Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.

Música y audio

Endpoints

Música y audio

Genera música y audio hablado con modelos de chat con salida de audio mediante chat completions, usando modalities y decodificando el audio en base64.

Pruébalo en el playground

Los modelos de música y de salida de audio (Lyria 3, GPT Audio y otros) no tienen un endpoint propio: se llaman mediante Chat completions y se pide la salida de audio con modalities. El audio generado llega codificado en base64 dentro del mensaje del asistente.

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

Petición

Se aplican todos los parámetros de chat completions. Los específicos de audio:

ParámetroTipoObligatorioDescripción
modelstringsíUn id de modelo de audio, p. ej. google/lyria-3 o openai/gpt-audio.
messagesarraysíDescribe la música o la voz que quieres.
modalitiesstring[]sí["text", "audio"] para recibir audio.
audioobjectnoOpciones de salida para modelos de voz: { "voice": "alloy", "format": "wav" }.
streambooleannoTransmite fragmentos de audio como eventos enviados por el servidor donde se admita.

Ejemplo

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);

Una petición sin procesar:

{
  "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." }
  ]
}

Respuesta

{
  "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 }
}

Decodifica choices[0].message.audio.data desde base64 y guárdalo con la extensión indicada en format.

Entrada de audio

Para enviar audio a un modelo (p. ej. "resume esta grabación"), usa una parte de contenido input_audio; consulta Visión y archivos. Para convertir voz en texto sin más, Transcripción es más sencilla y barata; para texto a voz, usa Voz.

Listar modelos de audio

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

Precios

Los modelos de audio se facturan a su precio indicado (por token de audio, por segundo o por petición, según el modelo). El coste exacto está en usage.cost.

Errores

EstadoCódigoCuándo
402insufficient_balanceTu saldo en USD es $0.
403plan_requiredTu plan no incluye modelos de audio.
404model_not_foundId de modelo desconocido o desactivado.

Consulta Errores.