ByteDance Seed: Seed Audio 1.0

ByteDance Seed: Seed Audio 1.0, ByteDance'ın Seed model ailesinin arkasındaki araştırma kolu olan ByteDance Seed tarafından geliştirilen bir ses üretim modelidir. Konuşma kategorisinde yer alır ve sağlayıcısı tarafından akış desteklemeyen bir ses üretim modeli olarak tanımlanır. Başka bir deyişle, sesi yazıya dökmek veya sözlü bir sohbet yürütmek yerine metni sese dönüştürmek için tasarlanmıştır. Modeli değerlendiriyorsanız, baştan anlamanız gereken kilit nokta, bunun bir üretim modeli olduğu, bir konuşma tanıma veya sohbet modeli olmadığıdır.

Model tek girdi olarak doğal dilde bir metin istemi alır ve çıktı olarak konuşma ve diğer sesleri üretir. İstem, söylenmesini istediğiniz sözcüklerle sınırlı değildir; istenen sesi, tonu ve sesi de tanımlayabilir, bu da aynı metnin istemi nasıl yazdığınıza bağlı olarak farklı şekillerde seslendirilebileceği anlamına gelir. Üretim akış desteklemez, yani parçaların canlı akışı yerine tamamlanmış sesi alırsınız. Bu model için yayımlanmış bir bağlam uzunluğu yoktur, bu nedenle büyük bir token bütçesi varsaymak yerine istemin kendisine göre planlama yapın.

Girdi, hem metni hem de seslendirme tarifini taşıyabilen bir istem olduğundan, pratik kullanımlar bundan doğar. Anlatım, karakter diyaloğu veya seslendirme çalışmaları için belirli bir ses veya tonla konuşma satırları üretebilirsiniz. İstediğiniz sesi tanımlayarak konuşma dışı sesler de üretebilirsiniz, bu da modeli hızlı ses tasarımı taslakları veya normalde kayıt ya da ayrı bir sentez aracı gerektirecek ses varlıkları üretmek için kullanışlı kılar. Elinizde metin olan ve ses çıktısı almak istediğiniz, akış yerine tam bir dosya beklemeye razı olduğunuz her iş akışı makul bir uyumdur.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "bytedance-seed/seed-audio-1-0" model kimliğini kullanarak çağırırsınız. Arayüz OpenAI biçimini izlediği için, mevcut bir OpenAI istemcisini api14'e yönlendirebilir ve model alanında bu kimliği içeren bir istek gönderebilirsiniz. Model metin girdisi kabul eder ve ses çıktısı döndürür. Bu model için temel olanların ötesinde hiçbir istek parametresi destekleniyor olarak listelenmemiştir, bu nedenle isteklerinizi basit tutun ve ses, ton ve ses yönlendirmesini ayrı parametreler yerine istem metninin kendisine koyun.

Başka bir modelin size daha uygun olabileceği birkaç durum vardır. Sese üretildiği anda ihtiyaç duyuyorsanız, bu model akış desteklemez, bu nedenle akış destekli bir konuşma modeli daha iyi bir seçim olur. Göreviniz sesi oluşturmak yerine yazıya dökmek veya anlamaksa, bir konuşma tanıma modeline ihtiyacınız vardır, çünkü Seed Audio 1.0 yalnızca metin kabul eder ve yalnızca ses çıktısı verir. Uzun istemleri planlamak için yayımlanmış bir bağlam penceresine ihtiyaç duyuyorsanız, bu rakam burada mevcut değildir, bu nedenle belgelenmiş sınırları olan bir model hakkında akıl yürütmek daha kolay olabilir.