Билим базасы / Розработчикдер

Сүрөттөр, аудио жана эмбеддингдер

Тиркемедеги генераторлор жана издөө үчүн курулуш блоктору: сүрөттөр, видео, сүйлөө, транскрипция жана эмбеддингдер, ар бири сиздин балансыңыздан колдонуу үчүн төлөнөт.

Бул барак ыңгайлуулук үчүн машинада которулган. Англисче оригиналдуу версия колдонулат.

Сүрөттөрдү түзүү

Суроо-талаптын негизинде бирден төрткө чейин сүрөт жасайт жана алар даяр болгондо кайтарып берет. Бул төмөндөгүлөр сыяктуу эле генераторлордун топтому: ?image тиркемеде.

POST https://nymbot.ai/api/v1/images/generations — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмү.

ID'дер кайдан келет GET /api/v1/models?type=image. Стандарттык генератор, @cf/black-forest-labs/flux-1-schnell, ар бир сүрөт үчүн 5 стандарттык кредит (50 sats) турат. Башка ар бир генератор Pro кредиттерин өзүнүн баасы менен, кадимки комиссия жана маржа менен жумшайт, мисалы тиркеме. n сүрөттөрдүн баасы n анчалык көп. Генератор албаган талаа баш тартуунун ордуна четтетилип саналат; стандарттык генератор болгону промптту гана колдонот.

resolution колдонулбайт: ар бир генератор өзүнүн өлчөмүн түзөт. url, ар бир сүрөт ачык Blossom хостуна жүктөлөт жана сиз анын шилтемесин аласыз (бир нече генераторлор гана өзүнүн шилтемесин кайтарып берет, ал андан ары өткөрүлөт). Шилтемеси бар каалаган адам аны ача алат жана аны кайра өчүрүү мүмкүн эмес; караңыз API эмнени көрө алат. менен b64_json сүрөт жооптун ичинде кайра келип, эч качан жүктөлбөйт. Сүрөт ... катары жөнөтүлгөн data: URL ичинде image_url ... сыяктуу эле текшерилет түзөтүү жана генератор аны алса болот үчүн алгач Blossom'го жүктөлөт; эгерде суроо-талап төлөнбөгөн учурда ишке ашпай калса, кайра өчүрүлөт.

Эгерде айрымдары n сүрөттөр иштебей калат, сиз иштегендерин аласыз, ошолор үчүн гана акы төлөйсүз (кошумча провайдер иштебей туруп да төлөттүгүнө карабастан), жана nymbot.failed канчасы жок экенин айтат. Эгерде баары ишке ашпай калса, суроо кайтарылат 502.

Жооп

{
  "created": 1790726400,
  "model": "nano-banana",
  "cost": 0.2126,
  "data": [
    {
      "url": "https://blossom.example/5c0e4b7d3a91f2e8...c4.png",
      "content_type": "image/png"
    }
  ],
  "nymbot": { "balance": "pro", "charged_credits": 1.817, "charged_sats": 181.7, "balance_credits": 410.608, "balance_sats": 41060.8 }
}

cURL

curl https://nymbot.ai/api/v1/images/generations \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana",
    "prompt": "A lighthouse at dusk, oil painting",
    "size": "16:9"
  }'

Python

import os
import requests

res = requests.post(
    "https://nymbot.ai/api/v1/images/generations",
    headers={"Authorization": "Bearer " + os.environ["NYMBOT_API_KEY"]},
    json={"model": "nano-banana", "prompt": "A lighthouse at dusk, oil painting", "size": "16:9"},
)
res.raise_for_status()
print(res.json()["data"][0]["url"])

JavaScript

const res = await fetch("https://nymbot.ai/api/v1/images/generations", {
  method: "POST",
  headers: {
    "Authorization": "Bearer " + process.env.NYMBOT_API_KEY,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({ model: "nano-banana", prompt: "A lighthouse at dusk, oil painting", size: "16:9" }),
});
const body = await res.json();
console.log(body.data[0].url);

Сүрөттөрдү редакциялоо

Сиз жүктөгөн сүрөттү сурамга ылайык өзгөртөт. Бул OpenAI'дын түзөтүү (edit) конекти, ошондуктан OpenAI SDK'лары images.edit болгон бойдон иштейт. Болгону Pro генераторлор менен edit моделдердин тизмесинде аны кабыл ал.

