Audio
แปลงข้อความเป็นเสียง
Use model to select the speech generation model. Channel selection is unavailable for speech generation requests.
- ประเภท: stringinputความยาวต่ำสุด:1ความยาวสูงสุด:4096จำเป็น
- ประเภท: stringmodelความยาวสูงสุด:256จำเป็น
- ประเภท: string enumresponse
_format ค่า- pcm
- mp3
- ประเภท: numberspeed
Currently only 1 is supported.
- ประเภท: stringvoiceความยาวต่ำสุด:1ความยาวสูงสุด:256
Optional non-blank voice ID. The upstream model determines whether a voice is required and which IDs it accepts. Catalog voices are examples.
- ประเภท: string รูปแบบ: binary200
เมื่อสำเร็จจะได้ไบต์เสียง: MP3 เป็น
audio/mpegหรือ PCM ดิบเป็นaudio/pcmไม่ใช่ WAV, JSON หรือ SSE ตรวจสอบ HTTP และการรับข้อมูลครบก่อนเล่น--failป้องกันเนื้อหาข้อผิดพลาด HTTP ถูกเขียนเป็นเสียง ทิ้งไฟล์ที่ไม่ครบหลังการตัดการเชื่อมต่อ ตรวจสอบพารามิเตอร์ PCM จากช่องทาง อย่าคาดเดาSTT ใช้
input_audio_secondหรือ token; TTS ใช้input_characterโดยspeech_billing_unitแบบutf16_code_unitกับunicode_code_pointนับ emoji ต่างกัน ยอดสำรองไม่ใช่เพดานค่าใช้จ่ายและอาจสรุปยอดแบบอะซิงโครนัส การขาดหลักฐานไม่แปลว่าฟรี ทั้งสอง API รับX-Felo-Channelและส่งไปช่องทางที่เลือกเพียงครั้งเดียว ปิดการลองซ้ำอัตโนมัติรวมถึง SDK หลัง timeout หรือหลุด เก็บX-Request-IdและX-Generation-Idหากมี Console Playground ยังไม่รองรับเสียงconfigured_ratesใช้อัตราที่ตรึงไว้และปริมาณที่ยืนยันแล้ว ส่วนupstream_costใช้ต้นทุนผู้ให้บริการที่ยืนยันแล้วพร้อมส่วนเพิ่มและส่วนลดที่เผยแพร่
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