Deepgram: Flux TTS

Deepgram Flux TTS 將英文文字轉成對話語音，並在輪次間延續語氣。串流模式處理中斷，批次合成則使用相同聲音目錄產生可重用音訊。

Ailoot Ultra · 語音合成 POST /v1/audio/speech deepgram/flux-tts

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

Flux TTS 是 Deepgram 用於即時對話及固定口述內容的文字轉語音家族。核心特性是對話連續性：串流模型在輪次間延續韻律，使互動持續時仍可保有一致語氣。它接受書面文字，回傳語音音訊。Flux TTS 與另一款名為 Flux 的語音辨識模型，負責語音對話的不同部分。

選擇英文聲音

文件所載 Flux 目錄使用英文，提供美國、英國、愛爾蘭、澳洲、印度、新加坡及菲律賓口音。聲音描述協助為客服、電話選單、旁白或輕鬆對話選擇說話者。例如，製造商將 Haley 列為平靜的美國聲音，Jack 列為專業的英國聲音。請依聽眾及要朗讀的措辭類型選聲音，並在作品或對話中維持一致。其他語言語音屬於另有文件記載的模型選擇。

即時輪次與中斷

製造商串流流程中，應用程式可一邊組成回覆一邊送入文字，音訊則逐步回傳。每個輪次有自己的開始與完成事件；結束輪次會完成剩餘合成。跨輪次上下文在該工作階段內保留韻律。這適合先解釋選項、再回答澄清問題，且不改變聲音特質的口述助理。

中斷會取消目前輪次，回傳已說出的部分及剩餘文字。這個區別協助應用程式從聽者實際聽到的內容繼續。實際互動應準備短答案，先給重要指示，再提供解釋。若聽者在第一個指示後打斷，下一個回覆可處理新問題，不必假設整段解釋都已送達。

固定音訊與輸出格式

批次合成接受完整文字區塊，在單一回應中回傳音訊。它使用與串流相同的聲音目錄，適合預先準備的電話提示、通知或旁白錄音。批次請求彼此獨立；串流輪次狀態與中斷事件不適用於固定片段。

串流輸出是沒有檔案容器的原始音訊：16 位元 PCM、mu-law 或 A-law。製造商記載 PCM 取樣率為 8、16、24、32、44.1、48 kHz；mu-law 與 A-law 使用 8 或 16 kHz。批次輸出另外支援 MP3、Opus、FLAC、AAC。請選擇預期播放器或電話路徑能解讀的編碼與容器，不要將原始取樣串流當成一般音訊檔案。

表達控制與邊界

製造商記載語速範圍為 0.5 至 1.5，以 0.05 遞增。串流速度變更在區段邊界套用。另一個 beta expressivity 控制讓表達從平靜轉為活潑。一般 SSML 及辨識出的競爭產品標籤會被移除，不作為表達指示；原生 Flux 控制有自己的意義。

行內停頓屬於批次合成，時長為 500–3,000 ms、100 ms 遞增，每個請求最多八個標記。相鄰停頓之間必須有文字；只要存在停頓，速度上限就是 1.15。發音覆寫使用 IPA，處於 Early Access；製造商指出指定發音可能隨生成而不同。發音不能與非預設速度或停頓控制併用。包含專業姓名的原稿，請以選定聲音聆聽那些詞彙，並讓口述措辭清楚。

Deepgram 文件所載串流工作階段最長一小時；若未以支援的連線機制維持活動，六十秒沒有收到訊息就會關閉。這些工作階段限制涉及即時合成流程。實用交付物是刻意選擇的聲音、適合聽者的文字，以及符合目的地的音訊；即時應用程式在輪次被打斷時，須追蹤實際已說出的內容。

Ailoot Ultra · 語音合成 POST /v1/audio/speech deepgram/flux-tts

deepgram/flux-tts

Deepgram /deepgram/flux-tts

入門

Deepgram Flux TTS 將英文文字轉成對話語音，並在輪次間延續語氣。串流模式處理中斷，批次合成則使用相同聲音目錄產生可重用音訊。

接受的輸入: 文字
結果: 音訊

Ailoot 可用 · 輸入與方法

Ailoot Ultra · 語音合成 POST /v1/audio/speech

輸入: text
輸出: audio
輸出格式: mp3

欄位	類型	要求	值與限制	預設值
欄位`model`	類型`string`	要求必填	值與限制 deepgram/flux-tts	預設值—
欄位`input`	類型`string`	要求必填	值與限制長度下限: 1 單位: Unicode 字元	預設值—
欄位`voice`	類型`string`	要求必填	值與限制 flux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en	預設值—
欄位`response_format`	類型`string`	要求必填	值與限制 mp3	預設值—

