Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
assemblyai/assemblyai-tts-1Läuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Ergebnisse erscheinen hier.
Einstellungen
AssemblyAI TTS 1 ist ein Text-zu-Sprache-Modell von AssemblyAI, das auf api14 unter der Modell-ID assemblyai/assemblyai-tts-1 gelistet ist. Es gehört zur Kategorie Sprache und ist darauf ausgelegt, geschriebenen Text in gesprochenes Audio umzuwandeln. AssemblyAI positioniert es für Voice Agents, Narration und mehrsprachige Anwendungen, und es stützt sich auf eine öffentliche Bibliothek mit mehreren tausend Stimmen. Wenn Ihr Produkt eine synthetische Stimme statt Textausgabe benötigt, ist dies die Modellfamilie, die Sie sich ansehen sollten.
Das Modell nimmt Text als Eingabe und gibt Sprache als Ausgabe zurück. Das ist die gesamte Pipeline: Sie senden Text, Sie erhalten Audio zurück. Es akzeptiert weder Audio noch Bilder als Eingabe, und es gibt keinen Text als Ausgabe zurück. Das Kontextfenster ist für dieses Modell nicht angegeben, planen Sie Ihre Anfragen also anhand des Texts, den Sie tatsächlich gesprochen benötigen, statt ein bestimmtes Token-Budget anzunehmen. Die Anbieterbeschreibung hebt die mehrsprachige Nutzung hervor, was bedeutet, dass dasselbe Modell Anwendungen dienen kann, die mehr als eine Sprache benötigen, und die Stimmbibliothek gibt Ihnen Spielraum, eine Stimme zu wählen, die zum Produkt passt.
Die Anwendungsfälle ergeben sich direkt aus dieser Form. Voice Agents passen am offensichtlichsten: Ein Assistent, der gesprochene Antworten gibt, benötigt einen Text-zu-Sprache-Schritt, und dieses Modell liefert ihn. Narration ist der zweite: Skripte, Artikel oder Dokumentation in Audio für Zuhörer verwandeln. Mehrsprachige Anwendungen sind der dritte, bei dem derselbe Inhalt in mehreren Sprachen vertont werden muss, ohne für jede einzelne zu einem anderen Anbieter zu wechseln. Überall dort, wo Sie Text haben und Audio benötigen, ist dieses Modell ein Kandidat.
Sie rufen es über die OpenAI-kompatible API von api14 auf und verwenden die Modell-ID assemblyai/assemblyai-tts-1 im selben Anfrageformat, das Sie für andere Modelle auf dem Gateway verwenden würden. Da die Schnittstelle der OpenAI-Konvention folgt, können vorhandene Client-Bibliotheken und Code, die bereits mit einem OpenAI-kompatiblen Endpunkt kommunizieren, auf api14 zeigen und dieses Modell auswählen, ohne dass eine Neufassung nötig ist. Das Modell listet keine unterstützten Parameter auf, behandeln Sie die Anfrage also als einen einfachen Text-in-Sprache-out-Aufruf und vermeiden Sie die Annahme von Tuning-Optionen, die nicht angeboten werden. Prüfen Sie die aktuelle Preistabelle auf der Seite auf die derzeitigen Tarife, bevor Sie sich auf ein Volumen festlegen.
Ein praktischer Hinweis: Da keine unterstützten Parameter aufgelistet und keine Kontextlänge angegeben ist, sollte dieses Modell am besten als fokussierter Sprachgenerator statt als konfigurierbarer behandelt werden. Wenn Ihre Aufgabe Textgenerierung, Reasoning oder irgendetwas ist, das geschriebene Ausgabe zurückgibt, passt ein anderes Modell auf api14 besser. Wenn Ihre Aufgabe darin besteht, Text in eine Stimme zu verwandeln, ist dieses genau darauf ausgerichtet.
import { writeFile } from "node:fs/promises";
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const audio = await client.audio.speech.create({
"model": "assemblyai/assemblyai-tts-1",
"input": "Hello from api14! One API for every model.",
"voice": "alloy",
"response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));
In dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu AssemblyAI: TTS 1.