Référence API de Seed Speech 2.0

Une seule clé API PopNow suffit pour appeler Seed Speech 2.0 depuis votre code. Vous trouverez ici les identifiants de modèle à envoyer, chaque champ d’entrée accepté, le coût d’une requête en crédits et une requête à coller telle quelle dans un terminal.

Les descriptions des paramètres proviennent du schéma d’entrée du modèle et ne sont disponibles qu’en anglais.

En bref

Éditeur: ByteDance
Résultat: Audio
À partir de: 10.8 crédits pour 1 000 caractères ($0.108)
Durée habituelle: environ 9 s
Identifiants de modèle: bytedance/seed-speech-2.0/text-to-speech

1 crédit = 0,01 $. À l’acceptation, une tâche réserve le montant maximal possible, puis facture la consommation réelle à la fin, arrondie au crédit supérieur ; le reste est libéré. Une tâche en échec n’est pas facturée. Pour connaître le montant exact avant de lancer, appelez POST /api/v1/jobs/quote.

Synthèse vocale

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

Prix

Option	Crédits (pour 1 000 caractères)	Dollars US
`Par défaut`	10.8	$0.108

Paramètres

Champ	Type	Valeur par défaut	Valeurs admises	Rôle
`text`Obligatoire	`string`	—	jusqu’à 5 000 caractères	The words to be spoken, exactly as written. Billed per 1,000 characters.
`voice_id`Facultatif	`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`Facultatif	`string`	—	jusqu’à 1 000 caractères	How to read the text: tone, emotion, pace or volume. Not spoken and not billed.
`speed`Facultatif	`number`	`1`	de 0.5 à 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Facultatif	`integer`	`0`	de -12 à 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Facultatif	`number`	`1`	de 0.5 à 2	Loudness multiplier; 1 is the normal level.
`language`Facultatif	`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`Facultatif	`string`	`mp3`	mp3, opus	File format of the result; opus is an Ogg Opus file.
`sample_rate`Facultatif	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100, 48000	Sample rate in Hz. The model uses 24000 when omitted.

Exemple de requête

Cette requête fonctionne telle quelle ; les champs omis gardent leur valeur par défaut. Placez d’abord votre clé dans POPNOW_API_KEY.

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."
  }
}'

La réponse contient tout de suite un taskId. Récupérez le résultat avec GET /api/v1/jobs/recordInfo, ou ajoutez callBackUrl pour être prévenu.

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"