Музыка и речь

От описания к медиафайлу

Создать аудиозадачу

POST /v1/audio/generations создаёт асинхронную задачу. GET /v1/audio/generations/{id} возвращает queued, processing, completed или failed. После завершения tracks содержит все файлы и их публичные ID. Музыка может вернуть два трека — это результаты одного запроса генерации. Это отдельный JSON API, а не синхронный бинарный /v1/audio/speech.

1{"model":"suno/music","prompt":"Спокойная фортепианная музыка","input":{"model":"V5_5","customMode":false,"instrumental":true}}

Голоса и обработка аудио

В LibreChat выберите ElysiumAI Audio. Выбор голосов и редактор реплик используют схему конкретной модели. Если диалог не задан, сообщение озвучивается стандартным голосом. Для своей песни включите customMode, задайте style и title; сообщение станет текстом песни. Для обработки загруженного аудио укажите доступный HTTPS URL. Продолжение, разделение и WAV могут требовать audioId вида task_public:0 из вашей завершённой задачи. Внутренние ID треков и задач других сервисов не принимаются.

Цена до генерации

POST /v1/media/quote принимает те же model, operation, prompt и input, что и генерация. Платная задача не запускается. В billing возвращаются ставки, известные объёмы, pending для ещё неизвестного результата. Файлы должны быть доступны по публичным HTTPS URL. Полная таблица — в раскрытой карточке модели: цена может зависеть от разрешения, длительности, звука, качества и входных файлов.

1curl https://elysiumai.garden/v1/media/quote -H "Authorization: Bearer $ELYSIUM_API_KEY" -H "Content-Type: application/json" -d '{"model":"openai/gpt-image-2","prompt":"A garden","input":{"resolution":"2K"}}'

Параметры конкретной модели

GET /v1/media/models возвращает публичные ID моделей, режимы operations и схемы input: допустимые значения, обязательные поля, ограничения и значения по умолчанию. Выберите operation из ответа и передайте параметры этого режима внутри input. Разрешение, длительность, референсы и звук зависят от модели; у некоторых сочетаний есть дополнительные ограничения. Пропущенные поля используют настройки модели, а явно переданные false и 0 сохраняются.

1curl https://elysiumai.garden/v1/media/models

Оплата и хранение результата

У каждой модели фиксированные ставки в USD по режимам и параметрам. Ставка сохраняется при запуске и не меняется из-за последующей смены цены поставщика. Итог = ставка × объём плюс отдельно указанные доплаты за входные файлы. Единицы: изображения, секунды видео/аудио, 1000 символов текста или готовые операции. Точная сумма списывается один раз после готовности результата, по фактическому объёму и сохранённым ставкам. До завершения средства блокируются внутренне, без изменения баланса и операции списания в истории. При ошибке блокировка снимается без списания и операции возврата. Настроенные скидки аккаунта учитываются. Расшифровка находится в billing, у видео — metadata.billing, а также в истории запросов. Gemini TTS: $0,0011 за фактическую секунду результата ($0,066/мин), обработка текста включена; это цена до скидок аккаунта.

Ссылки на результат временные и дают доступ любому, кто их получил. Сохраняйте файлы сразу. Срок ссылки — не более 13 дней; она может перестать работать раньше, если исходный файл удалён.

LibreChat Studio

Выберите ElysiumAI Images или ElysiumAI Video, затем модель и «Настройки генерации» рядом с полем сообщения. Форма строится по схеме выбранной модели. Смена режима очищает старые параметры, настройки привязаны к модели. Описание пишите в сообщении; картинки прикрепляйте к нему либо указывайте доступные ссылки. Для сложных структур сцен и референсов есть поле JSON.

Во время запроса показана лёгкая анимация ожидания — это не оценка процента готовности. Она приостанавливается за пределами экрана и в скрытой вкладке, учитывает уменьшение движения. Готовые изображения и видео появляются прямо в чате. Для видео- и аудиореференсов используйте публичные URL: загрузка этих файлов напрямую через мост не поддерживается.