glm-tts
GLM-TTS chuyển kịch bản được cung cấp thành âm thanh lời nói. Cấu hình glm-tts dùng phương thức Audio Speech với giọng nói được chỉ định rõ và đầu ra WAV, phù hợp cho lời dẫn ngắn, hướng dẫn bằng lời và phát lại tin nhắn. Chuẩn bị văn bản trong giới hạn đầu vào 1.024 ký tự được ghi trong tài liệu.
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.
GLM-TTS là mô hình tổng hợp giọng nói của Zhipu, được chọn bằng ID chính xác glm-tts. Gửi POST /v1/audio/speech kèm model, input và voice. Đưa trực tiếp những từ cần đọc vào input và chọn response_format=wav cho cấu hình này. Kết quả là bản ghi lời đọc từ kịch bản được cung cấp, phù hợp để phát lại hoặc nhập vào trình chỉnh sửa âm thanh hay video.
Dùng cho phần giải thích sản phẩm ngắn, lời chào bằng giọng nói, đoạn hướng dẫn hoặc thông báo. Chuẩn bị kịch bản theo đúng cách cần đọc: thêm các chỗ ngắt câu dự định và viết đầy đủ những thuật ngữ có cách phát âm quan trọng đối với tác vụ. Với hướng dẫn thao tác, một yêu cầu có thể chứa chỉ dẫn tập trung đi kèm một bước hiển thị duy nhất. Với lời chào, hãy cung cấp câu chữ thực tế và đánh giá bản ghi trước khi đưa vào quy trình dành cho khách hàng.
Độ dài đầu vào tối đa được ghi trong tài liệu là 1.024 ký tự. Khi kiểm tra giới hạn này, dùng văn bản đã hoàn thiện, bao gồm dấu câu và khoảng trắng. Lời dẫn dài hơn cần chia kịch bản thành các đoạn phù hợp; lưu thứ tự các đoạn và thiết lập đã chọn cùng bản ghi để có thể ghép và đánh giá chúng cùng nhau. Giới hạn ký tự mô tả văn bản đầu vào và không xác lập thời lượng bản ghi cố định.
Lược đồ voice liệt kê tongtong, chuichui, jam, kazi, douji và luodo. Ví dụ đã công bố sử dụng tongtong với speed=1 và volume=1. Cả speed và volume đều là tùy chọn có mặc định được ghi trong tài liệu là 1. Với phương thức WAV này, speed là số nguyên chấp nhận 1 hoặc 2, còn volume là số nguyên từ 1 đến 10. Boolean watermark_enabled tùy chọn điều khiển dấu thủy vân âm thanh. Không đặt stream hoặc đặt stream thành false để nhận toàn bộ bản ghi WAV. Bắt đầu từ ví dụ tường minh đó khi chuẩn bị bản ghi đầu tiên, rồi giữ nhất quán giọng nói đã chọn và thiết lập được chấp nhận giữa các đoạn liên quan.
Bản ghi WAV là đầu ra hoàn tất của yêu cầu giọng nói. Giữ toàn bộ kết quả âm thanh và thông tin phản hồi, rồi nghe hết đoạn để kiểm tra phát âm, câu chữ, khoảng nghỉ và trình tự dự định. Giữ kịch bản nguồn chính xác bên cạnh bản ghi khi chuẩn bị chỉnh sửa. Nếu một yêu cầu chưa rõ kết quả, hãy giữ thông tin yêu cầu ban đầu và kết quả được trả về trước khi tạo yêu cầu tổng hợp khác; riêng việc thiếu tệp phát lại không chứng minh rằng chưa có bản ghi nào được tạo.
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-ttsBắt đầu
GLM-TTS chuyển kịch bản được cung cấp thành âm thanh lời nói. Cấu hình glm-tts dùng phương thức Audio Speech với giọng nói được chỉ định rõ và đầu ra WAV, phù hợp cho lời dẫn ngắn, hướng dẫn bằng lời và phát lại tin nhắn. Chuẩn bị văn bản trong giới hạn đầu vào 1.024 ký tự được ghi trong tài liệu.
- Đầu vào được chấp nhận
- Văn bản
- Kết quả
- Âm thanh
Có trên Ailoot · đầu vào & phương thức
Ailoot Ultra · Speech POST /v1/audio/speech
- Đầu vào
text- Đầu ra
audio- Định dạng đầu ra
- wav
| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn glm-tts | Mặc định— |
Trườnginput | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngvoice | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn tongtong, chuichui, jam, kazi, douji, luodo | Mặc định— |
Trườngresponse_format | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn wav | Mặc định— |
Trườngencode_format | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn base64, hex | Mặc định— |
Trườngspeed | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tối đa: 2 | Mặc định1 |
Trườngvolume | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tối đa: 10 | Mặc định1 |
Trườngwatermark_enabled | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn false | Mặc định— |
Tham số phương thức và vòng đời
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, input, voice, response_format |
Tham sốoptional | Hợp đồngencode_format, speed, volume, watermark_enabled, stream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốconditions | Hợp đồngUse direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
Vòng đời: synchronous_result_then_owned_library
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 | Lượng dùng để tính phí | Đơn vị tính phí | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Lượng dùng để tính phí— | 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 hìnhKý tự đầu vào | Biểu mức phí— | Lượng dùng để tính phí— | Đơn vị tính phímỗi ký tự đầu vào | Phí Đầu vào · Ký tự đầu vào $0.00006 mỗi ký tự đầu vào |
| Cấu hìnhMỗi yêu cầu | Biểu mức phí— | Lượng dùng để tính phímột yêu cầu | Đơn vị tính phí— | Phí Đầu vào $0 mỗi yêu cầu |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
Ví dụ yêu cầu
Ailoot Ultra · Speech
set -eu
: "${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.
Nhận và lưu kết quả
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Lưu tất cả kết quả đã hoàn tất
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Retain the complete binary WAV, response headers and original request identity.
Nếu cần kiểm tra phản hồi gốc
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Bí danh
Bí danh mô hình
Ailoot Ultra glm-tts
Bí danh đường dẫn phương thức
Dùng các đường dẫn phương thức hiển thị ở trên.
ID gọi liên quan
FAQ · glm-tts
- Có những đầu vào và kết quả nào?
POST /v1/audio/speech·glm-tts:text→audio- Yêu cầu sử dụng những trường nào?
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- Áp dụng những giới hạn nào?
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10