Source: https://ailoot.ai/models/cs/speech-02-hd/ Canonical: https://ailoot.ai/models/cs/speech-02-hd/ Language: cs # speech-02-hd [Markdown](https://ailoot.ai/models/cs/speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/cs/speech-02-hd/facts.json) ## [speech-02-hd](https://ailoot.ai/models/cs/speech-02-hd/) Speech-02 HD je model syntézy řeči se zaměřením na kvalitu zvuku a podobnost hlasu. - [**Ailoot · Převod na řeč** `POST /v1/audio/speech` `speech-02-hd`](https://ailoot.ai/models/cs/speech-02-hd/#method-0) O modelu Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu. #### Hlas pro přednes a dlouhé čtení Speech 02 HD vytváří řeč se zaměřením na kvalitu, rytmus a stálost znění. Výrobce zdůrazňuje hlasové zpracování materiálů a audioknihy, v nichž má hlas zachovávat charakter a plynule procházet dlouhým textem. Jde o model syntézy: přijímá text a převádí jej na mluvený zvuk. #### Jak se propojují text a barva hlasu Základem rodiny Speech 02 jsou autoregresivní architektura Transformer a trénovatelný enkodér mluvčího. Získávání barvy hlasu a generování řeči byly trénovány společně, aby sladily vlastnosti hlasu s obsahem. Schopnosti rodiny zahrnují používání připravených klonovaných hlasů a kombinování jazyka, přízvuku a způsobu výslovnosti. #### Emoce a vícejazyčné čtení Emocionální zabarvení lze určit podle smyslu textu nebo zadat ručně. Dostupné jsou radost, smutek, hněv, strach, odpor, překvapení a klid. Model pracuje s ruštinou, angličtinou a dalšími jazyky; výrobce popisuje různé přízvuky anglické řeči, čínštinu a kantonštinu, japonštinu, korejštinu, evropské a další jazyky. V aktuálním popisu Speech 02 jsou samostatně vyloučeny perština, filipínština a tamilština. Obecný jazykový seznam novějších generací Speech nelze automaticky přenášet na tuto verzi. #### Nastavení hlasu Pro syntézu jsou k dispozici volba hlasu, změna rychlosti **0,5–2**, hlasitosti nad 0 až do **10** a výšky od **−12 do 12**. Ve slovníku výslovnosti lze zadávat nahrazení zápisu požadovaným čtením; podporovány jsou fonetické zápisy a japonské varianty výslovnosti. Lze tak řídit, jak zaznějí jména a nejednoznačná slova. #### Pauzy a hotový zvuk Výrobce umožňuje zadávat pauzy mezi vyslovovanými úseky o délce **0,01–99,99 sekundy**. Délka pauzy se zadává s přesností na dvě desetinná místa; značky se umisťují mezi vyslovované úseky a nesmějí následovat bezprostředně po sobě. Text jednoho synchronního požadavku musí mít méně než **10 000 znaků**. K dispozici jsou získání celého zvuku i postupný výstup; pro text nad 3000 znaků je doporučen streamovaný výstup. Mezi formáty modelu patří MP3, WAV, FLAC a PCM; obecná nastavení syntézy popisují také Opus a varianty G.711 μ-law. Lze použít mono nebo stereo. V této kartě je dostupný hlasový přednes textu a samostatná příprava hlasu i rozšířená nastavení se používají pouze v mezích podporovaného způsobu volání prostřednictvím Ailoot. Další nastavení zvuku zahrnují vzorkovací frekvence **8, 16, 22,05, 24, 32 a 44,1 kHz**. Pro MP3 je k dispozici datový tok **32, 64, 128 nebo 256 kbit/s**. Lze také měnit barvu hlasu a použít jeden efekt: prostorovou ozvěnu, ozvěnu sálu, telefonní zvuk nebo robotický hlas. Efekty změny hlasu jsou podporovány pro MP3, WAV a FLAC při získání celého zvuku a při streamovaném výstupu pouze pro MP3. Formáty G.711 μ-law používají frekvenci 8 kHz. Tyto schopnosti patří k nastavením syntézy MiniMax. Výrobce nabízí synchronizaci řeči s textem: časové značky po větách, po slovech nebo po slovech při postupném výstupu. Takový výsledek pomáhá