什么是CassetteAI？
CassetteAI 是一个实时生成音频的 API 平台，支持音乐、音效和语音合成三种模态。它通过单一 SDK 接口向游戏、创作者应用及实时管线提供低延迟音频输出。开发者需获取 API 密钥以调用其托管或边缘推理服务。
CassetteAI的核心功能有哪些？
- 音乐生成根据提示词生成 1–4 分钟的音乐轨道，包含鼓点、贝斯等元素，以 44.1 kHz 立体声流式输出。
- 音效生成描述特定事件（如“教堂重门关闭”）即可生成 100ms–12s 的循环安全音效片段，支持逐帧重新生成。
- 语音合成 (TTS)计划推出的功能，支持零样本声音克隆和情感标签，旨在实现亚秒级首音素延迟。
- 统一 API 接口通过
fal.subscribe()方法调用不同模型 ID，支持 JavaScript、Python 和 cURL。 - 确定性种子允许使用固定种子以确保生成结果的可重复性。
- 高质量输出所有音频均以 CD 级标准的 44.1 kHz 立体声 .wav 格式交付。
CassetteAI的使用案例有哪些？
- 游戏开发在玩家游玩时实时生成自适应背景音乐和按需触发的音效，利用边缘推理降低延迟。
- 实时内容管线为直播或互动应用快速生成短时长音效，满足约 1 秒内完成渲染的需求。
- 原型验证开发者可通过无需注册的在线 Playground 试听预设提示词的生成效果。
如何使用CassetteAI？
- 获取密钥访问网站并点击“Get API key”按钮以申请访问权限。
- 选择模型在代码中指定模型 ID，如
CassetteAI/music-generator或cassetteai/sound-effects-generator。 - 构建请求使用
fal.subscribe()发送包含提示词（prompt）和时长（duration）参数的请求。 - 接收数据从响应中提取
audio_file.url以获取生成的音频文件链接。
CassetteAI定价信息：
- 音乐生成$0.02 / 输出分钟；每次调用时长限制为 10–180 秒。
- 音效生成$0.01 / 次生成；每次调用时长限制为 1–30 秒。
- 语音合成定价待定 (TBD)；尚未正式发布。
