زبان

جریان کاری audio miso

وارد شده از ModelTrends

Miso Text-to-Speech S 8B is a text-to-speech model based on the Sesame CSM architecture. It generates Mimi audio codes from text and optional audio context, using a large Llama 3.2-style backbone and a smaller autoregressive audio decoder. The model is designed for high-quality conversational speech generation and voice continuation from prompt audio.

سازگار / در برنامه‌های تحت قدرت Graydient موجود است

گزینه‌ها

گزینهنگاشت بهپیش‌فرض
(prompt)Prompt text—
/run:audio-misoWorkflow shortcodeaudio-miso

مدل‌های استفاده شده

audio miso مدل وارد شده با کد کوتاه /run:audio-miso از ModelTrends مشاهده در ModelTrends

برای توسعه‌دهندگان (اختیاری)

نمونه کد API. می‌توانی برنامه خودت را با این جریان کاری برای استفاده شخصی بسازی. ارتقا به طرح تجاری وقتی آماده استقرار شدی. مستندات را در مستندات کامل API رندرینگ ببین.

curl https://cloud.graydient.ai/api/v3/render/ \
  -X POST \
  -H "Content-Type: application/vnd.api+json" \
  -H "Accept: application/vnd.api+json" \
  -H "Authorization: Bearer $GRAYDIENT_TOKEN" \
  -d '{
    "prompt": "/workflow /run:audio-miso ",
    "callback_url": "https://example.com/webhook/render"
  }'

این نحوه کار پشت صحنه است. این قبلاً برای شما پیکربندی شده است. پارامترهای جدول بالا در این جایگاه‌ها قرار می‌گیرند و به شما اجازه می‌دهند نحوه کار و مدل‌های بارگذاری شده را تغییر دهید. نیازی نیست این را بفهمید یا تغییر دهید - این قبلاً آماده و کار می‌کند.

این صفحه جریان کاری کد کوتاه، گزینه‌ها و دانلودهای ModelTrends را فهرست می‌کند. نمودار کامل گره با دانلود جریان کاری در ModelTrends در دسترس است. نمودار گره برای این جریان کاری هنوز در این صفحه رسم نشده. آن را در ModelTrends باز کن تا فایل جریان کاری و مدل‌هایی که بارگذاری می‌کند را دانلود کنی.

همه جریان‌ها: گردش‌کارهای قدرتمند

مشاهده پلن‌ها و قیمت‌ها