BytePlus Seed TTS 2.0

Spécifications et limites

• TTS question-réponse qui comprend ensemble la question et le texte de la réponse, et ajoute par rapport à TTS 1.0 des prompts textuels pour l'émotion, le ton, le débit et la hauteur, des balises d'émotion au niveau de la phrase et la compréhension du contexte. Sélectionné via le X-Api-Resource-Id seed-tts-2.0
• enable_subtitle renvoie les horodatages de mots et de phonèmes sur les voix TTS 2.0 (chinois et anglais uniquement)
• cache de réponse optionnel conservé 1 heure

selon docs officielles ByteDance ↗

Utilisez BytePlus Seed TTS 2.0 en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="seed-tts-2.0",
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "seed-tts-2.0",
  messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seed-tts-2.0",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "seed-tts-2.0",
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("seed-tts-2.0")
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

À propos de BytePlus Seed TTS 2.0

• Elle désigne les assistants IA, les compagnons IA, les centres d'appels et le doublage vidéo comme scénarios cibles.
• Trois fonctionnalités sont présentées comme exclusives à la 2.0 par rapport à la ligne 1.0 : un prompt textuel qui pilote l'émotion, le ton, le débit et la hauteur en langage courant ; une balise d'émotion au niveau de la phrase ; et la compréhension du contexte, où vous fournissez le dialogue environnant et où le modèle reporte sa tonalité émotionnelle dans la synthèse.
• Dix langues sont couvertes, à savoir l'anglais, le chinois, le japonais, l'allemand, le français, l'espagnol mexicain, l'indonésien, le portugais brésilien, l'italien et le coréen, accessibles via le streaming HTTP unidirectionnel, le WebSocket en streaming unidirectionnel ou bidirectionnel, et le SDK en ligne.
• L'audio revient en PCM par défaut, ou en OGG_OPUS ou MP3, à une fréquence d'échantillonnage par défaut de 24 kHz, et le WAV est documenté comme ne prenant pas du tout en charge le streaming.
• La surface de requête est riche : un identifiant de voix choisi dans la liste publiée, un débit et un volume chacun sur une échelle de -50 à 100, un réglage d'émotion avec une intensité de 1 à 5 que seules certaines voix acceptent, des horodatages optionnels au niveau du mot et du phonème pour le chinois et l'anglais, et un cache de synthèse d'une heure pour les textes répétés.
• Deux notes pratiques : le SSML n'est pas pris en charge actuellement dans le texte d'entrée, et le contexte transmis pour le pilotage émotionnel n'est pas facturé.
• La facturation se fait sinon au caractère, espaces et ponctuation compris.
• Synthorai le sert via l'endpoint /v1/audio/speech compatible OpenAI, aux côtés du reste de son catalogue vocal.

FAQ

Modèles associés

Comparer