Comfy Router で Seed Audio 1.0 Multilingual を使用する

byteplus/seed-audio-1.0-multilingual の API リファレンスです。Comfy Router が BytePlus から提供します。

クイックスタート

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、TypeScript、Swift のスニペットは Comfy SDK（pip install comfy-sdk、npm install @comfyorg/sdk、および ComfySwiftSDK Swift パッケージ）を使用しています。cURL のスニペットは、生の HTTP による同じ呼び出しです。 モデル ID: byteplus/seed-audio-1.0-multilingual エンドポイント: POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual

結果を待つ
キューに送信して後で収集

from comfy_sdk import Comfy

# 環境変数から COMFY_API_KEY を読み取ります。
# SDK は冪等性キーを自動的に作成し、自動リトライのために再利用します。
with Comfy() as client:
    result = client.models.run(
        "byteplus/seed-audio-1.0-multilingual",
        {
            "audio_config": {
                "format": "wav",
                "sample_rate": 24000,
            },
            "text_prompt": "Hello from Comfy Router.",
        },
    )

print(result)

import { comfy } from "@comfyorg/sdk";

// 環境変数から COMFY_API_KEY を読み取ります。
// SDK は冪等性キーを自動的に作成し、自動リトライのために再利用します。
const { data } = await comfy.models.run("byteplus/seed-audio-1.0-multilingual", {
  audio_config: {
    format: "wav",
    sample_rate: 24000,
  },
  text_prompt: "Hello from Comfy Router.",
});

console.log(data);

import Foundation
import ComfySwiftSDK

// 環境変数から COMFY_API_KEY を読み取ります。
// SDK は呼び出しごとに冪等性キーを発行し、自動リトライのために再利用します。
let client = ComfyCloudClient(apiKey: ProcessInfo.processInfo.environment["COMFY_API_KEY"]!)
let result = try await client.models.run(
    "byteplus/seed-audio-1.0-multilingual",
    input: [
        "audio_config": [
            "format": "wav",
            "sample_rate": 24000,
        ],
        "text_prompt": "Hello from Comfy Router.",
    ]
)

print(result.output)

curl https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual \
  -H "X-API-Key: $COMFY_API_KEY" \
  -H "Idempotency-Key: $(uuidgen)" \
  -H "Content-Type: application/json" \
  -d "{\"audio_config\": {\"format\":\"wav\",\"sample_rate\":24000}, \"text_prompt\": \"Hello from Comfy Router.\"}"

同じリクエストボディを POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual/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。

from comfy_sdk import Comfy

# 環境から COMFY_API_KEY を読み取ります。
# 各 submit() 呼び出しは独自の Idempotency-Key を発行し、自動再試行のために再利用します。
with Comfy() as client:
    handle = client.models.submit(
        "byteplus/seed-audio-1.0-multilingual",
        {
            "audio_config": {
                "format": "wav",
                "sample_rate": 24000,
            },
            "text_prompt": "Hello from Comfy Router.",
        },
    )
    print("request_id:", handle.request_id)  # モデル ID と合わせて、別のプロセスに必要なすべての情報

    # リクエストが完了するまでポーリングし、サーバーが指定する Retry-After を待ちます。
    for update in handle.iter_events():
        print(update.status, update.queue_position)

    # プロバイダー自身のペイロードで、models.run() が返すのと同じ値です。
    # 失敗またはキャンセル済みのリクエストは、ここで型付きの Router エラーを発生させます。
    result = handle.get()

print(result)

import { comfy } from "@comfyorg/sdk";

// 環境から COMFY_API_KEY を読み取ります。
// 各 submit() 呼び出しは独自の Idempotency-Key を発行し、自動再試行のために再利用します。
const handle = await comfy.models.submit("byteplus/seed-audio-1.0-multilingual", {
  audio_config: {
    format: "wav",
    sample_rate: 24000,
  },
  text_prompt: "Hello from Comfy Router.",
});
console.log("requestId:", handle.requestId); // モデル ID と合わせて、別のプロセスに必要なすべての情報

// リクエストが完了するまでポーリングし、サーバーが指定する Retry-After を待ちます。
for await (const update of handle.events()) {
  console.log(update.status, update.queuePosition);
}

