हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
ByteDance Seed: Seed Audio 1.0
bytedance-seed/seed-audio-1-0ByteDance Seed: Seed Audio 1.0 अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
नतीजे यहां दिखेंगे।
सेटिंग्स
ByteDance Seed: Seed Audio 1.0 के बारे में
ByteDance Seed: Seed Audio 1.0, ByteDance Seed की एक ऑडियो जनरेशन मॉडल है, जो ByteDance के Seed मॉडल परिवार के पीछे की शोध इकाई है। यह स्पीच श्रेणी में आता है और इसके प्रदाता द्वारा इसे एक नॉन-स्ट्रीमिंग ऑडियो जनरेशन मॉडल बताया गया है। दूसरे शब्दों में, यह ऑडियो को ट्रांसक्राइब करने या बोली जाने वाली बातचीत करने के बजाय टेक्स्ट को ऑडियो में बदलने के लिए बनाया गया है। यदि आप इसका मूल्यांकन कर रहे हैं, तो शुरुआत में समझने वाली मुख्य बात यह है कि यह एक जनरेशन मॉडल है, स्पीच रिकग्निशन या चैट मॉडल नहीं।
मॉडल अपने एकमात्र इनपुट के रूप में एक प्राकृतिक-भाषा टेक्स्ट प्रॉम्प्ट लेता है और आउटपुट के रूप में स्पीच तथा अन्य ऑडियो उत्पन्न करता है। प्रॉम्प्ट केवल उन शब्दों तक सीमित नहीं है जो आप बोलवाना चाहते हैं, यह वांछित आवाज़, टोन और ध्वनि का वर्णन भी कर सकता है, जिसका अर्थ है कि आप प्रॉम्प्ट कैसे लिखते हैं, उसके अनुसार एक ही टेक्स्ट अलग-अलग तरीकों से प्रस्तुत किया जा सकता है। जनरेशन नॉन-स्ट्रीमिंग है, इसलिए आपको चंक्स की लाइव स्ट्रीम के बजाय तैयार ऑडियो मिलता है। इस मॉडल के लिए कोई कॉन्टेक्स्ट लंबाई प्रकाशित नहीं है, इसलिए बड़े टोकन बजट को मान लेने के बजाय प्रॉम्प्ट के आधार पर योजना बनाएं।
चूंकि इनपुट एक प्रॉम्प्ट है जो स्क्रिप्ट और प्रस्तुति का विवरण दोनों ले सकता है, इससे व्यावहारिक उपयोग निकलते हैं। आप नैरेशन, पात्र संवाद या वॉइसओवर कार्य के लिए किसी विशेष आवाज़ या टोन में बोली जाने वाली पंक्तियाँ उत्पन्न कर सकते हैं। आप अपनी इच्छित ध्वनि का वर्णन करके गैर-स्पीच ऑडियो भी उत्पन्न कर सकते हैं, जिससे यह मॉडल त्वरित साउंड डिज़ाइन स्केच या ऐसी ऑडियो संपत्तियाँ बनाने के लिए उपयोगी हो जाता है जिन्हें अन्यथा रिकॉर्डिंग या अलग सिंथेसिस टूल की आवश्यकता होती। कोई भी ऐसा वर्कफ़्लो जहाँ आपके पास टेक्स्ट हो और आप आउटपुट के रूप में ऑडियो चाहते हों, और जहाँ आप इसे स्ट्रीम करने के बजाय पूरी फ़ाइल के लिए प्रतीक्षा करने में खुश हों, उचित उपयुक्त है।
आप मॉडल आईडी "bytedance-seed/seed-audio-1-0" का उपयोग करके api14 के OpenAI-संगत API के माध्यम से मॉडल को कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, आप एक मौजूदा OpenAI क्लाइंट को api14 की ओर इंगित कर सकते हैं और model फ़ील्ड में उस आईडी के साथ एक अनुरोध भेज सकते हैं। मॉडल टेक्स्ट इनपुट स्वीकार करता है और ऑडियो आउटपुट लौटाता है। इस मॉडल के लिए बुनियादी बातों से आगे कोई अनुरोध पैरामीटर समर्थित के रूप में सूचीबद्ध नहीं हैं, इसलिए अपने अनुरोध सरल रखें और आवाज़, टोन और ध्वनि निर्देश को अलग पैरामीटर के बजाय प्रॉम्प्ट टेक्स्ट में ही रखें।
ऐसे कुछ मामले हैं जहाँ कोई अन्य मॉडल आपके लिए बेहतर उपयुक्त हो सकता है। यदि आपको ऑडियो उसके उत्पन्न होते ही चाहिए, तो यह मॉडल नॉन-स्ट्रीमिंग है, इसलिए एक स्ट्रीमिंग स्पीच मॉडल बेहतर विकल्प होगा। यदि आपका कार्य ऑडियो को बनाने के बजाय ट्रांसक्राइब करना या समझना है, तो आपको स्पीच रिकग्निशन मॉडल की आवश्यकता है, क्योंकि Seed Audio 1.0 केवल टेक्स्ट स्वीकार करता है और केवल ऑडियो आउटपुट देता है। और यदि आपको लंबे प्रॉम्प्ट की योजना बनाने के लिए प्रकाशित कॉन्टेक्स्ट विंडो चाहिए, तो वह आंकड़ा यहाँ उपलब्ध नहीं है, इसलिए दस्तावेज़ीकृत सीमाओं वाला मॉडल समझने में आसान हो सकता है।
ByteDance Seed: Seed Audio 1.0 API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "bytedance-seed/seed-audio-1-0" पर सेट करें।
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": "bytedance-seed/seed-audio-1-0",
"input": "Hello from api14! One API for every model.",
"voice": "alloy",
"response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));
स्पेसिफिकेशन
- इनपुट
- text
- आउटपुट
- speech
api14 पर requests · पिछले 7 दिन
ByteDance Seed: Seed Audio 1.0: अक्सर पूछे जाने वाले सवाल
- ByteDance Seed: Seed Audio 1.0 API की कीमत कितनी है?
- ByteDance Seed: Seed Audio 1.0 की कीमत आउटपुट $8,750.00 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- ByteDance Seed: Seed Audio 1.0 क्या कर सकता है?
- ByteDance Seed: Seed Audio 1.0 text स्वीकार करता है और speech लौटाता है।
- अपने कोड से ByteDance Seed: Seed Audio 1.0 कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "bytedance-seed/seed-audio-1-0" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- ByteDance Seed: Seed Audio 1.0 के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले स्पीच मॉडल: MiniMax: Speech 2.8 HD, ElevenLabs: Eleven v4, ElevenLabs: Eleven v3। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
ByteDance Seed: Seed Audio 1.0 कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। ByteDance Seed: Seed Audio 1.0 के बारे में पहला टॉपिक खोलें।