Imagens, transcrição e voz

Os fluxos que pediam à OpenAI uma imagem, uma transcrição ou uma voz podem pedi-las à ORYKSA, com a mesma chave da ORYKSA e as interações do teu plano. No n8n, no Make ou no Zapier só mudas o endereço para https://api.oryksa.com/v1 e a chave.

Quanto custa

Uma imagem: 10 interações.
Transcrição: 1 interação por minuto de áudio.
Voz: 1 interação por 500 caracteres de texto.

Nada é cobrado quando o pedido falha. Se o teu plano não tiver interações para o pedido inteiro, é recusado antes de se criar alguma coisa.

Imagens

POST /v1/images/generations com prompt e size: 1024x1024, 1024x1536, 1536x1024, 1024x1792, 1792x1024, 512x512 ou 256x256. A imagem vem no tamanho exato que pediste, como um endereço; pede response_format: b64_json para receberes o próprio ficheiro. Uma imagem por pedido.

Transcrição

POST /v1/audio/transcriptions com o áudio em file (mp3, mp4, m4a, wav, webm ou ogg; até 25 MB e 30 minutos). response_format: verbose_json dá também o tempo de cada palavra, para legendas.

Voz

POST /v1/audio/speech com input (até 4000 caracteres). Fala com a voz da tua conta, seja qual for o nome de voz que o fluxo enviar. A resposta é um mp3. Com timestamps: true recebes também o tempo de cada palavra.

Convém saber

O extrato de consumo mostra estes pedidos como os outros, com o nome do workflow quando o fluxo o diz.
Vídeo não está disponível.

curl https://api.oryksa.com/v1/images/generations \
  -H "Authorization: Bearer oryk_live_YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "A red bicycle against a white wall", "size": "1024x1536"}'

curl https://api.oryksa.com/v1/audio/transcriptions \
  -H "Authorization: Bearer oryk_live_YOUR_KEY" \
  -F [email protected] \
  -F response_format=verbose_json

curl https://api.oryksa.com/v1/audio/speech \
  -H "Authorization: Bearer oryk_live_YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"input": "Hello, this is ORYKSA.", "timestamps": false}' \
  --output voice.mp3