音声

音声を合成

ナレーションでは、text、model、および選択したモデルで利用できるvoiceを送信します。応答はJSON文字列ではなくバイナリ音声ストリームとして処理してください。

保存または再生の前に、実際の応答形式に基づいてファイル拡張子とContent-Typeを指定します。

curl --request POST https://cicora.ai/api/v1/audio/speech \
  --header "Authorization: Bearer $CICORA_API_KEY" \
  --header 'Content-Type: application/json' \
  --output narration.mp3 \
  --data '{
    "model": "mistralai/voxtral-mini-tts-2603",
    "voice": "en_paul_neutral",
    "input": "Your delivery is scheduled for tomorrow.",
    "response_format": "mp3"
  }'

文字起こしと入力

• 文書化された形式で音声ファイルを /audio/transcriptions に送信します。
• アップロード開始前に、ファイルの長さとサイズを自社側で制限します。
• 選択した操作から返される場合に限り、言語、タイムスタンプ、セグメントを保持します。

品質と提供状況

音声、形式、言語、同期・非同期の別はモデルによって異なります。カタログで確認されたコントロールだけをユーザーに表示します。

長いファイルの場合は、製品内でバックグラウンド処理を作成し、ネットワークタイムアウトによってユーザーのワークフローが左右されないようにします。