POST https://nymbot.ai/api/v1/images/edits — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмүДене бул multipart/form-data, 32 МБ чейин.

Сиз жүктөгөн сүрөт PNG, JPEG, WebP же GIF форматында туура түзүлгөн экендиги текшерилет, ал өзүнүн чыныгы түрүндө жөнөтүлөт жана коомдук Blossom хостуна жайгаштырылат, анткени генераторлор өзүнүн киргизүүсүн шилтеме аркылуу алышат. Аны ачык катары кабыл алыңыз. Эгерде түзөтүү ийгиликсиз болсо жана эч нерсе алынбаса, хосттогу көчүрмө кайра өчүрүлөт. Жооп генерациялоо үчүн болгондой эле формада болот. Баалоо — бул генератордун баасы, ал эми кээ бир генераторлор үчүн киргизүлгөн сүрөт үчүн төлөм кошулат.

Жооп

{
  "created": 1790726460,
  "model": "nano-banana",
  "cost": 0.2126,
  "data": [{ "b64_json": "iVBORw0KGgoAAAANSUhEUgAA..." }],
  "nymbot": { "balance": "pro", "charged_credits": 1.817, "charged_sats": 181.7, "balance_credits": 408.791, "balance_sats": 40879.1 }
}

cURL

curl https://nymbot.ai/api/v1/images/edits \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -F model=nano-banana \
  -F [email protected] \
  -F prompt="Make it a snowy evening"

Python

import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

with open("photo.png", "rb") as f:
    result = client.images.edit(model="nano-banana", image=f, prompt="Make it a snowy evening")

with open("edited.png", "wb") as out:
    out.write(base64.b64decode(result.data[0].b64_json))

JavaScript

import fs from "node:fs";
import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const result = await client.images.edit({
  model: "nano-banana",
  image: fs.createReadStream("photo.png"),
  prompt: "Make it a snowy evening",
});
await writeFile("edited.png", Buffer.from(result.data[0].b64_json, "base64"));

Видео

Видео бир нече мүнөт созулат, ошондуктан ал арткы пландын режиминде иштейт. Сиз аны жөнөтөсүз, дароо ID аласыз жана видео даяр болгончо ID жөнүндө сурай бересиз. Ар бир видео генератору Pro балансын короткон учурлар болот.

POST https://nymbot.ai/api/v1/videos — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмү. Кайтарымдар 202.

Генераторду, чейинки сапаты (resolution) жана узундугун жөнөткөндө баа туруктуу болот, ошондуктан провайдер жумушту кабыл алгандан кийин дароо Pro балансыңыздан алынат жана төмөнкүдөй көрсөтүлөт cost, estimated_cost жана nymbotЭгерде аткаруучу жумуштан баш тартса, эч кандай төлөм алынбайт. Эгерде рендеринг кийинчерээк ишке ашпай калса же даяр клип сакталбай калса жана аткаруучу аны үчүн эсепке албаса, төлөм автоматтык түрдө бир жолу кайтарылып берилет. Бир сааттан кийин дагы деле жүрүп жаткан рендеринг токтотулат жана төлөм сакталып калат, анткени аткаруучу рендерингди кабыл алгандан кийин дароо эсепке алат. Кайтарып берүү кредити кайтарып берет, бирок ачкычтын чыгым санын азайтпайт.

Жооп (202)

{
  "id": "vid_3e9a51c07b2f4d86e0a1c4f2",
  "object": "video",
  "model": "veo",
  "status": "in_progress",
  "created": 1790726400,
  "seconds": 8,
  "resolution": "1080p",
  "estimated_cost": 3.18,
  "expires_at": 1790812800,
  "cost": 3.18,
  "nymbot": { "balance": "pro", "charged_credits": 31.8, "charged_sats": 3180, "balance_credits": 378.808, "balance_sats": 37880.8 }
}

status башталат in_progress, же completed видео менен дагыдай эле data генератор аны дароо кайтарып бергенде.

Видеону текшерип жатам

GET https://nymbot.ai/api/v1/videos/{id} — аны жөнөткөн nymге таандык ачкычты талап кылат. Лимити толгон ачкыч дагы деле текшере алат.

