Modelli audio

Atlas Cloud espone tre diverse capacità audio — sintesi vocale, generazione musicale e trascrizione vocale — attraverso un unico endpoint. Quale ottieni dipende dal modello che scegli, non dall'URL.

POST https://api.atlascloud.ai/api/v1/model/generateAudio

Come funziona

Le richieste audio sono asincrone, come la generazione di immagini e video:

Vedi Predizioni per la macchina a stati completa e Webhook per la configurazione dei callback.

Sintesi vocale

Sintetizza voce a partire dal testo. Tra i modelli disponibili ci sono Seed Audio, ElevenLabs, MiniMax Speech, Gemini TTS e xAI TTS.

Esempio: Seed Audio 1.0

curl -X POST https://api.atlascloud.ai/api/v1/model/generateAudio \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seed-audio-1.0",
    "text": "Welcome to Atlas Cloud.",
    "format": "mp3",
    "sample_rate": 24000
  }'

Per clonare o richiamare una voce, allega una clip di riferimento e puntaci dal testo:

{
  "model": "bytedance/seed-audio-1.0",
  "text": "Use the voice of @audio1 and say: your order has shipped.",
  "references": [{ "audio_url": "https://example.com/sample-voice.mp3" }]
}

Le clip di riferimento devono durare al massimo 30 secondi e pesare meno di 10 MB.

Generazione musicale

Componi brani completi, con o senza voce. Sono disponibili Suno Chirp e MiniMax Music, oltre a un modello dedicato alla scrittura dei testi.

Esempio: Suno Chirp v5

curl -X POST https://api.atlascloud.ai/api/v1/model/generateAudio \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "suno/chirp-v5",
    "prompt": "an upbeat indie pop song about summer road trips",
    "vocal_gender": "Female"
  }'

Per scrivere prima i testi e comporre dopo, chiama un modello di testi come minimax/lyrics-generation, poi passa il suo output nel campo lyrics del modello musicale.

Trascrizione vocale

Trascrivi registrazioni, con separazione dei parlanti e marcatori temporali a livello di parola opzionali.

Esempio: Seed ASR 2.0

curl -X POST https://api.atlascloud.ai/api/v1/model/generateAudio \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seed-asr-2.0",
    "audio_url": "https://example.com/interview.mp3",
    "enable_punc": true,
    "enable_speaker_info": true,
    "show_utterances": true
  }'

Esempio: xAI STT v1

curl -X POST https://api.atlascloud.ai/api/v1/model/generateAudio \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "xai/stt-v1",
    "audio": "https://example.com/interview.mp3",
    "diarize": true,
    "text_normalization": true
  }'

Leggere il risultato

{
  "code": 200,
  "data": {
    "id": "…",
    "status": "completed",
    "outputs": ["Thanks for joining the call today…"],
    "stt_result": {
      "text": "Thanks for joining the call today…",
      "duration": 184.2,
      "words": [
        { "text": "Thanks", "start": 0.12, "end": 0.41, "speaker_id": "1" }
      ]
    }
  }
}

outputs[0] contiene la trascrizione in chiaro. L'output strutturato — tempi, parlanti, lingua rilevata — si trova in stt_result.

Fornire input audio

I campi di input audio accettano un URL HTTPS pubblico oppure un data URI in Base64. Gli input Base64 vengono memorizzati automaticamente e sostituiti con un URL prima che la richiesta raggiunga il modello.

Per i file locali, caricali prima e usa l'URL restituito:

curl -X POST https://api.atlascloud.ai/api/v1/model/uploadMedia \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -F "[email protected]"

Vedi Caricare file per limiti e dettagli.

Fatturazione

I modelli audio vengono fatturati in uno di tre modi, a seconda del modello:

Le attività fallite non vengono fatturate. Per i modelli fatturati in base alla durata dell'output, un importo viene trattenuto all'invio e conguagliato sulla durata reale al completamento.

Usa l'endpoint dei prezzi per ottenere un preventivo esatto prima di generare e consulta Fatturazione dei modelli per esempi pratici.

Trovare i modelli audio

Il catalogo dei modelli cambia spesso. Invece di scrivere un elenco fisso nel codice, filtra il catalogo per tipo:

• Sfoglia la Libreria dei modelli e filtra per Text-to-Audio o Audio-to-Text
• Oppure elencali da un agente con il Server MCP usando atlas_list_models con type="Audio"

I parametri esatti di ogni modello sono pubblicati nella sua pagina di riferimento API sotto Model endpoints.

Argomenti correlati