Seed Speech 2.0: справочник по API

С одним ключом PopNow API вы вызываете Seed Speech 2.0 прямо из своего кода. Здесь собраны ID модели, которые нужно передать, все поля, которые она принимает, стоимость запроса в кредитах и готовый запрос — его можно вставить в терминал и запустить.

Описания параметров взяты из входной схемы модели и пока доступны только на английском.

Кратко

Разработчик: ByteDance
Результат: Аудио
От: 10.8 кр. за 1000 символов ($0.108)
Обычное время: около 9 с
ID модели: bytedance/seed-speech-2.0/text-to-speech

1 кредит = 0,01 $. При приёме задачи резервируется максимально возможная сумма, а после завершения списывается фактический расход с округлением вверх до целого кредита; остаток возвращается. За задачи, завершившиеся ошибкой, плата не взимается. Точную сумму до запуска покажет POST /api/v1/jobs/quote.

Озвучка текста

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

Цена

Вариант	Кредиты (за 1000 символов)	Доллары США
`По умолчанию`	10.8	$0.108

Параметры

Поле	Тип	По умолчанию	Допустимые значения	Назначение
`text`Обязательно	`string`	—	до 5 000 символов	The words to be spoken, exactly as written. Billed per 1,000 characters.
`voice_id`Необязательно	`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`Необязательно	`string`	—	до 1 000 символов	How to read the text: tone, emotion, pace or volume. Not spoken and not billed.
`speed`Необязательно	`number`	`1`	от 0.5 до 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Необязательно	`integer`	`0`	от -12 до 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Необязательно	`number`	`1`	от 0.5 до 2	Loudness multiplier; 1 is the normal level.
`language`Необязательно	`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`Необязательно	`string`	`mp3`	mp3, opus	File format of the result; opus is an Ogg Opus file.
`sample_rate`Необязательно	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100, 48000	Sample rate in Hz. The model uses 24000 when omitted.

Пример запроса

Запрос работает как есть; поля, которые вы не указали, берут значения по умолчанию. Сначала положите ключ в переменную 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."
  }
}'

В ответе сразу приходит taskId. Результат забирайте через GET /api/v1/jobs/recordInfo или передайте callBackUrl, чтобы получить уведомление.

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"