byteplus/seed-audio-1.0-multilingual, servida por Comfy Router desde BytePlus.
Entrada: Texto · Salida: Audio
Inicio rápido
Crea una clave en tu espacio de trabajo de Comfy y expórtala comoCOMFY_API_KEY. Los fragmentos de Python y TypeScript usan los SDK de Comfy (pip install comfy-sdk y npm install @comfyorg/sdk); el fragmento de cURL es la misma llamada por HTTP directo.
ID del modelo: byteplus/seed-audio-1.0-multilingual
Endpoint: POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual
- Esperar el resultado
- Encolar y recoger más tarde
El mismo cuerpo, enviado a
POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual/requests. Router responde 201 con un request_id en cuanto se admite la ejecución, y puedes recoger el resultado cuando esté listo, desde este proceso o desde otro. Entrega en cola explica el estado, la cancelación y la recogida.Esquema
Entrada
object
Configuración del audio de salida.
boolean
Indica si se habilita el servicio de subtítulos. Cuando se habilita, la respuesta incluye marcas de tiempo a nivel de enunciado y de palabra (predeterminado: false).
string
Formato del audio de salida: wav (predeterminado), mp3, pcm u ogg_opus.Valores posibles:
wav, mp3, pcm, ogg_opusinteger
De -50 a 100; 100 significa volumen de 2.0x, -50 significa volumen de 0.5x (predeterminado: 0).Rango: de
-50 a 100integer
De -12 a 12 (predeterminado: 0).Rango: de
-12 a 12integer
Frecuencia de muestreo de salida: 8000, 16000, 24000 (predeterminado), 32000, 44100 o 48000.Valores posibles:
8000, 16000, 24000, 32000, 44100, 48000integer
De -50 a 100; 100 significa velocidad de 2.0x, -50 significa velocidad de 0.5x (predeterminado: 0).Rango: de
-50 a 100string
Identificador del modelo. Modelos compatibles: seed-audio-1.0 y seed-audio-1.0-multilingual. Una llamada directa v1 a POST /proxy/byteplus/api/v3/tts/create DEBE proporcionarlo: el proxy rechaza con un 400 cualquier otro valor, y también su omisión. NO está en la lista
required de este esquema porque Comfy Router lo rellena desde el segmento de ruta {model} de /v2/models/byteplus/{model}, así que quien llama a Router lo omite.object[]
Recursos de referencia. Omítelas para la generación solo de texto. Hasta 3 referencias de audio (cada una de hasta 30 segundos y 10 MB decodificados; wav, mp3, pcm u ogg_opus) o exactamente 1 referencia de imagen (hasta 10 MB decodificados; jpeg, png o webp). Las referencias de imagen no se pueden mezclar con las referencias de audio. Esos topes son de BytePlus y se expresan en bytes DECODIFICADOS: base64 infla un recurso aproximadamente 4/3, y una llamada a Comfy Router tiene un tope de 100 MiB para todo el documento JSON, así que una referencia
audio_data/image_data en línea enviada a /v2/models/byteplus/{model} puede llevar aproximadamente 75 MB decodificados antes de que el límite del transporte la rechace. Por lo tanto, el tope propio de BytePlus de 10 MB por referencia es el que se aplica primero para cualquier referencia individual en línea, y tres referencias de audio en ese tope ahora caben en un solo cuerpo; usa audio_url/image_url para mantener los recursos grandes fuera de la solicitud por completo.string
Audio de referencia codificado en Base64.
string
URL de un archivo de audio de referencia remoto.
string
Imagen de referencia codificada en Base64.
string
URL de una imagen de referencia remota.
string
ID de voz. Puede ser una voz de Doubao TTS compatible o un ID de voz clonada.
string
requerido
Prompt o texto a sintetizar (de 1 a 3,000 caracteres; una cadena vacía se rechaza). Cuando proporciones referencias de audio, haz referencia a ellas por orden usando @Audio1, @Audio2 y @Audio3.
object
Objeto de configuración de la marca de agua. Se acepta un objeto vacío.
object
Marca de agua implícita. Agrega metadatos a la cabecera del audio sintetizado.
string
Nombre o código del proveedor del servicio de síntesis.
string
Nombre o código del proveedor del servicio de distribución de contenido.
boolean
Indica si se habilita la marca de agua implícita (predeterminado: false).
string
ID de producción de contenido.
string
ID de distribución de contenido.
boolean
Interruptor de marca de agua explícita. Agrega un marcador de ritmo de audio al final del audio sintetizado (predeterminado: false).
GET /v2/models/byteplus/seed-audio-1.0-multilingual/openapi.json, el mismo documento contra el que valida una llamada antes de que la solicitud llegue al proveedor.
Salida
string
Datos de audio generados, codificados en Base64.
integer
Código de estado. Consulta el documento oficial de códigos de error para obtener más detalles.
number
Duración después de aplicar la velocidad o el posprocesamiento, en segundos.Formato:
doublestring
Detalles del estado.
number
Duración original de la salida del modelo, en segundos. Se usa para el cobro y se limita a 120 segundos.Formato:
doubleobject
Información de subtítulos del audio. Solo está presente cuando audio_config.enable_subtitle se establece en true en la solicitud.
object[]
Información de subtítulos por enunciado.
integer
Hora de fin del segmento, en milisegundos desde el inicio del audio.
integer
Hora de inicio del segmento, en milisegundos desde el inicio del audio.
string
El texto completo del segmento.
string
Texto de los subtítulos correspondiente al audio.
object[]
Información de subtítulos por palabra.
integer
Hora de fin del segmento, en milisegundos desde el inicio del audio.
integer
Hora de inicio del segmento, en milisegundos desde el inicio del audio.
string
El texto completo del segmento.
string
URL temporal del audio, válida durante 2 horas.
Ejemplos
Entrada
Salida
Antes de lanzar
Los SDK crean unaIdempotency-Key y la reutilizan para los reintentos automáticos. Para los reintentos manuales, reutiliza la clave original. Router puede mantener la conexión abierta hasta 10 minutos.
Cuando una solicitud falla, Router envía un encabezado de respuesta X-Comfy-Error-Type que explica el motivo. Un 422 significa que Router rechazó la entrada antes de llamar al proveedor, y un 413 significa que el cuerpo de la solicitud era más grande de lo que Router acepta. Descarga los recursos generados de inmediato, porque las URL de resultados pueden caducar.
Cualquier límite de tamaño mencionado en la descripción de un campo más arriba es el límite propio del proveedor para ese campo, citado de la especificación del proveedor. Router aplica un tope aparte al cuerpo completo de la solicitud, con el que cuentan los medios codificados en base64: consulta tamaño del cuerpo de la solicitud.
Esta página documenta un modelo socio al que se llama a través de Comfy Router. El mismo paquete comfy-sdk / @comfyorg/sdk también incluye un segundo cliente, para ejecutar todo un gráfico de flujo de trabajo de ComfyUI en Comfy Cloud: Comfy(api_key=...) / new Comfy({ apiKey }), con client.workflows, client.assets y client.jobs. Consulta SDK de Comfy.
Encabezados
Autenticación, idempotencia, IDs de solicitud, agrupaciones de errores, ritmo de reintentos y límites de gasto.
Uso de la API de Router
Descubrimiento de modelos, errores de validación, reintentos y facturación.
Limitaciones
Lo que Router no hace hoy y qué usar en su lugar.