Sesame: CSM 1B

سيسمي: CSM 1B هو نموذج كلام حواري من سيسمي. يقع في فئة الكلام ويُعرَّف على api14 بمعرّف النموذج sesame/csm-1b. يصفه المزوّد بأنه نموذج بمعاملات 1B، مما يجعله خياراً صغيراً نسبياً لتوليد صوت منطوق من نص مكتوب.

يأخذ النموذج النص كمدخل وحيد له وينتج الكلام كمخرج وحيد له، وتحديداً الكلام بالإنجليزية. طول السياق لديه 4096 رمزاً والحد الأقصى للمخرج 3686 رمزاً. اختيار الصوت جزء مما يقدمه النموذج: الأصوات المتاحة هي conversational_a وconversational_b وread_speech_a وread_speech_b وread_speech_c وread_speech_d وnone. يعني الانقسام بين أساليب الكلام الحواري والكلام المقروء أنه يمكنك استهداف نبرة حوارية متبادلة أو نبرة سرد أكثر رسمية حسب الصوت الذي تختاره.

تشير هذه القدرات إلى مجموعة استخدامات واضحة إلى حد ما. لأن المدخل نص والمخرج صوت، يناسب CSM 1B العمل الذي لديك فيه بالفعل نص أو كتلة من المحتوى وتحتاج إلى نطقها بصوت عالٍ. تناسب الأصوات الحوارية محتوى بأسلوب الحوار، أو المساعدات التي ترد بالمثل، أو التجارب التفاعلية حيث تهم النبرة الكلامية الطبيعية. تناسب أصوات الكلام المقروء السرد، وقراءة المقالات أو المستندات بصوت عالٍ، وأي حالة يُراد فيها أداء تقديمي ثابت. يتوفر خيار none عندما لا تريد تثبيت المخرج على صوت مسمّى. ولأن النموذج صغير بمعاملات 1B، فهو مرشح معقول عندما تريد توليد كلام دون نموذج كبير خلفه.

تستدعيه عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج sesame/csm-1b. ولأن API تتبع تنسيق OpenAI، ترسل طلباً بالطريقة المعتادة وتضبط حقل model على ذلك المعرّف، مع نصك كمدخل. قائمة المعاملات المدعومة للنموذج فارغة، لذا لا توجد معاملات ضبط إضافية لتمريرها beyond ما يتطلبه تنسيق الطلب نفسه. يُتاح اختيار الصوت عبر الأصوات المذكورة أعلاه، لذا إذا كنت بحاجة إلى أسلوب أداء محدد، فاختر الصوت المطابق بدلاً من الاعتماد على إعدادات أخذ العينات.

هناك حدود يجدر معرفتها قبل الالتزام. نافذة السياق 4096 رمزاً والحد الأقصى للمخرج 3686 رمزاً، لذا ستحتاج النصوص الطويلة جداً إلى التقسيم عبر طلبات متعددة. المخرج كلام إنجليزي فقط، والمدخل نص فقط، لذا لا يتعامل النموذج مع مدخل صوتي أو مخرج بغير الإنجليزية. إذا كانت مهمتك تحتاج إلى نمط إخراج مختلف، أو سياق أطول، أو معاملات توليد قابلة للضبط، فقد يناسبك نموذج آخر على api14 بشكل أفضل.