glm-tts
GLM-TTS可將提供的稿件轉換為語音音訊。glm-tts規格使用Audio Speech方法，指定明確voice並輸出WAV，適合短篇旁白、口述指示與訊息播放。準備文字時，請遵守文件所列1,024個字元的輸入上限。
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。
GLM-TTS是Zhipu的語音合成模型，確切選擇ID為glm-tts。請將model、input與voice傳送至POST /v1/audio/speech。將要朗讀的文字直接放入input，並為此模型規格選擇response_format=wav。結果為提供稿件的語音錄音，可用於播放，或匯入音訊、影片編輯器。
它可用於短篇產品解說、歡迎語音、教學段落或公告。請依實際朗讀方式準備稿件：加入預期斷句，並將任務中發音重要的詞彙完整寫出。製作教學時，一次請求可包含搭配單一可見步驟的聚焦指示。製作歡迎訊息時，請提供實際措辭，並在放入客戶流程前檢聽錄音。
文件所列輸入長度上限為1,024個字元。檢查此限制時，請以完成文字為準，包含標點與空格。較長旁白須將稿件分成合適段落；請將段落順序與所選設定連同錄音保留，以便一起組合與檢視。字元限制描述的是輸入文字，並不代表固定錄音時長。
voice結構描述列出tongtong、chuichui、jam、kazi、douji與luodo。公開範例使用tongtong，搭配speed=1與volume=1。speed與volume均為選用控制項，文件所載預設值皆為1。在此WAV方法中，speed為接受1或2的整數，volume則為1至10的整數。選用的watermark_enabled布林值控制音訊浮水印。請不設定stream，或將其設為false，以接收完整WAV錄音。準備第一段錄音時，請從該明確範例開始，之後在相關段落間維持所選聲音與已接受設定的一致性。
WAV錄音是語音請求的完成輸出。請保留完整音訊結果與其回應資訊，再完整聆聽整個段落，檢查發音、措辭、停頓與預期順序。準備修訂時，請將確切來源稿件放在錄音旁一併保存。若請求結果不確定，請先保留原始請求與回傳結果資訊，再建立另一個合成請求；僅缺少播放檔案，並不足以證明沒有建立錄音。
Ailoot Ultra · Speech POST /v1/audio/speech glm-tts
glm-tts入門
GLM-TTS可將提供的稿件轉換為語音音訊。glm-tts規格使用Audio Speech方法，指定明確voice並輸出WAV，適合短篇旁白、口述指示與訊息播放。準備文字時，請遵守文件所列1,024個字元的輸入上限。
- 接受的輸入
- 文字
- 結果
- 音訊
Ailoot 可用 · 輸入與方法
Ailoot Ultra · Speech POST /v1/audio/speech
- 輸入
text- 輸出
audio- 輸出格式
- wav
| 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 glm-tts | 預設值— |
欄位input | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位voice | 類型string | 要求必填 | 值與限制 tongtong, chuichui, jam, kazi, douji, luodo | 預設值— |
欄位response_format | 類型string | 要求必填 | 值與限制 wav | 預設值— |
欄位encode_format | 類型string | 要求選填 | 值與限制 base64, hex | 預設值— |
欄位speed | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 2 | 預設值1 |
欄位volume | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 10 | 預設值1 |
欄位watermark_enabled | 類型boolean | 要求選填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 false | 預設值— |
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optional | 規格encode_format, speed, volume, watermark_enabled, stream |
參數material_types | 規格text |
參數conditions | 規格Use direct WAV output. speed and volume are positive integers within the listed bounds. stream is false or omitted. |
生命週期： synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
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 | 計費數量 | 計費單位 | 費用 |
|---|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 計費數量— | 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— | 計費數量— | 計費單位每個輸入字元 | 費用 輸入 · 輸入字元 $0.00006 每個輸入字元 |
| 設定每次請求 | 費率表— | 計費數量1 次請求 | 計費單位— | 費用 輸入 $0 每次請求 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · Speech
set -eu
: "${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.
接收並儲存結果
Ailoot Ultra · Speech
wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
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。
Retain the complete binary WAV, response headers and original request identity.
需要檢查原始回應時
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
別名
模型別名
Ailoot Ultra glm-tts
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · glm-tts
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·glm-tts:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·glm-tts:model,input,voice,response_format,encode_format,speed,volume,watermark_enabled,stream- 適用哪些限制？
POST /v1/audio/speech·glm-tts:speed.minimum:1;speed.maximum:2;volume.minimum:1;volume.maximum:10