Referência da API do Seed Speech 2.0

Com uma única chave de API da PopNow você chama o Seed Speech 2.0 direto do seu código. Aqui estão os IDs de modelo a enviar, cada campo de entrada aceito, quantos créditos custa cada requisição e um exemplo que você cola no terminal e roda.

As descrições dos parâmetros vêm do schema de entrada do modelo e estão disponíveis só em inglês.

Resumo

Desenvolvedor: ByteDance
Resultado: Áudio
A partir de: 10.8 créditos a cada 1.000 caracteres ($0.108)
Tempo médio: cerca de 9 s
IDs de modelo: bytedance/seed-speech-2.0/text-to-speech

1 crédito = US$ 0,01. Ao ser aceita, a tarefa reserva o valor máximo possível e, no fim, cobra o uso real, arredondado para cima em créditos inteiros; o restante é liberado. Tarefas que falham não são cobradas. Para saber o valor exato antes de rodar, chame POST /api/v1/jobs/quote.

Texto para fala

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

Preço

Opção	Créditos (a cada 1.000 caracteres)	Dólares
`Padrão`	10.8	$0.108

Parâmetros

Campo	Tipo	Padrão	Valores aceitos	Para que serve
`text`Obrigatório	`string`	—	até 5.000 caracteres	The words to be spoken, exactly as written. Billed per 1,000 characters.
`voice_id`Opcional	`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`Opcional	`string`	—	até 1.000 caracteres	How to read the text: tone, emotion, pace or volume. Not spoken and not billed.
`speed`Opcional	`number`	`1`	de 0.5 a 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Opcional	`integer`	`0`	de -12 a 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Opcional	`number`	`1`	de 0.5 a 2	Loudness multiplier; 1 is the normal level.
`language`Opcional	`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`Opcional	`string`	`mp3`	mp3, opus	File format of the result; opus is an Ogg Opus file.
`sample_rate`Opcional	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100, 48000	Sample rate in Hz. The model uses 24000 when omitted.

Exemplo de requisição

Esta requisição roda do jeito que está; os campos que você omitir usam o valor padrão. Antes, coloque sua chave em 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."
  }
}'

A resposta já traz um taskId. Busque o resultado com GET /api/v1/jobs/recordInfo ou inclua callBackUrl para ser avisado.

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"