Ал жооп берет 202 видео жасалып жаткан учурда жана 200 ...бүткөн же ишке ашпай калган учурда. Ар 5-10 секунд сайын сураңыз. Ар бир текшерүү провайдерден бир жолу сурайт жана дароо жооп берет; ал видеону эч качан күтпөйт. Жумуш жөнөтүлгөндөн кийин 24 саат бою сакталат. GET /api/v1/videos ачкычтын акыркы 50 жумушун тизмектейт {"object": "list", "data": […]}.

Жооп (200)

{
  "id": "vid_3e9a51c07b2f4d86e0a1c4f2",
  "object": "video",
  "model": "veo",
  "status": "completed",
  "created": 1790726400,
  "seconds": 8,
  "resolution": "1080p",
  "estimated_cost": 3.18,
  "expires_at": 1790812800,
  "completed_at": 1790726590,
  "data": { "url": "https://blossom.example/9b41d0c2e7a3f658...1e.mp4", "content_type": "video/mp4" },
  "cost": 3.18,
  "nymbot": { "balance": "pro", "charged_credits": 31.8, "charged_sats": 3180 }
}

status болуп саналат in_progress, completed же failed. А ишке ашырылбай калган жумуш алып келет error ({"code": "generation_failed", "message": …}); эгер ал кайтарылып берилсе, cost 0 жана... nymbot кошумчалар refunded_credits жана refunded_satsДаяр видео коомдук Blossom хостунда, жаратылган сүрөттөр сыяктуу.

cURL

curl https://nymbot.ai/api/v1/videos \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "veo", "prompt": "Waves rolling onto a beach at sunrise", "duration": 8, "aspect_ratio": "16:9"}'

curl https://nymbot.ai/api/v1/videos/vid_3e9a51c07b2f4d86 \
  -H "Authorization: Bearer $NYMBOT_API_KEY"

Python

import os, time
import requests

headers = {"Authorization": "Bearer " + os.environ["NYMBOT_API_KEY"]}

job = requests.post(
    "https://nymbot.ai/api/v1/videos",
    headers=headers,
    json={"model": "veo", "prompt": "Waves rolling onto a beach at sunrise", "duration": 8, "aspect_ratio": "16:9"},
).json()

while True:
    time.sleep(8)
    status = requests.get("https://nymbot.ai/api/v1/videos/" + job["id"], headers=headers).json()
    if status["status"] in ("completed", "failed"):
        break

print(status["data"]["url"] if status["status"] == "completed" else status["error"])

JavaScript

const headers = {
  "Authorization": "Bearer " + process.env.NYMBOT_API_KEY,
  "Content-Type": "application/json",
};

const job = await (await fetch("https://nymbot.ai/api/v1/videos", {
  method: "POST",
  headers,
  body: JSON.stringify({ model: "veo", prompt: "Waves rolling onto a beach at sunrise", duration: 8, aspect_ratio: "16:9" }),
})).json();

let status;
do {
  await new Promise((r) => setTimeout(r, 8000));
  status = await (await fetch("https://nymbot.ai/api/v1/videos/" + job.id, { headers })).json();
} while (status.status !== "completed" && status.status !== "failed");

console.log(status.status === "completed" ? status.data.url : status.error);

Текстти үн чыгаруу

Текстти үн чыгарып окуйт жана шилтеме эмес, аудио файлдын өзүн кайтарат. Бул OpenAI'дын сүйлөө конекти, ошондуктан audio.speech.create OpenAI SDK-ларында иштейт.

POST https://nymbot.ai/api/v1/audio/speech — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмү.

Стандарттуу үн бир суроо үчүн 3 стандарттуу кредит (30 sats) турат, тиркемедегидей. Aura 2 Pro болуп саналат жана сиз жөнөткөн символдордун санына жараша баасы белгиленет. Жооптун денеси — бул аудио, анын төмөндөгүлөр менен дал келген... Content-Type; баасы ... ичинде X-Nymbot-Cost-Sats header. Эгерде сүйлөө модели иштебей калса, эч нерсе алынбайт.

Жооп

HTTP/1.1 200 OK
Content-Type: audio/mpeg
X-Nymbot-Cost-Sats: 4.2
X-Nymbot-Balance-Sats: 41055.6

(audio bytes)

cURL

curl https://nymbot.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "aura-2", "voice": "luna", "input": "Your invoice has been paid."}' \
  --output speech.mp3

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

audio = client.audio.speech.create(
    model="aura-2",
    voice="luna",
    input="Your invoice has been paid.",
)
audio.write_to_file("speech.mp3")

JavaScript

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const audio = await client.audio.speech.create({
  model: "aura-2",
  voice: "luna",
  input: "Your invoice has been paid.",
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

Аудио моделдер жана үндөр

Сүйлөө моделин жана үндү же транскрипция моделин тандоо үчүн эки коомдук тизме бар. 41 Aura 2 англис тилдүү сүйлөөчүсү жана төрт MeloTTS тили бар.

