CassetteAIとは何ですか？
CassetteAIは、ゲームやクリエイター向けアプリなどのリアルタイムパイプラインに組み込める、音楽・SFX・TTSの生成APIです。開発者はJavaScript、Python、cURLを通じて1つのSDKで複数のモダリティを利用でき、ホスト型またはデバイス上で動作します。
CassetteAIの特徴は何ですか？
- 音楽生成プロンプトからドラムやベースを含む1〜4分のトラックを生成し、ユーザーのプレイ中にアプリへストリーミングします。
- 効果音生成イベントの説明からループ可能なクリップをフレーム単位で生成し、約1秒で出力します。
- 音声合成10秒のサンプルからのゼロショットクローンと感情タグに対応した自然な音声出力を提供します（近日公開予定）。
- 低遅延処理30秒のサンプルを2秒未満、フルトラックを10秒未満で生成し、初回音声までの時間を短縮します。
- 高品質出力CDグレードの44.1 kHz ステレオ .wav形式でオーディオを返却します。
- 決定論的シードシード値を指定することで、同じ入力に対する再現性のある結果を得られます。
CassetteAIの使用例は何ですか？
- ゲーム内適応音楽プレイヤーのアクションに合わせて、鼓動やハーモニーを含んだ音楽をリアルタイムで生成・再生する状況。
- 動画編集ツールドラッグやクリックなどのUIイベントに対し、即座に効果音を生成して挿入するワークフロー。
- AR/VR体験ユーザーの動きに応じて環境音や効果音をフレームごとに再ロールアウトし、没入感を高める用途。
CassetteAIの使い方は？
- APIキー取得CassetteAIのプラットフォームでAPIキーを取得します。
- モデル選択
fal.subscribeメソッドを使用し、music-generator または sound-effects-generator のいずれかのモデルIDを指定します。 - パラメータ設定prompt（プロンプト）や duration（長さ）などの入力値をJSON形式で定義します。
- 実行と受信API呼び出しを実行し、返された audio_file.url から生成されたオーディオファイルを取得します。
CassetteAIの価格情報：
- Music Generator出力1分あたり $0.02 の従量課金制。1コールあたり10〜180秒の長さを指定可能です。
- Sound Effects Generator1回の生成あたり $0.01 のフラットレート。1コールあたり1〜30秒の長さを指定可能です。
- Text-to-Speech Generator近日公開予定のため、価格は未定です。
