speech-02-turbo
صُمم Speech-02 Turbo لتوليد الكلام بسرعة مع إيقاع ثابت وصوت متعدد اللغات.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
كلام سريع للإجابة التفاعلية
صُمم Speech 02 Turbo لتوليد كلام تفاعلي. يصف المصنّع الجمع بين السرعة والإيقاع المستقر والصوت الطبيعي؛ وتشمل السيناريوهات الإجابات الصوتية وردود الألعاب والمحتوى التفاعلي. يتلقى النموذج النص ويشكل صوت كلام.
اختيار طابع الصوت
تتيح عائلة Speech 02 الجمع بين الصوت واللغة واللكنة والمشاعر. يربط Transformer ذاتي الانحدار ومشفّر المتحدث المدربان معًا جرس الصوت بالمحتوى. يمكن توليد النص بصوت جاهز؛ ويخص إنشاء صوت مستنسخ جديد تحضيرًا منفصلًا.
يختار النموذج النبرة العاطفية من النص أو يقبل حالة محددة: السعادة أو الحزن أو الغضب أو الخوف أو الاشمئزاز أو الدهشة أو الهدوء. تُضبط أيضًا السرعة والطبقة ومستوى الصوت لمواءمة الرد بوتيرة التفاعل المطلوبة.
اللغات وقراءة الكلمات
يُدعم الكلام الروسي ولغات أخرى، منها الإنجليزية والصينية والكانتونية واليابانية والكورية والفرنسية والألمانية والإسبانية والبرتغالية والتركية والعربية والأوكرانية. تستثني مواصفات Speech 02 الحالية الفارسية والفلبينية والتاميلية بصورة منفصلة.
يمكن توضيح النطق بقاموس استبدالات ورموز صوتية دولية والبينيين الصيني وطرق القراءة اليابانية. تُحدد التوقفات بين الأجزاء المنطوقة ضمن 0,01–99,99 ثانية. تُحدد المدة بدقة منزلتين عشريتين؛ وتوضع العلامات بين الأجزاء المنطوقة ولا تُكرر متتابعةً. يتيح النموذج سرعة 0,5–2 ومستوى صوت فوق 0 وحتى 10 وتغيير طبقة من −12 إلى 12.
صوت للتشغيل
يُحدد الإدخال المتزامن عند نص أقل من 10 000 حرف؛ وينصح المصنّع بالإخراج التدريجي للنص فوق 3000 حرف. تشمل قدرات النموذج MP3 وWAV وFLAC وPCM؛ وتصف الإعدادات العامة أيضًا Opus وG.711 μ-law وقناة صوتية واحدة أو قناتين.
تقبل بطاقة Ailoot هذه النص وتعيد الكلام. تتعلق سرعة Turbo بغرض هذا الإصدار؛ وتتحدد مدة الإجابة والصيغ الموسعة المتاحة وفق طريقة الاستدعاء المختارة.
تشمل إعدادات الصوت الإضافية ترددات أخذ العينات 8 و16 و22,05 و24 و32 و44,1 كيلوهرتز. تتوفر لـMP3 معدلات بت 32 أو64 أو128 أو256 كيلوبت/ثانية. يمكن أيضًا تغيير طابع الصوت وتطبيق تأثير واحد: صدى واسع أو صدى قاعة أو صوت هاتفي أو آلي. تُدعم تأثيرات تغيير الصوت لـMP3 وWAV وFLAC عند تلقي الصوت كاملًا، ولـMP3 فقط في الإخراج المتدفق. تستخدم صيغ G.711 μ-law تردد 8 كيلوهرتز. تخص هذه الإمكانات إعدادات التوليد من MiniMax.
يتيح المصنّع مزامنة الكلام بالنص: طوابع زمنية للجمل أو الكلمات أو الكلمات في الإخراج التدريجي. تساعد هذه النتيجة على مطابقة النطق بعرض النص. تحتاج الإمكانية الإضافية دعم صيغة الإجابة المعنية.
Ailoot · توليد الكلام POST /v1/audio/speech speech-02-turbo
speech-02-turboالبداية
صُمم Speech-02 Turbo لتوليد الكلام بسرعة مع إيقاع ثابت وصوت متعدد اللغات.
- المدخلات المقبولة
- النص
- النتائج
- speech
متاح في Ailoot · المدخلات والطرائق
Ailoot · توليد الكلام POST /v1/audio/speech
- الإدخال
text- الإخراج
speech- صيغة الإخراج
- mp3
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود speech-02-turbo | القيمة الافتراضية— |
الحقلinput | النوعstring | المتطلبمطلوب | القيم والحدود الحد الأدنى للطول: 1 الحد الأقصى للطول (غير شامل): 10,000 الوحدة: محارف Unicode | القيمة الافتراضية— |
الحقلvoice | النوعstring | المتطلبمطلوب | القيم والحدود النمط: ^[A-Za-z0-9_-]{1,128}$ | القيمة الافتراضية— |
الحقلresponse_format | النوعstring | المتطلباختياري | القيم والحدود mp3 | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_speech · مطلوب: input
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةmaterial_types | المواصفاتtext |
المعلمةrequired | المواصفاتnull |
المعلمةoptional_controls | المواصفاتnull |
دورة الحياة: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
بُنى الطرق ومعرّفاتها دقيقة؛ قدرة المورد منفصلة عن السماح بالطلب.
الباقات
تعرفات طرائق Ailoot
POST /v1/audio/speech- الإدخال
- 60.00 US$ لكل 1 مليون حرف
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot · توليد الكلام
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
: "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "speech-02-turbo", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
import re
voice=os.environ["AILOOT_VOICE_ID"]
if not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID")
p["voice"]=voice
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
استلام النتائج وحفظها
Ailoot · توليد الكلام
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.
عند الحاجة إلى التحقق من الاستجابة الأصلية
احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلbinary audio | النوعbytes |
الحقلresponse headers | النوعheaders |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الاستجابةserver_error | الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق | الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot speech-02-turbo
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · speech-02-turbo
- ما المدخلات والنتائج المتاحة؟
POST /v1/audio/speech·speech-02-turbo:text→speech- ما الحقول التي يستخدمها الطلب؟
POST /v1/audio/speech·speech-02-turbo:model,input,voice,response_format