Text to Dialogue-streaming met tijdstempels
Zet een lijst met tekst- en stem-ID-paren om in spraak (dialoog) en retourneert een stream van JSON-blobs met audio als een base64-gecodeerde string en timestamps
Headers
Query parameters
Output format of the generated audio. Formatted as codec_sample_rate_bitrate. So an mp3 with 22.05kHz sample rate at 32kbs is represented as mp3_22050_32. MP3 with 192kbps bitrate requires you to be subscribed to Creator tier or above. PCM with 44.1kHz sample rate requires you to be subscribed to Pro tier or above. Note that the μ-law format (sometimes written mu-law, often approximated as u-law) is commonly used for Twilio audio inputs.
Wanneer enable_logging is ingesteld op false, wordt voor het request de modus zonder gegevensbewaring gebruikt. Hierdoor zijn geschiedenisfuncties, waaronder request stitching, niet beschikbaar voor dit request. De modus zonder gegevensbewaring is alleen beschikbaar voor Enterprise-klanten.
Request
Een lijst met dialooginvoer, elk met tekst en een stem-ID die wordt omgezet in spraak. Het maximale aantal unieke stem-ID’s is 10. Houd voor betrouwbare generatie het totale aantal tekens in alle waarden van inputs[].text op maximaal 2.000 tekens per request. Langere requests kunnen bij streamingresponses voortijdig eindigen of een validatiefout retourneren.
ID van het model dat wordt gebruikt. Je kunt modellen opvragen met GET /v1/models. Het model moet Text to Speech ondersteunen; je kunt dit controleren met de eigenschap can_do_text_to_speech.
Taalcode (ISO 639-1) die wordt gebruikt om een taal af te dwingen voor het model en tekstnormalisatie. Als het model de opgegeven taalcode niet ondersteunt, wordt deze genegeerd. Deze parameter wordt niet ondersteund voor multilingual_v2-modellen.
Een lijst met locators voor uitspraakwoordenboeken (id, version_id) die op de tekst worden toegepast. Ze worden op volgorde toegepast. Je kunt maximaal 3 locators per request opgeven
Deze parameter regelt tekstnormalisatie met drie modi: ‘auto’, ‘on’ en ‘off’. Wanneer deze is ingesteld op ‘auto’, bepaalt het systeem automatisch of tekstnormalisatie wordt toegepast (bijvoorbeeld het uitschrijven van getallen). Met ‘on’ wordt tekstnormalisatie altijd toegepast, terwijl deze met ‘off’ wordt overgeslagen.
Of de IVC-versie van een professionele stem moet worden gebruikt. Dit kan de expressiviteit verbeteren en latency verminderen.
A list of request_ids of dialogue generations that came before this one. Used to condition the model for continuity when splitting a large task into multiple requests. A maximum of 3 request_ids can be sent. The last request_id is the audio which is closest to the current request. Not supported by every model.
A list of request_ids of dialogue generations that come after this one. Useful for maintaining continuity when regenerating a clip in the middle of a sequence. A maximum of 3 request_ids can be sent. The first request_id is the audio which is closest to the current request. Not supported by every model.
De tekst die direct vóór deze generatie komt en wordt gebruikt om het model te conditioneren voor prosodische continuïteit. Er kunnen maximaal 100 tekens worden verzonden. Niet door elk model ondersteund.
De tekst die direct na deze generatie komt en wordt gebruikt om het model te conditioneren voor prosodische continuïteit. Er kunnen maximaal 100 tekens worden verzonden. Niet door elk model ondersteund.
Audio-effecten die worden toegepast op de gegenereerde audio. Onbekende ID’s retourneren 404, waarbij param de naam van het veld bevat. Galm (environment_id met send_level boven 0) en een niet-nulwaarde voor pan produceren stereo-audio en worden afgewezen met 400 voor uitvoerformaten ulaw_*, alaw_* en pcm_*. Effecten veranderen de kosten van de aanvraag niet.
Response
Base64-gecodeerde audiogegevens