BytePlus Seed TTS 2.0

Specifiche e limiti

• TTS Query-Response che comprende insieme la query e il testo della risposta, aggiungendo rispetto a TTS 1.0 prompt testuali per emozione, tono, velocità e intonazione, tag di emozione a livello di frase e comprensione del contesto. Si seleziona con l'X-Api-Resource-Id seed-tts-2.0
• enable_subtitle restituisce timestamp di parola e di fonema sulle voci TTS 2.0 (solo cinese e inglese)
• cache della risposta opzionale conservata per 1 ora

fonte: documentazione ufficiale di ByteDance ↗

Usa BytePlus Seed TTS 2.0 in 30 secondi

Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));

Informazioni su BytePlus Seed TTS 2.0

• Indica come scenari target assistenti IA, compagni IA, call center e doppiaggio video.
• Tre funzionalità sono elencate come esclusive della 2.0 rispetto alla linea 1.0: un prompt testuale che guida emozione, tono, velocità del parlato e altezza tonale in linguaggio naturale; un tag di emozione a livello di frase; e la comprensione del contesto, in cui fornisci il dialogo circostante e il modello porta il suo tono emotivo nella sintesi.
• Sono coperte dieci lingue, tra inglese, cinese, giapponese, tedesco, francese, spagnolo messicano, indonesiano, portoghese brasiliano, italiano e coreano, raggiungibili tramite HTTP in streaming unidirezionale, WebSocket in streaming unidirezionale o bidirezionale e l'SDK online.
• L'audio torna come PCM di default, oppure OGG_OPUS o MP3, a una frequenza di campionamento predefinita di 24 kHz, e il WAV è documentato come non supportante affatto lo streaming.
• La superficie di richiesta è ampia: un voice id scelto dall'elenco pubblicato, velocità del parlato e volume ciascuno su una scala da -50 a 100, un'impostazione di emozione con un'intensità da 1 a 5 che solo alcune voci accettano, timestamp opzionali di parola e fonema per cinese e inglese, e una cache di sintesi della durata di un'ora per i testi ripetuti.
• Due note pratiche: SSML non è attualmente supportato nel testo di input, e il contesto passato per la guida emotiva non è fatturato.
• Per il resto la fatturazione è per carattere, contando spazi e punteggiatura.
• Synthorai lo serve tramite l'endpoint /v1/audio/speech compatibile OpenAI insieme al resto del suo catalogo vocale.

FAQ

Modelli correlati

Confronta