Riferimento API di Seed Speech 2.0

Con una sola chiave API di PopNow chiami Seed Speech 2.0 dal tuo codice. Qui trovi gli ID del modello da inviare, ogni campo di input accettato, quanti crediti costa ogni richiesta e una richiesta da incollare nel terminale così com’è.

Le descrizioni dei parametri provengono dallo schema di input del modello e sono disponibili solo in inglese.

In sintesi

Sviluppato da: ByteDance
Risultato: Audio
Da: 10.8 crediti ogni 1.000 caratteri ($0.108)
Tempo tipico: circa 9 s
ID del modello: bytedance/seed-speech-2.0/text-to-speech

1 credito = 0,01 $. All’accettazione l’attività trattiene l’importo massimo possibile e alla fine addebita il consumo reale, arrotondato al credito superiore; il resto viene sbloccato. Le attività non riuscite non vengono addebitate. Per conoscere la cifra esatta prima di eseguire, chiama POST /api/v1/jobs/quote.

Sintesi vocale

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

Prezzo

Opzione	Crediti (ogni 1.000 caratteri)	Dollari USA
`Predefinito`	10.8	$0.108

Parametri

Campo	Tipo	Predefinito	Valori ammessi	A cosa serve
`text`Obbligatorio	`string`	—	fino a 5000 caratteri	The words to be spoken, exactly as written. Billed per 1,000 characters.
`voice_id`Facoltativo	`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`Facoltativo	`string`	—	fino a 1000 caratteri	How to read the text: tone, emotion, pace or volume. Not spoken and not billed.
`speed`Facoltativo	`number`	`1`	da 0.5 a 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Facoltativo	`integer`	`0`	da -12 a 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Facoltativo	`number`	`1`	da 0.5 a 2	Loudness multiplier; 1 is the normal level.
`language`Facoltativo	`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`Facoltativo	`string`	`mp3`	mp3, opus	File format of the result; opus is an Ogg Opus file.
`sample_rate`Facoltativo	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100, 48000	Sample rate in Hz. The model uses 24000 when omitted.

Richiesta di esempio

Questa richiesta funziona così com’è; i campi omessi usano il valore predefinito. Prima salva la tua chiave in 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 risposta contiene subito un taskId. Recupera il risultato con GET /api/v1/jobs/recordInfo, oppure aggiungi callBackUrl per ricevere una notifica.

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"