Audio
تبدیل متن به گفتار
Use model to select the speech generation model. Channel selection is unavailable for speech generation requests.
- نوع: stringinputحداقل طول:1حداکثر طول:4096الزامی
- نوع: stringmodelحداکثر طول:256الزامی
- نوع: string فهرست مقادیرresponse
_format مقادیر- pcm
- mp3
- نوع: numberspeed
Currently only 1 is supported.
- نوع: stringvoiceحداقل طول:1حداکثر طول:256
Optional non-blank voice ID. The upstream model determines whether a voice is required and which IDs it accepts. Catalog voices are examples.
- نوع: string قالب: binary200
پاسخ موفق بایت صوتی است: MP3 با
audio/mpegیا PCM خام باaudio/pcm، نه WAV، JSON یا SSE. پیش از پخش، وضعیت HTTP و کامل بودن انتقال را بررسی کنید.--failاز نوشتن خطای HTTP در فایل صوتی جلوگیری میکند. فایل ناقص را پس از قطع اتصال دور بیندازید. پارامترهای PCM کانال را بررسی کنید، حدس نزنید.STT از
input_audio_secondیا توکن و TTS ازinput_characterاستفاده میکند. درspeech_billing_unit، utf16_code_unitوunicode_code_pointایموجی را متفاوت میشمارند. رزرو سقف هزینه نیست؛ تسویه ممکن است ناهمگام باشد. نبود مدرک به معنی رایگان نیست. هر دو API، X-Felo-Channelمیپذیرند و یک بار به کانال منتخب میفرستند. تلاش مجدد خودکار، از جمله SDK، را پس از timeout یا قطع اتصال غیرفعال کنید؛X-Request-Idو در صورت وجودX-Generation-Idرا نگه دارید. Console Playground هنوز از صوت پشتیبانی نمیکند.configured_ratesاز نرخ ثابت و مصرف تأییدشده استفاده میکند؛upstream_costاز هزینهٔ تأییدشدهٔ تأمینکننده با حاشیه و تخفیف منتشرشده.
curl https://openapi.felo.ai/api/v1/audio/speech \
--request POST \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_SECRET_TOKEN' \
--data '{
"model": "",
"input": "",
"voice": "",
"response_format": "pcm",
"speed": 1
}'
@filename