Geração de música e áudio

Visão geral

O ToRun pode gerar música e outros ativos de áudio da mesma forma que gera imagens e vídeo: você descreve o que deseja, o ToRun encaminha a solicitação para um modelo de fornecedor capaz e você recebe um ativo concluído. A geração é cobrada por ativo produzido, com o custo total exibido antes e depois da execução.

A geração de música e áudio é exposta como capacidades da plataforma (music-gen, text-to-speech) e funciona através do mesmo roteamento orientado a capacidades que qualquer outro modo: o modo selecionado é resolvido no conjunto de capacidades necessário, o ToRun filtra os modelos que o suportam, aplica o seu nível de subscrição e classifica os modelos restantes por preço.

O que você pode produzir

• Música — clipes de texto para música a partir de um prompt (género, ambiente, instrumentação, andamento).
• Fala / narração — consulte o documento separado de Voice (TTS/STT) para áudio de palavra falada.
• Áudio orientado por fluxo de trabalho — qualquer capacidade de áudio pode ser usada como uma etapa dentro de um fluxo de trabalho sem código (por exemplo, gerar um jingle e depois guardá-lo na sua biblioteca de CDN).

Como gerar música

1. Abra o modo de áudio/música a partir da superfície de chat ou de média.
2. Escreva um prompt descrevendo a peça. Seja específico quanto ao género, ambiente, duração e instrumentação.
3. (Opcional) Escolha um modelo se quiser um fornecedor específico; caso contrário, o roteamento seleciona o modelo capaz com melhor preço.
4. Execute. A estimativa de custo aparece antes de confirmar, e um BillingRecord é gravado quando o ativo é produzido.

Custo e medição

• Cada ativo gerado cria exatamente um BillingRecord com uma captura de preços completa.
• Os trabalhos de áudio são rastreados como entidades de trabalho (por exemplo, AudioGenJob) para que possa ver o estado, as entradas e o ativo resultante.
• Se um trabalho executar computação local (como composição/fusão de áudio), essa computação é medida separadamente como segundos de computação e cobrada à tarifa de computação publicada.

Armazenamento e reutilização

O áudio gerado é carregado para a sua biblioteca de média no Bunny CDN para que o URL permaneça estável. Os URLs do lado do fornecedor normalmente expiram dentro de horas; o ToRun volta a alojar o ativo para que o seu histórico e partilhas continuem a funcionar. Nos fluxos de trabalho, use a etapa de guardar artefacto para persistir um URL de fornecedor transitório num URL de CDN permanente.

Dicas

• Mantenha os prompts concretos — prompts vagos produzem resultados genéricos e ainda assim custam um ativo completo.
• Para produção repetível (por exemplo, um jingle por publicação de blogue), envolva a etapa de áudio num fluxo de trabalho para obter definições consistentes e arquivamento automático em CDN.
• Verifique a sua quota restante ou o saldo da carteira antes de execuções em lote; cada ativo é uma chamada faturável separada.