Skip to main content
Comfy Router が BytePlus から提供する byteplus/seed-audio-1.0 の API リファレンス。

クイックスタート

あなたの Comfy ワークスペースでキーを作成し、COMFY_API_KEY としてエクスポートします。Python と TypeScript のスニペットは Comfy SDK(pip install comfy-sdk と npm install @comfyorg/sdk)を使用しています。cURL のスニペットは、同じ呼び出しを生の HTTP で行うものです。 モデル ID: byteplus/seed-audio-1.0 エンドポイント: POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0
同じリクエストボディを POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0/requests に送信します。Router は実行が受け付けられるとすぐに 201 と request_id を返し、結果は準備でき次第、このプロセスからでも別のプロセスからでも収集できます。ステータス、キャンセル、収集の流れはキュー配信で説明しています。

スキーマ

入力

object
出力オーディオ設定。
boolean
字幕サービスを有効にするかどうか。有効にすると、レスポンスに発話単位および単語単位のタイムスタンプが含まれます(デフォルト: false)。
string
出力オーディオ形式: wav(デフォルト)、mp3、pcm または ogg_opus。指定可能な値: wav、mp3、pcm、ogg_opus
integer
-50 から 100。100 は 2.0 倍の音量、-50 は 0.5 倍の音量を意味します(デフォルト: 0)。範囲: -50 から 100
integer
-12 から 12(デフォルト: 0)。範囲: -12 から 12
integer
出力サンプルレート: 8000、16000、24000(デフォルト)、32000、44100 または 48000。指定可能な値: 8000、16000、24000、32000、44100、48000
integer
-50 から 100。100 は 2.0 倍の速度、-50 は 0.5 倍の速度を意味します(デフォルト: 0)。範囲: -50 から 100
string
モデル識別子。対応モデル: seed-audio-1.0 および seed-audio-1.0-multilingual。POST /proxy/byteplus/api/v3/tts/create への直接の v1 呼び出しでは必ず指定する必要があります。プロキシはそれ以外の値や省略された値を 400 で拒否します。このスキーマの required リストに含まれていないのは、Comfy Router が /v2/models/byteplus/{model} の {model} パスセグメントからこれを設定するためであり、Router の呼び出し元は省略します。
object[]
参照リソース。テキストのみの生成では省略します。最大 3 件のオーディオ参照(それぞれ最大 30 秒、デコード後 10 MB。wav、mp3、pcm または ogg_opus)またはちょうど 1 件の画像参照(デコード後最大 10 MB。jpeg、png または webp)。画像参照とオーディオ参照は混在できません。これらの上限は BytePlus のもので、デコード後のバイト数で示されています。base64 はアセットを約 4/3 に膨らませ、Comfy Router の呼び出しは JSON ドキュメント全体で 100 MiB に制限されているため、/v2/models/byteplus/{model} に送信されるインラインの audio_data/image_data 参照は、転送制限で拒否されるまでにおよそ 75 MB(デコード後)を運ぶことができます。したがって、単一のインライン参照については BytePlus 自身の参照あたり 10 MB という上限が最初に効きます。そして、その上限の 3 件のオーディオ参照は 1 つのボディに収まります。大きなアセットをリクエストから完全に除外するには audio_url/image_url を使用してください。
string
Base64 でエンコードされた参照オーディオ。
string
リモートの参照オーディオファイルの URL。
string
Base64 でエンコードされた参照画像。
string
リモートの参照画像の URL。
string
ボイス ID。サポートされている Doubao TTS ボイス、またはボイスクローン ID を指定できます。
string
必須
合成するプロンプトまたはテキスト(1 から 3,000 文字。空文字列は拒否されます)。オーディオ参照を指定した場合、@Audio1、@Audio2、@Audio3 を使って順番に参照します。
object
ウォーターマーク設定オブジェクト。空のオブジェクトも受け付けます。
object
暗黙的ウォーターマーク。合成されたオーディオのヘッダーにメタデータを追加します。
string
合成サービスプロバイダーの名称またはコード。
string
コンテンツ配信サービスプロバイダーの名称またはコード。
boolean
暗黙的ウォーターマークを有効にするかどうか(デフォルト: false)。
string
コンテンツ制作 ID。
string
コンテンツ配信 ID。
boolean
明示的ウォーターマークの切り替え。合成されたオーディオの末尾にオーディオリズムマーカーを追加します(デフォルト: false)。
Router が GET /v2/models/byteplus/seed-audio-1.0/openapi.json で提供するスキーマから生成済みです。これは、プロバイダーにリクエストが到達する前に Router が呼び出しを検証する際に使用するものと同じドキュメントです。

出力

string
生成済みのオーディオデータ。Base64 でエンコードされています。
integer
ステータスコード。詳細は公式のエラーコードドキュメントを参照してください。
number
速度変更または後処理後の再生時間(秒)。フォーマット: double
string
ステータスの詳細。
number
モデルのオリジナル出力の再生時間(秒)。課金に使用され、上限は 120 秒です。フォーマット: double
object
オーディオの字幕情報。リクエストで audio_config.enable_subtitle が true に設定されている場合にのみ存在します。
object[]
発話単位の字幕情報。
integer
セグメントの終了時間。オーディオの先頭からのミリ秒単位。
integer
セグメントの開始時間。オーディオの先頭からのミリ秒単位。
string
セグメントの完全なテキスト。
string
オーディオに対応する字幕テキスト。
object[]
単語単位の字幕情報。
integer
セグメントの終了時間。オーディオの先頭からのミリ秒単位。
integer
セグメントの開始時間。オーディオの先頭からのミリ秒単位。
string
セグメントの完全なテキスト。
string
一時的なオーディオ URL。有効期間は 2 時間です。

例

入力

出力

出荷前の確認

SDK は Idempotency-Key を生成し、自動リトライで再利用します。手動リトライでは元のキーを再利用してください。Router は最大 10 分間接続を保持できます。 リクエストが失敗すると、Router は理由を説明する X-Comfy-Error-Type レスポンスヘッダーを送信します。422 は、プロバイダーを呼び出す前に Router が入力を拒否したことを意味し、413 はリクエスト本文が Router の受け入れ可能なサイズを超えていたことを意味します。生成されたアセットは 結果 URL の有効期限 があるため、早めにダウンロードしてください。 上記のフィールド説明に記載されているサイズ制限は、プロバイダーの仕様から引用した、そのフィールドに対するプロバイダー自身の上限です。Router はリクエスト本文全体に対して別の上限を適用し、base64 エンコードされたメディアもこれにカウントされます。リクエスト本文のサイズ を参照してください。 このページは、Comfy Router 経由で呼び出す 1 つのパートナーモデルについて説明しています。同じ comfy-sdk / @comfyorg/sdk パッケージには、Comfy Cloud 上で ComfyUI のワークフローグラフ全体を実行するための 2 つ目のクライアントも含まれています: Comfy(api_key=...) / new Comfy({ apiKey })、および client.workflows、client.assets、client.jobs。Comfy SDKs を参照してください。

ヘッダー

認証、冪等性、リクエスト ID、エラー分類、リトライ間隔、支出上限。

Router API の利用

モデルの検出、バリデーションエラー、リトライ、課金。

制限事項

Router が現在対応していないことと、代替手段。