Seed Speech 2.0 API-Referenz

Mit einem einzigen PopNow-API-Schlüssel rufst du Seed Speech 2.0 aus deinem eigenen Code auf. Hier findest du die Modell-IDs, jedes Eingabefeld, die Kosten pro Anfrage in Credits und eine Anfrage, die du direkt ins Terminal kopieren kannst.

Die Parameterbeschreibungen stammen aus dem Eingabeschema des Modells und sind nur auf Englisch verfügbar.

Auf einen Blick

Hersteller: ByteDance
Ergebnis: Audio
Ab: 10.8 Credits pro 1.000 Zeichen ($0.108)
Typische Dauer: etwa 9 s
Modell-IDs: bytedance/seed-speech-2.0/text-to-speech

1 Credit = 0,01 $. Bei Annahme reserviert ein Task den höchstmöglichen Betrag und rechnet am Ende den tatsächlichen Verbrauch ab, auf ganze Credits aufgerundet; der Rest wird freigegeben. Fehlgeschlagene Tasks kosten nichts. Den genauen Betrag vorab liefert POST /api/v1/jobs/quote.

Text zu Sprache

bytedance/seed-speech-2.0/text-to-speech

Preis

Option	Credits (pro 1.000 Zeichen)	US-Dollar
`Standard`	10.8	$0.108

Parameter

Feld	Typ	Standardwert	Erlaubt	Bedeutung
`text`Pflicht	`string`	—	bis zu 5.000 Zeichen	The words to be spoken, exactly as written. Billed per 1,000 characters.
`voice_id`Optional	`string`	`stokie_en`	vivi_mixed_en_zh_ja_es_id, mindy_en_es_id_pt_zh, stokie_en, dacey_en, tim_en, kian_en_zh, cedric_en_zh, sophie_en_zh, jean_en_zh, magnus_en_zh, mabel_en_zh, nadia_en_zh, opal_en_zh, pearl_en_zh, … (+27)	Preset voice. The suffix shows the languages it is built for.
`instructions`Optional	`string`	—	bis zu 1.000 Zeichen	How to read the text: tone, emotion, pace or volume. Not spoken and not billed.
`speed`Optional	`number`	`1`	0.5 bis 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Optional	`integer`	`0`	-12 bis 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Optional	`number`	`1`	0.5 bis 2	Loudness multiplier; 1 is the normal level.
`language`Optional	`string`	—	zh, en, ja, es-mx, id, pt-br, ko, it, de, fr	Forces the reading language. Leave empty to detect it from the text.
`output_format`Optional	`string`	`mp3`	mp3, opus	File format of the result; opus is an Ogg Opus file.
`sample_rate`Optional	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100, 48000	Sample rate in Hz. The model uses 24000 when omitted.

Beispielanfrage

Diese Anfrage läuft so, wie sie ist; weggelassene Felder behalten ihren Standardwert. Leg deinen Schlüssel vorher in POPNOW_API_KEY ab.

POST /api/v1/jobs/createTask?wait=60

curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
  "model": "bytedance/seed-speech-2.0/text-to-speech",
  "input": {
    "text": "Hi there! This voice was created with the PopNow API in just a few seconds."
  }
}'

Die Antwort enthält sofort eine taskId. Das Ergebnis holst du mit GET /api/v1/jobs/recordInfo ab – oder du gibst callBackUrl mit und wirst benachrichtigt.

GET /api/v1/jobs/recordInfo

curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
  -H "Authorization: Bearer $POPNOW_API_KEY"