Comfy Router で Seed Audio 1.0 を使用する

Comfy Router が BytePlus から提供する byteplus/seed-audio-1.0 の API リファレンス。

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 と TypeScript のスニペットは Comfy SDK（pip install comfy-sdk、npm install @comfyorg/sdk）を使用しています。cURL のスニペットは、同じ呼び出しを生の HTTP で行うものです。 モデル ID: byteplus/seed-audio-1.0 エンドポイント: POST https://api.comfy.org/v2/models/byteplus/seed-audio-1.0

Wait for the result
Queue and collect later

from comfy_sdk import Comfy

# Reads COMFY_API_KEY from the environment.
# The SDK automatically creates an idempotency key and reuses it for automatic retries.
with Comfy() as client:
    result = client.models.run(
        "byteplus/seed-audio-1.0",
        {
            "audio_config": {
                "format": "wav",
                "sample_rate": 24000,
            },
            "text_prompt": "Hello from Comfy Router.",
        },
    )

print(result)

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

// Reads COMFY_API_KEY from the environment.
// The SDK automatically creates an idempotency key and reuses it for automatic retries.
const { data } = await comfy.models.run("byteplus/seed-audio-1.0", {
  audio_config: {
    format: "wav",
    sample_rate: 24000,
  },
  text_prompt: "Hello from Comfy Router.",
});

console.log(data);

curl https://api.comfy.org/v2/models/byteplus/seed-audio-1.0 \
  -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.\"}"

from comfy_sdk import Comfy

# Reads COMFY_API_KEY from the environment.
# Each submit() call mints its own Idempotency-Key and reuses it for automatic retries.
with Comfy() as client:
    handle = client.models.submit(
        "byteplus/seed-audio-1.0",
        {
            "audio_config": {
                "format": "wav",
                "sample_rate": 24000,
            },
            "text_prompt": "Hello from Comfy Router.",
        },
    )
    print("request_id:", handle.request_id)  # with the model ID, all another process needs

    # Poll until the request completes, waiting the Retry-After the server names.
    for update in handle.iter_events():
        print(update.status, update.queue_position)

    # The provider's own payload, the same value models.run() returns.
    # A request that failed or was cancelled raises the typed Router error here.
    result = handle.get()

print(result)

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

// Reads COMFY_API_KEY from the environment.
// Each submit() call mints its own Idempotency-Key and reuses it for automatic retries.
const handle = await comfy.models.submit("byteplus/seed-audio-1.0", {
  audio_config: {
    format: "wav",
    sample_rate: 24000,
  },
  text_prompt: "Hello from Comfy Router.",
});
console.log("requestId:", handle.requestId); // with the model ID, all another process needs

// Poll until the request completes, waiting the Retry-After the server names.
for await (const update of handle.events()) {
  console.log(update.status, update.queuePosition);
}

// The same result models.run() returns. A request that failed or was cancelled rejects here.
const result = await handle.get();

console.log(result.data);

# 1. Submit. Router answers 201 with request_id, status_url, response_url and cancel_url.
curl https://api.comfy.org/v2/models/byteplus/seed-audio-1.0/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. Poll until status is COMPLETED, waiting the Retry-After seconds each response names.
REQUEST_ID="<request_id from the 201 body>"
curl -i https://api.comfy.org/v2/models/byteplus/seed-audio-1.0/requests/$REQUEST_ID/status \
  -H "X-API-Key: $COMFY_API_KEY"

# 3. Collect. 200 with the model's native output, 202 with the status body while it is still running.
curl https://api.comfy.org/v2/models/byteplus/seed-audio-1.0/requests/$REQUEST_ID \
  -H "X-API-Key: $COMFY_API_KEY"

Schema

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 または 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 または 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。サポートされるモデル: 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を拒否し、省略された場合も 400 で拒否します。このスキーマの required リストには含まれていません。Comfy Router が /v2/models/byteplus/{model} の {model} パスセグメントから設定するため、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 または 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 または webp）を指定できます。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 のもので、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、また Comfy Router の呼び出しは JSON ドキュメント全体で 10 MiB に制限されるため、/v2/models/byteplus/{model} に送るインラインの audio_data/image_data 参照は、デコード後でおよそ 7.5 MB 未満に収める必要があります。それより大きいものには audio_url/image_url を使用してください。BytePlus 自身の上限である 10 MB の参照をインラインで送ると、検証が実行される前に 413 で拒否されます。

string

Base64 で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 で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

ボイス ID。サポートされている Doubao TTS のボイス、または音声クローンのボイス 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（1〜3,000 文字。空の文字列は拒否されます）。オーディオ参照を指定した場合は、@Audio1、@Audio2、@Audio3 を使って順番に参照します。

object

透かし設定オブジェクト。空のオブジェクトも受け付けられます。

object

暗黙的な透かし。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

暗黙的な透かし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

明示的な透かしの切り替え。合成されたオーディオの末尾にオーディオリズムのマーカーを追加します（デフォルト: false）。

Router が GET /v2/models/byteplus/seed-audio-1.0/openapi.json で提供するスキーマから生成されています。これは、リクエストがプロバイダーに到達する前に Router が呼び出しの検証に使用す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）。形式: 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、120秒が上限です。形式: 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存在します。

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

セグメントの完全なテキスト。

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

セグメントの完全なテキスト。

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 は理由を示す 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。

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

Comfy Router で Seed Audio 1.0 を使用する

クイックスタート

Schema

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

​Schema

​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

Schema

入力

出力

例

入力

出力

出荷前の確認