Sesame: CSM 1B
Sesame CSM 1B透過POST /v1/audio/speech，將提供文字轉換為語音。請以sesame/csm-1b提供實際稿件、選擇其具名聲音之一，並要求MP3或PCM音訊。它適合將準備好的訊息、說明或旁白片段轉為音訊檔案，以供播放或編輯的工作流程。
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。
Sesame CSM 1B是文字轉語音模型，確切ID為sesame/csm-1b。請提供要朗讀的文字，並將結果音訊保留為檔案。實用需求可以是準備好的產品解說、應用程式語音訊息，或將放入剪輯的旁白片段。請依預期口述內容準備稿件，包含聽眾需要聽到的姓名、數字與措辭。
請以application/json傳送POST /v1/audio/speech。必填欄位為設成sesame/csm-1b的model，以及含有稿件字串的input。請將稿件檔案讀取為UTF-8文字，並將內容放入input，不要提供本機檔名。將口述內容保留在該欄位，能為生成提供明確可遵循的稿件，也讓應用程式可將確切措辭連同結果檔案保留。
具名聲音選項為conversational_a、conversational_b、read_speech_a、read_speech_b、read_speech_c、read_speech_d與none。請在voice欄位中確切保留這些識別碼。若工作流程需要可重現的請求設定，請明確選擇聲音，並將該選擇連同稿件與輸出保留。請聆聽具代表性的片段，判斷哪種可用聲音符合預期用途。
使用response_format選擇mp3或pcm。MP3以audio/mpeg傳送，提供可交給支援MP3的播放器或編輯工作流程使用的檔案。PCM以audio/pcm傳送，採16位元的小端序取樣；請為解讀位元組的應用程式保留實際音訊中繼資料。請明確設定格式，讓檔案與下游解碼器一致。文件所列請求範例使用speed:1；使用既定控制項準備請求時，請保留此基準。
成功回應包含原始音訊位元組。請將回應主體儲存為音訊，並將回應標頭與原始請求識別資訊連同稿件、聲音及要求格式保留。該回應完成後，即可保留並檢視回傳音訊。將結果加入較長製作內容前，請依來源稿件核對朗讀的姓名、數字與句子邊界。若請求在提交後中斷，請在檢查既有結果時保留原始識別資訊與回應資訊。
Ailoot Ultra · Speech POST /v1/audio/speech sesame/csm-1b
sesame/csm-1b入門
Sesame CSM 1B透過POST /v1/audio/speech，將提供文字轉換為語音。請以sesame/csm-1b提供實際稿件、選擇其具名聲音之一，並要求MP3或PCM音訊。它適合將準備好的訊息、說明或旁白片段轉為音訊檔案，以供播放或編輯的工作流程。
- 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
- mp3,pcm
| 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 sesame/csm-1b | 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 | 要求選填 | 值與限制 conversational_a, conversational_b, read_speech_a, read_speech_b, read_speech_c, read_speech_d, none | 預設值— |
欄位response_format | 類型string | 要求選填 | 值與限制 mp3, pcm | 預設值— |
欄位speed | 類型number | 要求選填 | 值與限制 | 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 |
參數optional | 規格voice, response_format, speed |
參數material_types | 規格text |
參數conditions | 規格 |
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 $0.000014 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('{"input": "Hello world", "model": "sesame/csm-1b", "response_format": "mp3", "speed": 1, "voice": "conversational_a"}')
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
mp3,pcm
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 audio and response headers. Use the actual output Content-Type; no extra container or bit depth is inferred.
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 sesame/csm-1b
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 · Sesame: CSM 1B
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·sesame/csm-1b:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·sesame/csm-1b:model,input,voice,response_format,speed