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.
assemblyai/assemblyai-tts-1Se ejecuta con tu saldo a los precios indicados arriba. Las cuentas nuevas empiezan con uso gratuito.
Los resultados aparecerán aquí.
Configuración
AssemblyAI TTS 1 es un modelo de texto a voz de AssemblyAI, listado en api14 bajo el id de modelo assemblyai/assemblyai-tts-1. Se ubica en la categoría de voz y está construido en torno a convertir texto escrito en audio hablado. AssemblyAI lo posiciona para agentes de voz, narración y aplicaciones multilingües, y se apoya en una biblioteca pública de varios miles de voces. Si tu producto necesita una voz sintética en lugar de salida de texto, esta es la familia de modelos que debes considerar.
El modelo toma texto como entrada y devuelve voz como salida. Ese es todo el flujo: envías texto, recibes audio. No acepta audio ni imágenes en la entrada, y no devuelve texto en la salida. La ventana de contexto no está especificada para este modelo, así que planifica tus solicitudes en torno al texto que realmente necesitas que se hable en lugar de asumir un presupuesto de tokens concreto. La descripción del proveedor destaca el uso multilingüe, lo que significa que el mismo modelo puede servir a aplicaciones que necesitan más de un idioma, y la biblioteca de voces te da margen para elegir una voz que encaje con el producto.
Los casos de uso se derivan directamente de esa forma. Los agentes de voz son el encaje más claro: un asistente que responde con réplicas habladas necesita un paso de texto a voz, y este modelo lo proporciona. La narración es el segundo: convertir guiones, artículos o documentación en audio para quienes escuchan. Las aplicaciones multilingües son el tercero, donde el mismo contenido tiene que ser locutado en varios idiomas sin cambiar a un proveedor distinto para cada uno. En cualquier lugar donde tengas texto y necesites audio, este modelo es un candidato.
Lo llamas a través de la API compatible con OpenAI de api14, usando el id de modelo assemblyai/assemblyai-tts-1 en el mismo formato de solicitud que usarías para otros modelos en la pasarela. Como la interfaz sigue la convención de OpenAI, las bibliotecas de cliente y el código existentes que ya hablan con un endpoint compatible con OpenAI pueden apuntar a api14 y seleccionar este modelo sin reescribir nada. El modelo no lista ningún parámetro admitido, así que trata la solicitud como una llamada directa de texto de entrada y voz de salida y evita asumir opciones de ajuste que no se ofrecen. Consulta la tabla de precios en vivo de la página para conocer las tarifas actuales antes de comprometerte con volumen.
Una nota práctica: al no tener parámetros admitidos listados ni una longitud de contexto declarada, lo mejor es tratar este modelo como un generador de voz enfocado en lugar de uno configurable. Si tu tarea es generación de texto, razonamiento o cualquier cosa que devuelva salida escrita, otro modelo en api14 encajará mejor. Si tu tarea es convertir texto en una voz, este está apuntado directamente a ello.
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()));
Esta comunidad aún no tiene temas. Abre el primero sobre AssemblyAI: TTS 1.