Musik & Audio

Musik- und Audio-Ausgabemodelle (Lyria 3, GPT Audio und andere) haben keinen eigenen Endpunkt: Sie rufen sie über Chat Completions auf und fordern die Audioausgabe mit modalities an. Das generierte Audio kommt Base64-kodiert in der Assistant-Nachricht zurück.

POST https://api14.com/api/v1/chat/completions

Anfrage

Alle Parameter von Chat Completions gelten. Die audiospezifischen:

Beispiel

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "google/lyria-3",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Eine rohe Anfrage:

{
  "model": "google/lyria-3",
  "modalities": ["text", "audio"],
  "messages": [
    { "role": "user", "content": "A 30-second lo-fi hip hop loop with soft piano and vinyl crackle." }
  ]
}

Antwort

{
  "id": "gen-1791100000-xyz",
  "object": "chat.completion",
  "model": "google/lyria-3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Here is your loop.",
        "audio": { "id": "audio_01", "data": "UklGRiQAAABXQVZFZm10...", "format": "wav" }
      },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 24, "completion_tokens": 1500, "total_tokens": 1524, "cost": 0.06 }
}

Dekodieren Sie choices[0].message.audio.data aus Base64 und speichern Sie es mit der Endung des angegebenen format.

Audioeingabe

Um Audio an ein Modell zu senden (z. B. "fasse diese Aufnahme zusammen"), verwenden Sie einen input_audio-Content-Part, siehe Vision & Dateien. Für reine Sprache-zu-Text-Umwandlung ist Transkription einfacher und günstiger; für Text-zu-Sprache verwenden Sie Sprache.

Audiomodelle auflisten

curl "https://api14.com/api/v1/models?category=audio"

Preise

Audiomodelle werden zu ihrem gelisteten Preis abgerechnet (je nach Modell pro Audio-Token, pro Sekunde oder pro Anfrage). Die exakten Kosten stehen in usage.cost.

Fehler

Siehe Fehler.