Deepgram: Aura-2

Deepgram: Aura-2 adalah model text-to-speech dari Deepgram, terdaftar di api14 di bawah kategori speech. Deepgram adalah provider di balik model ini, dan Aura-2 dibangun di sekitar katalog suara Aura-2 kanonis Deepgram untuk sintesis ucapan. Jika Anda sudah bekerja dengan jajaran suara Deepgram, ini adalah keluarga suara yang sama yang diekspos melalui api14, bukan varian terpisah atau berganti nama.

Model ini menerima teks sebagai satu-satunya input dan menghasilkan ucapan sebagai satu-satunya output. Model ini multibahasa, dengan suara yang mencakup bahasa Inggris, Prancis, Spanyol, Jerman, Italia, Belanda, dan Jepang. Daftar suaranya panjang dan mencakup opsi bernama seperti aura-2-thalia-en, aura-2-agathe-fr, aura-2-agustina-es, aura-2-aurelia-de, aura-2-cesare-it, aura-2-beatrix-nl, dan aura-2-ama-ja, di antara banyak lainnya. Tidak ada angka context window yang dipublikasikan untuk model ini, dan tidak ada parameter permintaan yang didukung yang terdaftar, jadi anggap ini sebagai endpoint sintesis yang terfokus, bukan model teks umum.

Karena outputnya adalah audio dan inputnya adalah teks biasa, penggunaan praktisnya mengikuti langsung dari bentuk tersebut. Anda dapat menghasilkan versi lisan dari konten tertulis seperti artikel, dokumentasi, atau notifikasi. Kumpulan suara multibahasa membuatnya cocok untuk produk yang melayani beberapa pasar bahasa dari satu integrasi, misalnya prompt aplikasi yang dilokalkan, pesan bergaya IVR, atau materi pembelajaran yang dinarasikan. Memilih suara per bahasa atau per persona adalah soal memilih voice id yang cocok dari katalog.

Untuk memanggilnya melalui api14, gunakan API yang kompatibel dengan OpenAI dengan model id "deepgram/aura-2". Karena api14 mengikuti bentuk permintaan OpenAI, Anda mengirim teks dan memilih suara dari katalog Aura-2 dalam permintaan. Tidak ada parameter tambahan yang didukung yang terdaftar untuk model ini, jadi buat permintaan tetap minimal dan andalkan model id plus suara pilihan Anda. Tabel harga langsung di halaman tersebut mencakup penagihan, jadi periksa di sana untuk tarif terkini.

Satu hal yang perlu diingat adalah cakupannya. Aura-2 hanya mengonversi teks menjadi ucapan. Model ini tidak menerima input audio, jadi transkripsi, terjemahan audio, atau pekerjaan speech-to-speech berada di luar apa yang dilakukan model ini. Jika tugas Anda adalah pembuatan teks, penalaran, atau apa pun di luar sintesis, model lain di api14 akan lebih cocok. Dalam sintesis ucapan itu sendiri, keputusan utamanya adalah suara mana dari banyak pilihan yang cocok dengan bahasa dan nada Anda.