輸入素材組合

text_to_speech · 必填： input

方法參數與生命週期

參數	規格
參數`content_type`	規格application/json
參數`required`	規格model, input, voice, response_format
參數`voice_ids`	規格flux-alexis-en, flux-bree-en, flux-brittany-en, flux-brooke-en, flux-bruce-en, flux-cliff-en, flux-cole-en, flux-colin-en, flux-conor-en, flux-donovan-en, flux-drew-en, flux-elise-en, flux-gemma-en, flux-haley-en, flux-hannah-en, flux-heather-en, flux-jack-en, flux-kai-en, flux-kelsey-en, flux-kit-en, flux-maeve-en, flux-marcelo-en, flux-marcus-en, flux-meena-en, flux-meghan-en, flux-miles-en, flux-naveen-en, flux-paige-en, flux-priya-en, flux-rufus-en, flux-sean-en, flux-sharon-en, flux-sienna-en, flux-tanner-en, flux-wade-en, flux-wes-en
參數`response_format`	規格mp3
參數`max_input_characters`	規格null
參數`other_options`	規格false
參數`input`	規格完全相符的 UTF-8 文字；不經正規化的 Unicode 字元計數
參數`material_types`	規格text

生命週期： synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 實際回傳的 task_id 或媒體庫紀錄

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

請從此模型設定檔中選擇完全相符的語音。

輸入字元數與音訊秒數是不同的計量方式。

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式: 未指定選取快速模式時
flex 模式: 未指定選取 flex 模式時
最高推理強度: 未指定最高推理強度採用 default 調整值時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定	費率表	計費單位	費用
設定基礎 token 費率	費率表基本費率	計費單位—	費用輸入 · 輸入 Token — / 1K Token 輸出 · 輸出 Token — / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token
設定輸入字元	費率表—	計費單位每個輸入字元	費用輸入 · 輸入字元 $0.00009 每個輸入字元

參考費率詳情

模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。

Deepgram: Flux TTS

各設定的價格

設定	計費條件	費用
設定Deepgram: Flux TTS · 預設設定	計費條件預設設定	費用輸入 · 輸入字元數 US$0.00009 每個輸入字元

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · 語音合成

curl

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": "deepgram/flux-tts", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["flux-alexis-en", "flux-bree-en", "flux-brittany-en", "flux-brooke-en", "flux-bruce-en", "flux-cliff-en", "flux-cole-en", "flux-colin-en", "flux-conor-en", "flux-donovan-en", "flux-drew-en", "flux-elise-en", "flux-gemma-en", "flux-haley-en", "flux-hannah-en", "flux-heather-en", "flux-jack-en", "flux-kai-en", "flux-kelsey-en", "flux-kit-en", "flux-maeve-en", "flux-marcelo-en", "flux-marcus-en", "flux-meena-en", "flux-meghan-en", "flux-miles-en", "flux-naveen-en", "flux-paige-en", "flux-priya-en", "flux-rufus-en", "flux-sean-en", "flux-sharon-en", "flux-sienna-en", "flux-tanner-en", "flux-wade-en", "flux-wes-en"]')
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

接收並儲存結果

Ailoot Ultra · 語音合成

mp3

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

其他內容讀取方式

媒體庫工作狀態素材詳細資訊

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

保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的二進位結果與標頭。若回傳 JSON 或多個輸出，請保留所有資料項目，並透過每個實際回傳的已簽署資產 URL 取得內容。

需要檢查原始回應時

保留原始 operation_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。

回應欄位

欄位	類型
欄位`binary audio`	類型bytes
欄位`response headers`	類型headers

錯誤與後續步驟

回應	條件	下一步
回應400 · `invalid_request_error`	條件必要欄位、素材表示方式或參數值無效	下一步提出新的建立請求前，先修正指定欄位。
回應`server_error`	條件回傳的回應表示該作業或結果需要檢查	下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。

別名

模型別名

Ailoot Ultra deepgram/flux-tts

方法路徑別名

請使用上方列出的 API 方法路徑。

Deepgram: Flux TTS