Alania-2 · Metinden sese

Türkçe konuşan yeni sesimiz: Alania-2.

Alania-2’yi kendi Türkçe verimizle sıfırdan eğittik. 48 kHz ses üretir ve 11 yerleşik sesle gelir. Nasıl konuşacağını bir cümleyle söyleyebilir, yeni bir sesi tarif ederek oluşturabilirsiniz. Alania-1 ile aynı API’de, aynı anahtarla çalışır.

Dinleyin Ücretsiz başlayın Dokümantasyon

Deneyin

Kendi metninizi seslendirin.

Yazdığınız metin canlı üretilir. Bir ses seçin, nasıl konuşacağını söyleyin ya da yeni bir ses tarif edin.

70/280

Yerleşik seslerden biri.

Hazır

Alania-2 · 48 kHz

Yapay zekâyla üretilmiş ses. Önceden üretilmiş örnekler oynatma sırasında belirtilir.

Neler yapabilir

Tek model, dört yol.

11 yerleşik ses

Kadın ve erkek 11 ses. Varsayılan kadın sesi F1, erkek sesi Öncel; her istekte aynı tını, voice alanıyla seçilir.

“Merhaba, ben sizin dijital asistanınızım. Size bugün nasıl yardımcı olabilirim?”

Üslup talimatı

Önizleme

instructions ile nasıl konuşacağını söyleyin: yavaş ve sakin, fısıltıyla, daha neşeli. Önizleme aşamasında; talimata her zaman tam uymayabilir.

“Bu konuda size yardımcı olmaktan memnuniyet duyarım.”

instructions: whispering softly

Sesi tarif edin

Önizleme

voice_description ile yaşı, tonu ve enerjisi tarif edilen yeni bir ses. Kayıt gerekmez. Önizleme aşamasında.

“Siparişiniz kargoya verildi, iki gün içinde elinizde olur.”

voice_description: A young man with a clear, energetic voice

Ses klonlama

Beta

Kısa bir kayıt ve metniyle, kullanma izniniz olan bir sesi kopyalayın. Her istek açık rıza beyanı (consent: true) ister.

{ "model": "alania-v2",
  "input": "…",
  "reference_audio": "<base64 wav>",
  "reference_text": "…",
  "consent": true }

Ölçümler

Rakamlar, nasıl ölçüldüğüyle.

Örnekleme hızı: 48kHz; Alania-1’in iki katı. Tam bant ses.
İlk ses: ~190ms; Akışlı istekten ilk ses parçasına, ortanca; genel API üzerinden, ağ süresi dahil ölçüldü.
Karakter hata oranı: %2,7; 292 cümlelik Türkçe test setimiz, yerleşik kadın sesi; üretilen ses Whisper ile yazıya dökülerek ölçüldü.
İstek başına karakter: 5.000; Uzun metinler cümle sınırlarından bölünür, ses tek akış olarak gelir.

API

Aynı uç nokta. Yeni alanlar.

Alania-2, POST /v1/audio/speech üzerinde varsayılan model. OpenAI istemcinizi değiştirmeniz gerekmez; yeni alanları istek gövdesine ekleyin.

model: alania-v2 (varsayılan) veya alania-v1
voice: alania2-f1 (varsayılan), alania2-oncel (erkek) ya da diğer yerleşik seslerden biri, örneğin alania2-nisa
instructions: Nasıl konuşacağı, en fazla 200 karakter
voice_description: Yeni bir ses tarifi; voice yerine kullanılır
stream: true ise ses üretildikçe gelir (48 kHz PCM16 WAV)

Alania-1’i kullanmaya devam edebilirsiniz: model: "alania-v1".

API referansı

curl https://voice.patientdesk.ai/v1/audio/speech \
  -H "Authorization: Bearer pd_live_..." \
  -H "Content-Type: application/json" \
  -d '{ "model": "alania-v2",
        "input": "Randevunuz yarın saat 14:05 için oluşturuldu.",
        "voice": "alania2-f1",
        "instructions": "speaking slowly and calmly" }' \
  --output randevu.wav

Duyu · Sesten metne

Konuşmanın öbür yarısı: Duyu.

Duyu Türkçe konuşmayı yazıya döker: canlı akış ya da dosya, sözcük zaman damgaları, SRT ve VTT. Aynı hesap, aynı anahtar.

Duyu’yu keşfedin

Fiyatlar

İlk ay ücretsiz.

Lansmana özel olarak Alania ve Duyu bir ay boyunca ücretsiz. Kullanım fiyatları ilk ayın ardından başlar. Açık kaynak modelimiz Antalia-2 Mini ise API’de her zaman ücretsiz.