Synthèse vocale et transcription | Documentation d'Inférence Nordique

Générez de la parole à partir de texte ou transcrivez un fichier audio grâce au même plan de contrôle NI et au même registre de possession que ceux utilisés pour les requêtes textuelles.

Inférence Nordique est une API d'IA souveraine canadienne pour les équipes du gouvernement, de la défense, de la santé et des secteurs réglementés, y compris les organisations relevant du Programme des marchandises contrôlées. Chaque route comporte une résidence des données au Canada conforme à la LPRPDE, un chemin exact vers les derniers modèles de pointe et à poids ouverts, ainsi qu'un registre de chaîne de possession par requête.

Choisir une route audio exacte

Ouvrez Modèles et copiez une route marquée Text to speech ou Speech to text. Le type de route doit correspondre au point de terminaison. NI rejette une requête audio envoyée à une route de clavardage, d'image ou audio de direction opposée plutôt que de deviner.

Générer de la parole

Définissez TTS_ROUTE à la route exacte texte-vers-parole indiquée dans le catalogue de modèles. Les noms de voix et les formats de réponse sont propres à chaque fournisseur.

export TTS_ROUTE='paste the exact text-to-speech route from /models'
curl -sS https://northerninference.ca/v1/audio/speech -H "Authorization: Bearer $NI_API_KEY" -H "Content-Type: application/json" -d '{"model":"'"$TTS_ROUTE"'","input":"Northern Inference audio check.","voice":"Kore","response_format":"wav"}' --output speech.wav

Une réponse réussie est de l'audio binaire. NI préserve le type de contenu du fournisseur et les en-têtes d'identifiant de requête; il n'enveloppe pas l'audio dans du JSON.

Transcrire de l'audio

Définissez STT_ROUTE à une route exacte parole-vers-texte. Le fichier téléversé demeure des données binaires multiparties pendant que NI ne remplace que le champ de route utilisé pour l'acheminement vers le fournisseur.

export STT_ROUTE='paste the exact speech-to-text route from /models'
curl -sS https://northerninference.ca/v1/audio/transcriptions -H "Authorization: Bearer $NI_API_KEY" -F "model=$STT_ROUTE" -F "file=@sample.wav" -F "response_format=json"

Facturation et registres de requêtes

Les routes texte-vers-parole sont réglées à partir de l'utilisation audio déclarée par le fournisseur, lorsque celui-ci l'expose.
Les routes de transcription à la seconde mesurent la durée audio décodée avant l'acheminement vers le fournisseur. Un fichier dont la durée ne peut être mesurée est rejeté plutôt que facturé à partir d'une estimation.
L'utilisation du portail et les registres de possession comprennent la route exacte, le fournisseur, la juridiction, la source des identifiants, le coût et l'identifiant de requête NI. La télémétrie de facturation enregistre aussi les unités de composantes non liées au contenu utilisées pour calculer ce coût.
NI ne consigne pas l'audio téléversé, l'audio généré ni le contenu de la transcription par défaut. Seules les métadonnées de requête nécessaires à l'acheminement, à la facturation, à la possession et aux opérations sont conservées.

Substitution des RP

La substitution facultative des renseignements personnels (RP) dans le texte n'est pas offerte pour les points de terminaison audio. Une requête audio dont la substitution des RP est activée échoue de manière fermée avant l'acheminement vers le fournisseur, car appliquer une transformation textuelle à de l'audio binaire ne protégerait pas le contenu.

Les erreurs restent distinctes

Des données multiparties malformées, un champ de modèle manquant, une route inconnue, une incompatibilité de type de route, un échec du décodeur de durée, un délai d'attente dépassé, un rejet du fournisseur et une réponse du fournisseur réellement vide sont consignés et retournés comme des états d'échec distincts. NI ne convertit aucun d'eux en audio vide, en transcription vide ni en réussite de durée nulle.