Model Audio

Atlas Cloud menyediakan tiga kemampuan audio yang berbeda — text-to-speech, pembuatan musik, dan speech-to-text — melalui satu endpoint. Kemampuan mana yang Anda peroleh ditentukan oleh model yang dipilih, bukan oleh URL-nya.

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

Cara kerjanya

Permintaan audio bersifat asinkron, sama seperti pembuatan gambar dan video:

Lihat Prediksi untuk diagram status lengkap dan Webhook untuk pengaturan callback.

Text-to-speech

Sintesiskan suara dari teks. Model yang tersedia mencakup Seed Audio, ElevenLabs, MiniMax Speech, Gemini TTS, dan xAI TTS.

Contoh: 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
  }'

Untuk mengkloning atau mereferensikan sebuah suara, lampirkan klip referensi dan tunjuk klip tersebut dari dalam teks:

{
  "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" }]
}

Klip referensi harus berdurasi maksimal 30 detik dan berukuran di bawah 10 MB.

Pembuatan musik

Susun lagu utuh, dengan atau tanpa vokal. Suno Chirp dan MiniMax Music tersedia, ditambah satu model khusus penulis lirik.

Contoh: 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"
  }'

Untuk menulis lirik lebih dulu lalu menyusun musiknya, panggil model lirik seperti minimax/lyrics-generation, kemudian teruskan keluarannya ke bidang lyrics pada model musik.

Speech-to-text

Transkripsikan rekaman, dengan opsi pemisahan pembicara dan penanda waktu tingkat kata.

Contoh: 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
  }'

Contoh: 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
  }'

Membaca hasilnya

{
  "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] memuat transkrip polos. Keluaran terstruktur — penanda waktu, pembicara, bahasa yang terdeteksi — berada di stt_result.

Menyediakan masukan audio

Bidang masukan audio menerima URL HTTPS publik atau data URI Base64. Masukan Base64 disimpan secara otomatis dan diganti dengan URL sebelum permintaan sampai ke model.

Untuk berkas lokal, unggah terlebih dahulu lalu gunakan URL yang dikembalikan:

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

Lihat Upload File untuk batasan dan detailnya.

Penagihan

Model audio ditagih dengan salah satu dari tiga cara, bergantung pada modelnya:

Tugas yang gagal tidak ditagih. Untuk model yang ditagih berdasarkan durasi keluaran, sejumlah dana ditahan saat tugas dikirim lalu diselesaikan berdasarkan durasi sebenarnya setelah tugas rampung.

Gunakan endpoint harga untuk memperoleh estimasi yang tepat sebelum membuat konten, dan lihat Cara Model Ditagih untuk contoh perhitungannya.

Menemukan model audio

Katalog model sering berubah. Alih-alih menuliskan daftar secara permanen di kode, saring katalog berdasarkan tipe:

• Telusuri Model Library lalu saring dengan Text-to-Audio atau Audio-to-Text
• Atau tampilkan daftarnya dari sebuah agen melalui MCP Server dengan atlas_list_models dan type="Audio"

Parameter persis setiap model diterbitkan pada halaman referensi API masing-masing di bagian Model endpoints.

Terkait