Skip to main content
Referencia de la API para byteplus/seed-audio-1.0, servida por Comfy Router desde BytePlus. Entrada: Texto · Salida: Audio

Inicio rápido

Crea una clave en tu espacio de trabajo de Comfy y expórtala como COMFY_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 Endpoint: POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0
El mismo cuerpo, enviado a POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0/requests. Router responde 201 con un request_id en cuanto 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 por enunciado y por palabra (predeterminado: false).
string
Formato del audio de salida: wav (predeterminado), mp3, pcm u ogg_opus.Valores posibles: wav, mp3, pcm, ogg_opus
integer
De -50 a 100; 100 significa un volumen de 2.0x y -50 un volumen de 0.5x (predeterminado: 0).Rango: -50 a 100
integer
De -12 a 12 (predeterminado: 0).Rango: -12 a 12
integer
Frecuencia de muestreo del audio de salida: 8000, 16000, 24000 (predeterminada), 32000, 44100 o 48000.Valores posibles: 8000, 16000, 24000, 32000, 44100, 48000
integer
De -50 a 100; 100 significa una velocidad de 2.0x y -50 una velocidad de 0.5x (predeterminado: 0).Rango: -50 a 100
string
Identificador del modelo. Modelos admitidos: 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 cualquier otro valor, y también su omisión, con un 400. NO está en la lista required de este esquema porque Comfy Router lo rellena a partir del segmento de ruta {model} de /v2/models/byteplus/{model}, así que quien llama a través del Router lo omite.
object[]
Recursos de referencia. Omítelo 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 de audio. Esos límites son de BytePlus y se expresan en bytes DECODIFICADOS: base64 aumenta el tamaño de un recurso aproximadamente 4/3, y una llamada a Comfy Router tiene un tope de 100 MiB para todo el documento JSON, por lo que una referencia audio_data/image_data en línea enviada a /v2/models/byteplus/{model} puede contener unos 75 MB decodificados antes de que el límite del transporte la rechace. Por lo tanto, el límite propio de BytePlus de 10 MB por referencia es el que se aplica primero en cualquier referencia individual en línea, y ahora tres referencias de audio con ese límite caben en un solo cuerpo; usa audio_url/image_url para mantener los recursos grandes completamente fuera de la solicitud.
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 admitida o un ID de voz clonada.
string
requerido
Prompt o texto que se va a sintetizar (de 1 a 3000 caracteres; se rechaza una cadena vacía). Cuando proporciones referencias de audio, haz referencia a ellas por orden con @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 del contenido.
string
ID de distribución del contenido.
boolean
Interruptor de la marca de agua explícita. Agrega un marcador de ritmo de audio al final del audio sintetizado (predeterminado: false).
Generados a partir del esquema que Router sirve en GET /v2/models/byteplus/seed-audio-1.0/openapi.json, el mismo documento con 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 del ajuste de velocidad o del posprocesamiento, en segundos.Formato: double
string
Detalles del estado.
number
Duración original de la salida del modelo en segundos. Se usa para la facturación y tiene un límite de 120 segundos.Formato: double
object
Información de subtítulos del audio. Presente solo cuando audio_config.enable_subtitle está establecido en true en la solicitud.
object[]
Información de subtítulos por enunciado.
integer
Hora de finalización 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 del subtítulo correspondiente al audio.
object[]
Información de subtítulos por palabra.
integer
Hora de finalización 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 una Idempotency-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.