什麼是CassetteAI？
CassetteAI 提供即時生成音訊的 API，涵蓋音樂、音效與文字轉語音模型。開發者可透過單一介面整合至遊戲或創作者應用中，支援端側執行與雲端託管。使用者需申請 API 金鑰以存取生產環境功能，但可無需註冊即使用線上測試區。
CassetteAI的特色是什麼？
- 即時音樂生成根據情緒、風格或參考提示詞，生成 1 至 4 分鐘的完整曲目，包含鼓點、貝斯與旋律，並串流至應用程式。
- 按需音效製作輸入事件描述（如「大教堂沉重的關門聲」），生成 100 毫秒至 12 秒的可循環音效片段，支援逐幀重新生成。
- 低延遲輸出30 秒音樂樣本生成時間低於 2 秒，完整 3 分鐘曲目低於 10 秒，首個樣本延遲約 23.0 毫秒。
- 高保真音質輸出格式為 44.1 kHz 立體聲 WAV 檔案，符合 CD 級音質標準，確保專業一致性。
- 確定性種子控制支援設定隨機種子，確保相同輸入參數下生成結果的一致性，適用於需要重複性的場景。
- 多語言 TTS (即將推出)基於 10 秒樣本進行零樣本克隆，支援內嵌情緒標籤與子秒級首音素延遲。
CassetteAI的使用案例有哪些？
- 遊戲動態配樂在玩家遊玩過程中即時串流生成背景音樂，適應遊戲節奏與情境變化。
- 實時互動媒體為 AR/VR 或視頻工具快速生成短時音效，滿足每幀渲染的低延遲需求。
- 內容創作預覽開發者在接入 API 前，透過 Playground 測試不同提示詞對音樂風格與音效細節的影響。
如何使用CassetteAI？
- 取得 API 金鑰在官網點擊 "Get API key" 註冊帳戶以獲取存取權限。
- 選擇模型 ID在程式碼中指定
CassetteAI/music-generator或cassetteai/sound-effects-generator。 - 構造請求參數使用 JavaScript、Python 或 cURL 發送請求，包含 prompt 文本與 duration 秒數。
- 呼叫 fal.subscribe()透過 @fal-ai/client SDK 發起訂閱請求，啟動生成任務。
- 接收音訊 URL從回應資料中提取
audio_file.url，下載或使用生成的 WAV 檔案。
CassetteAI定價信息：
- 音樂生成器按輸出分鐘計費，價格為 $0.02 / 分鐘；單次呼叫時長限制為 10 至 180 秒。
- 音效生成器按每次生成計費，價格為 $0.01 / 次；單次呼叫時長限制為 1 至 30 秒。
- 文字轉語音生成器定價尚未公布，預計採用相同的按秒計費模式。