GET https://nymbot.ai/api/v1/audio/models — ачкыч керек эмес.

GET https://nymbot.ai/api/v1/audio/voices?language=en — ачкыч керек эмес.

Жооп (үнөр)

{
  "object": "list",
  "data": [
    { "id": "luna", "name": "Luna", "provider": "deepgram", "model_id": "aura-2", "models": ["aura-2"], "language": "en", "description": "Aura 2 English voice", "gender": "female", "preview_url": null },
    { "id": "en", "name": "MeloTTS English", "provider": "myshell", "model_id": "@cf/myshell-ai/melotts", "models": ["@cf/myshell-ai/melotts", "melotts"], "language": "en", "description": "English (MeloTTS)", "gender": null, "preview_url": null }
  ]
}

Моделдер жоопторду тизмектейт. {"object": "list", "data": {"tts": […], "stt": […]}}. Ар бир сүйлөө модели өзүнүн балансын, баасын берет, max_input_chars, response_formats, languages жана default_voice; транскрипциялоо модели өзүнүн псевдонимдерин берет, max_file_bytes, max_seconds, форматтары жана мүнөтүнүн баасы.

cURL

curl https://nymbot.ai/api/v1/audio/models
curl "https://nymbot.ai/api/v1/audio/voices?language=en"

Python

import requests

print(requests.get("https://nymbot.ai/api/v1/audio/models").json())
for voice in requests.get("https://nymbot.ai/api/v1/audio/voices", params={"language": "en"}).json()["data"]:
    print(voice["id"], voice["model_id"])

JavaScript

console.log(await (await fetch("https://nymbot.ai/api/v1/audio/models")).json());
const voices = await (await fetch("https://nymbot.ai/api/v1/audio/voices?language=en")).json();
for (const v of voices.data) console.log(v.id, v.model_id);

Сүйлөшүүнү текстке айландыруу

Whisper менен жазууну текстке айлантат. Бул OpenAI'дын транскрипциялоочу endpoint'и, ошондуктан audio.transcriptions.create иштейт.

POST https://nymbot.ai/api/v1/audio/transcriptions — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмүДене бул multipart/form-data.

WAV, WebM, MP4 жана Ogg файлдары үчүн узундук эч нерсе иштешинен мурун файлдан окулат, ошондуктан 30 мүнөттөн ашык жазуу алдын ала четке кагылат (3 секунддук мөөнөт менен). WAV файлынын узундугу анын үлгүлөнүү ылдамдыгынан, каналдарынан жана үлгү өлчөмүнөн келип чыгат. Башка форматтардын, мисалы MP3, узундугун алдын ала окууга мүмкүн эмес, ошондуктан алар көлөмү боюнча чектелет: Nymbot эң төмөнкү битрейтти, 8 kbps деп эсептегенде, 30 мүнөт 1.8 МБ түзөт жана мындай форматтагы чоңураак файл төмөнкүлөр менен четке кагылат 413 audio_too_long эч нерсе иштешинен мурун. Узартылган жазууларды WAV, WebM, MP4 же Ogg форматында жөнөтүңүз. Эгерде Whisper баары бир 30 мүнөттөн көп деп билдирсе, суроо-талап төмөндөгүдөй четке кагылат: 413 audio_too_long, жана Whisper иштегендиктен, 30 мүнөт эсептелет.

Сиз аудионун узундугу үчүн төлөйсүз, ал секундга чейин тегеректелет: файлдан окулган эң узун узундук, Whisper билдирген узундук жана файлдын көлөмү мүмкүн болгон эң аз узундук, Whisper'дын бир мүнөт үчүн белгиленген баасы менен, адаттагы төлөм жана маржа менен, жана бир сурам당 үчүн кеминде 0.05 кредит. Эгерде стандарттык баланс бөгөттөлгөн сумманы жабууга мүмкүн болсо, ал стандарттык баланстан, болбосо Pro баланстан төлөнөт; a 402 ар бир баланс эмнеге муктаж экенин көрсөтөт. Тиркемеде үн билдирүүсүн текстке айландыруу акысыз болушу мүмкүн; API'де болсо ал ар дайым акыга негизделген. Эгер Whisper иштебей калса, эч нерсе алынбайт.

