Biểu mức phíMức phí cơ bản	Đơn vị tính phí—	Phí Đầu vào · Token đầu vào — / 1K token Đầu ra · Token đầu ra — / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token
Cấu hìnhByte UTF-8 đầu vào	Biểu mức phí—	Đơn vị tính phímỗi byte UTF-8 đầu vào	Phí Đầu vào · Byte UTF-8 đầu vào $0.00002 mỗi byte UTF-8 đầu vào

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot Ultra · Giọng nói

Sử dụng đầu vào thực tế và giữ lại kết quả đầy đủ

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
: "${AILOOT_VOICE:?Set the actual documented input value}"
export AILOOT_VOICE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'fish-audio/drama-3', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': '${ACTUAL_SUPPORTED_VOICE}'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
request['voice']=os.environ['AILOOT_VOICE']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
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 response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

Nhận và lưu kết quả

Ailoot Ultra · Giọng nói

Toàn bộ âm thanh nhị phân hoặc phản hồi audio_url gốc, tiêu đề và mọi tài sản thuộc quyền sở hữu.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Lượt đọc nội dung khác

Đọc tài nguyên hiện có thuộc về bạn

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 owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại toàn bộ phản hồi và các header, mọi đầu ra thực tế, các định danh gốc đã trả về và mọi trường usage. Khôi phục thao tác gốc mà không gửi lại yêu cầu tạo.

Nếu cần kiểm tra phản hồi gốc

Giữ lại X-Client-Request-ID đã trả về để đối soát. Chỉ truy xuất theo các giá trị task_id/asset_id thực tế đã trả về hoặc từ thư viện nội dung đa phương tiện thuộc quyền sở hữu của bạn; tuyệt đối không tạo URL tác vụ từ ID thao tác và không gửi lại yêu cầu tạo.

Bí danh

Bí danh mô hình

Ailoot Ultra fish-audio/drama-3

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

fish-audio/drama-3

FAQ · Fish Audio: Drama 3

Có những đầu vào và kết quả nào?: POST /v1/audio/speech · fish-audio/drama-3: text → audio
Yêu cầu sử dụng những trường nào?: POST /v1/audio/speech · fish-audio/drama-3: model, input, voice, response_format, provider

Fish Audio: Drama 3