Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
初めてですか？使い方をご紹介します プレイグラウンド、モデル、APIキーを1分でご案内します。
Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
assemblyai/assemblyai-tts-1上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
設定
AssemblyAI TTS 1 は、AssemblyAI のテキスト読み上げモデルで、api14 にモデル id assemblyai/assemblyai-tts-1 として掲載されています。これは speech カテゴリに属し、書かれたテキストを音声に変換することを中心に構築されています。AssemblyAI はこれを音声エージェント、ナレーション、多言語アプリケーション向けに位置づけており、数千の音声からなる公開ライブラリを活用しています。製品がテキスト出力ではなく合成音声を必要とするなら、これが注目すべきモデルファミリーです。
このモデルは入力としてテキストを受け取り、出力として音声を返します。パイプラインはそれだけです。テキストを送れば、音声が返ってきます。入力時に音声や画像は受け付けず、出力時にテキストも返しません。このモデルのコンテキストウィンドウは指定されていないため、特定のトークン予算を想定するのではなく、実際に読み上げる必要があるテキストを基準にリクエストを計画してください。プロバイダーの説明では多言語利用が強調されており、つまり同じモデルが複数の言語を必要とするアプリケーションに対応でき、音声ライブラリによって製品に合う音声を選ぶ余地があります。
ユースケースは、この形から直接導かれます。音声エージェントが最も明確な適合例です。音声で応答するアシスタントにはテキスト読み上げのステップが必要であり、このモデルがそれを提供します。次はナレーションです。スクリプト、記事、ドキュメントを聴取者向けの音声に変換します。3 つ目は多言語アプリケーションで、同じコンテンツを言語ごとに別のプロバイダーへ切り替えることなく、複数の言語で音声化する必要がある場合です。テキストがあり音声が必要な場面ならどこでも、このモデルは候補になります。
これは api14 の OpenAI 互換 API を通じて呼び出します。ゲートウェイ上の他のモデルに使うのと同じリクエスト形式で、モデル id assemblyai/assemblyai-tts-1 を使用します。インターフェースが OpenAI の慣例に従っているため、すでに OpenAI 互換エンドポイントと通信している既存のクライアントライブラリやコードは、書き換えなしで api14 を指定し、このモデルを選択できます。このモデルは対応パラメーターを一切記載していないため、リクエストは単純なテキスト入力、音声出力の呼び出しとして扱い、提供されていない調整オプションを想定しないでください。大量利用を決める前に、ページ上の最新価格表で現在の料金を確認してください。
実務上の注意が 1 つあります。記載された対応パラメーターがなく、コンテキスト長も明記されていないため、このモデルは設定可能なものというより、焦点を絞った音声生成器として扱うのが最適です。タスクがテキスト生成、推論、または書かれた出力を返すものであれば、api14 上の別のモデルのほうが適しています。タスクがテキストを音声に変換することなら、これはまさにそのために向けられています。
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()));
このコミュニティにはまだトピックがありません。AssemblyAI: TTS 1について最初のトピックを立てましょう。