Жооп

{
  "text": "Your invoice has been paid.",
  "usage": { "type": "duration", "seconds": 3 },
  "nymbot": { "balance": "standard", "charged_credits": 0.05, "charged_sats": 0.5, "balance_credits": 120.35, "balance_sats": 1203.5 }
}

text жөнөкөй текст кайтарат, srt жана vtt субтитрлерди кайтарыңыз, жана verbose_json тилди, узактыгын жана убактысы белгиленген сегменттерди кошот. JSON эмес үч сегмент үчүн баа хеддерлерде (headers) көрсөтүлгөн.

cURL

curl https://nymbot.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -F [email protected] \
  -F model=whisper \
  -F response_format=json

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

with open("memo.m4a", "rb") as f:
    transcript = client.audio.transcriptions.create(model="whisper", file=f)
print(transcript.text)

JavaScript

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const transcript = await client.audio.transcriptions.create({
  model: "whisper",
  file: fs.createReadStream("memo.m4a"),
});
console.log(transcript.text);

Сүйлөөнү англис тилине которуу

POST https://nymbot.ai/api/v1/audio/translations — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмүДене бул multipart/form-data.

Транскрипция сыяктуу эле, ...дан башка талаалар бирдей. language, чектөөлөр жана баа, бирок кайсы тилде сүйлөнгөнүнө карабай текст англис тилинде кайтып келет. OpenAI SDKs аны төмөнкүдөй чакырат audio.translations.create.

cURL

curl https://nymbot.ai/api/v1/audio/translations \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -F [email protected] \
  -F model=whisper

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

with open("nota.m4a", "rb") as f:
    translation = client.audio.translations.create(model="whisper", file=f)
print(translation.text)

JavaScript

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const translation = await client.audio.translations.create({
  model: "whisper",
  file: fs.createReadStream("nota.m4a"),
});
console.log(translation.text);

Эмбеддингдер

Текстти издөө, кластерлөө жана кайталанууну жоюу үчүн векторлорго айлантат. Моделдер Cloudflare платформасында иштейт жана стандарттык балансты колдонот.

POST https://nymbot.ai/api/v1/embeddings — API ачкычы керек, же Ар бир суроо-талап үчүн Lightning төлөмү.

Моделдердин тизмеси кайсылары жеткиликтүү жана алардын баасы канча экенин билдирген негизги булак болуп саналат; Google'дун EmbeddingGemma модели, сурам боюнча кыскараак векторлор менен, эгер каталогдо анын баасы көрсөтүлсө, ал жерде да көрүнөт. Embedding'дер киргизилген ар бир токен үчүн эсептелет жана ар бир сурам үчүн 0.05-кредиттик minimum өлчөмү колдонулат, ар бир киргизүү үчүн эмес, ошондуктан көптөгөн тексттерди бир сурамга топтогон (batching) бир жолу жөнөтүүгө караганда алда канча арзанга түшөт.

Жооп

{
  "object": "list",
  "data": [
    { "object": "embedding", "index": 0, "embedding": [0.0213, -0.0487, 0.0112] }
  ],
  "model": "@cf/baai/bge-m3",
  "usage": { "prompt_tokens": 9, "total_tokens": 9 },
  "nymbot": { "balance": "standard", "charged_credits": 0.05, "charged_sats": 0.5, "balance_credits": 1204.35, "balance_sats": 12043.5 }
}

cURL

curl https://nymbot.ai/api/v1/embeddings \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "@cf/baai/bge-m3", "input": ["Lightning invoices expire.", "Invoices on Lightning have a time limit."]}'

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

result = client.embeddings.create(
    model="@cf/baai/bge-m3",
    input=["Lightning invoices expire.", "Invoices on Lightning have a time limit."],
)
print(len(result.data), len(result.data[0].embedding))

JavaScript

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const result = await client.embeddings.create({
  model: "@cf/baai/bge-m3",
  input: ["Lightning invoices expire.", "Invoices on Lightning have a time limit."],
});
console.log(result.data.length, result.data[0].embedding.length);