// models.run() が返すのと同じ結果です。失敗またはキャンセル済みのリクエストは、ここで reject されます。
const result = await handle.get();

console.log(result.data);

import Foundation
import ComfySwiftSDK

// 環境から COMFY_API_KEY を読み取ります。
// 各 submit() 呼び出しは独自の Idempotency-Key を発行し、自動再試行のために再利用します。
let client = ComfyCloudClient(apiKey: ProcessInfo.processInfo.environment["COMFY_API_KEY"]!)
let handle = try await client.models.submit(
    "byteplus/seed-audio-1.0-multilingual",
    input: [
        "audio_config": [
            "format": "wav",
            "sample_rate": 24000,
        ],
        "text_prompt": "Hello from Comfy Router.",
    ]
)
print("requestId:", handle.requestId)  // モデル ID と合わせて、別のプロセスに必要なすべての情報

// リクエストが完了するまでポーリングし、サーバーが指定する Retry-After を待ちます。
for try await update in handle.events() {
    print(update.state.rawValue, update.queuePosition.map(String.init) ?? "unknown")
}

// プロバイダー自身のペイロードで、models.run() が返すのと同じ値です。
// 失敗またはキャンセル済みのリクエストは、ここで型付きの Router エラーをスローします。
let result = try await handle.result()

print(result.output)

# 1. 送信。Router は request_id、status_url、response_url、cancel_url を含む 201 を返します。
curl https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual/requests \
  -H "X-API-Key: $COMFY_API_KEY" \
  -H "Idempotency-Key: $(uuidgen)" \
  -H "Content-Type: application/json" \
  -d "{\"audio_config\": {\"format\":\"wav\",\"sample_rate\":24000}, \"text_prompt\": \"Hello from Comfy Router.\"}"

# 2. ステータスが COMPLETED になるまでポーリングし、各レスポンスが指定する Retry-After 秒を待ちます。
REQUEST_ID="<request_id from the 201 body>"
curl -i https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual/requests/$REQUEST_ID/status \
  -H "X-API-Key: $COMFY_API_KEY"

# 3. 収集。モデルのネイティブ出力とともに 200、まだ実行中の場合はステータスボディとともに 202。
curl https://api.comfy.org/v2/models/byteplus/seed-audio-1.0-multilingual/requests/$REQUEST_ID \
  -H "X-API-Key: $COMFY_API_KEY"

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、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、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、および省略された値を 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、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、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 によるもので、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 に制限されるため、/v2/models/byteplus/{model} に送られるインラインの audio_data/image_data 参照は、トランスポート制限で拒否される前にデコード後でおよそ 75 MB まで保持できます。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 という上限のほうが先に効き、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に一切含めないようにするには audio_url/image_url を使用してください。

string

Base64 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 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

音声 ID。対応している Doubao TTS の音声、またはボイスクローン音声 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られます。

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前またはコード。

string

コンテンツ配信サービスプロバイダーの名前またはコード。

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）。

GET /v2/models/byteplus/seed-audio-1.0-multilingual/openapi.json で Router が提供するスキーマから生成済みです。これは、リクエストがプロバイダーに到達する前に Router が呼び出しを検証する対象となるドキュメントと同じものです。

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

オリジナルのモデル出力の再生時間（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のみ含まれます。

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

セグメントの全文。

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

セグメントの全文。

string

一時的なオーディオ URL。2 時間有効です。

例

入力

{
  "audio_config": {
    "format": "wav",
    "sample_rate": 24000
  },
  "text_prompt": "Hello from Comfy Router."
}

出力

{
  "audio": "PGJhc2U2ND4=",
  "duration": 1.2,
  "original_duration": 1.2,
  "url": "https://example.invalid/byteplus/seed-audio/generated.wav"
}

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。

Comfy で開発する

ワークフローの実行

Comfy Router

Comfy CLI

仕様

Demo Apps

Comfy Router で Seed Audio 1.0 Multilingual を使用する

クイックスタート

スキーマ

入力

出力

例

入力

出力

出荷前の確認

ヘッダー

Router API の利用

制限事項

​クイックスタート

​スキーマ

​入力

​出力

​例

​入力

​出力

​出荷前の確認

ヘッダー

Router API の利用

制限事項

クイックスタート

スキーマ

入力

出力

例

入力

出力

出荷前の確認