هوش مصنوعی هرمزهرمزورود

Sesame: CSM 1B: مدل صوتی

CSM 1B مدلِ گفتارِ گفت‌وگومحورِ Sesame است که گفتارِ انگلیسی را در سبک‌های گفت‌وگو و خوانش تولید می‌کند. از داخل ایران و از طریق هرمز.

قیمت:
$7/M characters
نوع:
audio
  • صوت

CSM 1B یک مدلِ گفتارِ گفت‌وگومحور از Sesame است. متن می‌گیرد و گفتارِ انگلیسی تولید می‌کند، با صداهایی در سبک‌های گفت‌وگو و خوانش.

با یک میلیارد پارامتر، مدلی جمع‌وجور برای کاربردهای گفت‌وگومحور مثلِ دستیارهای صوتی و عامل‌های تعاملی است. هرمز CSM 1B را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/speech که صدا را در همان پاسخ برمی‌گرداند، و /v1/predictions برای کارهای پس‌زمینه. مقدارِ voice را یکی از صداهای خودِ مدل بگذارید (برای نمونه «conversational_a») و response_format را mp3 یا pcm تعیین کنید.

هزینه به ازای هر نویسه‌ی متنِ ورودی محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

CSM 1B is a conversational speech model from Sesame. It accepts text input and produces English speech output, with voice options spanning conversational and read-speech styles. At 1B parameters, it...

شروع سریع

curl https://api.hormouz.net/v1/audio/speech \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"sesame/csm-1b","voice":"conversational_a","input":"Hello from Hormouz.","response_format":"mp3"}' \
  --output speech.mp3

مشخصات

سازندهSesame
نوعصدا
پنجره زمینه—
قیمت$7/M characters
نوع APIspeech

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/speech \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"sesame/csm-1b","voice":"conversational_a","input":"Hello from Hormouz.","response_format":"mp3"}' \
  --output speech.mp3
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with client.audio.speech.with_streaming_response.create(
    model="sesame/csm-1b",
    voice="conversational_a",
    input="Hello from Hormouz.",
    response_format="mp3",
) as resp:
    resp.stream_to_file("speech.mp3")
JavaScript
import OpenAI from "openai";
import { writeFile } from "node:fs/promises";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const speech = await client.audio.speech.create({
  model: "sesame/csm-1b",
  voice: "conversational_a",
  input: "Hello from Hormouz.",
  response_format: "mp3",
});
await writeFile("speech.mp3", Buffer.from(await speech.arrayBuffer()));

خرید API Sesame: CSM 1B با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به Sesame: CSM 1B و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حساب

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

هزینه‌ی استفاده از CSM 1B چقدر است؟
هزینه به ازای هر نویسه‌ی متنِ ورودی محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید.
چطور از داخل ایران به CSM 1B دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور CSM 1B را فراخوانی کنم؟
هرمز CSM 1B را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/speech که صدا را در همان پاسخ برمی‌گرداند، و /v1/predictions برای کارهای پس‌زمینه. مقدارِ voice را یکی از صداهای خودِ مدل بگذارید (برای نمونه «conversational_a») و response_format را mp3 یا pcm تعیین کنید.
تفاوتِ صداهای گفت‌وگو و خوانشِ CSM 1B چیست؟
صداهای گفت‌وگو شبیهِ کسی‌اند که در یک گفت‌وگو حرف می‌زند و صداهای خوانش شبیهِ کسی که متنی را بلند می‌خواند.

به‌روزرسانی: 2026-10-13