Inworld TTS 1.5 Mini

サードパーティ
ゼロデータ保持

約 120ms のレイテンシと 15 言語対応を備えた、超高速でコスト効率の高いテキスト読み上げモデルです。

モデル情報
利用規約とライセンス	リンク ↗
詳細情報	リンク ↗
ゼロデータ保持	はい
料金	Cloudflare ダッシュボードで料金を見る ↗

使い方

const response = await env.AI.run(
  'inworld/tts-1.5-mini',
  {
    output_format: 'mp3',
    temperature: 1,
    text: 'Hello! Welcome to Cloudflare AI Gateway. Let me show you what we can do.',
    timestamp_type: 'none',
    voice_id: 'Dennis',
  },
)
console.log(response)

curl https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run \
  --header "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "inworld/tts-1.5-mini",
  "input": {
    "output_format": "mp3",
    "temperature": 1,
    "text": "Hello! Welcome to Cloudflare AI Gateway. Let me show you what we can do.",
    "timestamp_type": "none",
    "voice_id": "Dennis"
  }
}'

{
  "gatewayMetadata": {
    "keySource": "Unified"
  },
  "result": {
    "audio": "https://pub-04a6d208d361438ea01b797e6973bd19.r2.dev/catalog/inworld__tts-1.5-mini/simple-speech.mp3"
  },
  "state": "Completed"
}

例

速い発話 — すばやく再生できるよう発話を速くします

const response = await env.AI.run(
  'inworld/tts-1.5-mini',
  {
    output_format: 'mp3',
    speaking_rate: 1.4,
    temperature: 1,
    text: 'This is a fast-paced summary of the key findings from the quarterly report. Revenue is up fifteen percent and user growth exceeded expectations.',
    timestamp_type: 'none',
    voice_id: 'Dennis',
  },
)
console.log(response)

curl https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run \
  --header "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "inworld/tts-1.5-mini",
  "input": {
    "output_format": "mp3",
    "speaking_rate": 1.4,
    "temperature": 1,
    "text": "This is a fast-paced summary of the key findings from the quarterly report. Revenue is up fifteen percent and user growth exceeded expectations.",
    "timestamp_type": "none",
    "voice_id": "Dennis"
  }
}'

{
  "gatewayMetadata": {
    "keySource": "Unified"
  },
  "result": {
    "audio": "https://pub-04a6d208d361438ea01b797e6973bd19.r2.dev/catalog/inworld__tts-1.5-mini/fast-speech.mp3"
  },
  "state": "Completed"
}

低レイテンシ — テキスト正規化を無効にしてレイテンシを最小化します

const response = await env.AI.run(
  'inworld/tts-1.5-mini',
  {
    apply_text_normalization: false,
    output_format: 'mp3',
    temperature: 1,
    text: 'Quick response needed. The server is ready.',
    timestamp_type: 'none',
    voice_id: 'Dennis',
  },
)
console.log(response)

curl https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run \
  --header "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "inworld/tts-1.5-mini",
  "input": {
    "apply_text_normalization": false,
    "output_format": "mp3",
    "temperature": 1,
    "text": "Quick response needed. The server is ready.",
    "timestamp_type": "none",
    "voice_id": "Dennis"
  }
}'

{
  "gatewayMetadata": {
    "keySource": "Unified"
  },
  "result": {
    "audio": "https://pub-04a6d208d361438ea01b797e6973bd19.r2.dev/catalog/inworld__tts-1.5-mini/low-latency.mp3"
  },
  "state": "Completed"
}

パラメーター

text

string必須maxLength: 2000音声合成するテキストです。入力は最大 2,000 文字です。

voice_id

string必須デフォルト: Dennisenum: Loretta, Darlene, Marlene, Hank, Evelyn, Celeste, Pippa, Tessa, Liam, Callum, Hamish, Abby, Graham, Rupert, Mortimer, Snik, Anjali, Saanvi, Arjun, Claire, Oliver, Simon, Elliot, James, Serena, Gareth, Vinny, Lauren, Jessica, Ethan, Tyler, Jason, Chloe, Veronica, Victoria, Miranda, Sebastian, Victor, Malcolm, Nate, Brian, Amina, Kelsey, Derek, Evan, Kayla, Jake, Grant, Tristan, Nadia, Selene, Marcus, Riley, Damon, Cedric, Mia, Naomi, Jonah, Levi, Avery, Brandon, Conrad, Bianca, Lucian, Trevor, Alex, Ashley, Craig, Deborah, Dennis, Edward, Elizabeth, Hades, Julia, Pixie, Mark, Olivia, Priya, Ronald, Sarah, Shaun, Theodore, Timothy, Wendy, Dominus, Hana, Clive, Carter, Blake, Luna, Reed, Duncan, Felix, Eleanor, Sophie音声合成に使う voice の ID です。デフォルトは Dennis です。

output_format

string必須デフォルト: mp3enum: mp3, opus, wav, flac音声の出力形式です。対応形式は mp3、opus、wav、flac です。デフォルトは mp3 です。

bit_rate

integerminimum: -9007199254740991maximum: 9007199254740991音声のビットレートです。圧縮形式（mp3、opus）のみです。デフォルトは 128,000 です。

sample_rate

integerminimum: -9007199254740991maximum: 9007199254740991合成のサンプルレート（Hz）です。8000、16000、22050、24000、32000、44100、48000 を受け付けます。デフォルトは 48,000 です。

speaking_rate

numberminimum: 0.5maximum: 1.5発話速度です。範囲は [0.5, 1.5]、デフォルトは 1.0 です。品質を保つには 0.8 より大きい値を推奨します。

temperature

number必須デフォルト: 1minimum: 0.01maximum: 2音声トークンをサンプリングするときのランダムさです。デフォルトは 1.0 です。0 より大きく 2 以下です。高いほど表現豊か、低いほど決定的になります。

timestamp_type

string必須デフォルト: noneenum: none, word, character音声と一緒に返すタイムスタンプメタデータを制御します。`word` は単語単位、`character` は文字単位のタイミングです。レイテンシが増えます。デフォルトは none です。

apply_text_normalization

boolean有効にすると、音声変換の前に数字・日付・時刻・略語を展開します。オフにするとレイテンシが下がることがあります。

audio

string生成された音声ファイルの URL です

API スキーマ（Raw）

Input

Output