spojit přednes se zobrazením textu. Tato další schopnost vyžaduje podporu odpovídajícího formátu odpovědi. **Ailoot · Převod na řeč** `POST /v1/audio/speech` `speech-02-hd` [`speech-02-hd`](https://ailoot.ai/models/cs/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) MiniMax /`speech-02-hd` ### Úvod Speech-02 HD je model syntézy řeči se zaměřením na kvalitu zvuku a podobnost hlasu. Přijímané vstupy Text Výsledky speech ### Dostupné v Ailoot · vstupy a metody **Ailoot · Převod na řeč** `POST /v1/audio/speech` Vstup `text` Výstup `speech` Výstupní formát mp3 | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity speech-02-hd | Výchozí— | | Pole`input` | Typ`string` | PožadavekPovinné | Hodnoty a limity Minimální délka: 1 Maximální délka (bez krajní hodnoty): 10 000 Jednotka: znaky Unicode | Výchozí— | | Pole`voice` | Typ`string` | PožadavekPovinné | Hodnoty a limity Vzor: ^\[A-Za-z0-9\_-\]{1,128}$ | Výchozí— | | Pole`response_format` | Typ`string` | PožadavekVolitelné | Hodnoty a limity mp3 | Výchozí— | Kombinace vstupních materiálů **text\_to\_speech** · Povinné: input Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`material_types` | Kontrakttext | | Parametr`required` | Kontraktnull | | Parametr`optional_controls` | Kontraktnull | Životní cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · skutečně vrácené task\_id nebo záznam v knihovně médií `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Struktury metod a ID jsou přesné; schopnosti dodavatele jsou oddělené od připuštění požadavku. ### Tarify #### Sazby metod Ailoot Vstup 100,00 US$ *za 1 milion znaků* Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot · Převod na řeč Příklad řeči ```bash 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-hd", "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 ``` ### Přijímání a ukládání výsledků #### Ailoot · Převod na řeč mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Uchovejte všechny dokončené výsledky Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu. Uchovejte úplný binární výsledek a hlavičky. Pokud odpověď obsahuje JSON nebo více výstupů, uchovejte všechny datové položky a stáhněte každý soubor ze skutečně vrácené podepsané URL. ##### Pokud je nutné ověřit původní odpověď Uchovejte původní operation\_id/X-Client-Request-ID pro spárování záznamů bez opětovného odeslání; samostatná trasa pro dotazování na stav zvuku neexistuje. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`binary audio` | Typbytes | | Pole`response headers` | Typheaders | Chyby a další kroky | Odpověď | Podmínka | Další krok | | --- | --- | --- | | Odpověď400 · `invalid_request_error` | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. | | Odpověď`server_error` | PodmínkaVrácená odpověď uvádí, že operaci nebo výsledek je třeba zkontrolovat | Další krokUchovejte původní vrácené ID operace nebo úlohy, hlavičky požadavku a odpověď; pokračujte v podporovaném načítání údajů o této původní operaci. Požadavek na vytvoření znovu neodesílejte. | ### Aliasy #### Aliasy modelu **Ailoot** [`speech-02-hd`](https://ailoot.ai/models/cs/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`speech-02-hd`](https://ailoot.ai/models/cs/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) FAQ · speech-02-hd Jaké vstupy a výsledky jsou dostupné? `POST /v1/audio/speech` · `speech-02-hd`: `text` → `speech` Jaká pole požadavek používá? `POST /v1/audio/speech` · `speech-02-hd`: `model`, `input`, `voice`, `response_format` Připojte Ailoot k Claude Code, OpenCode, Hermes nebo vlastní aplikaci. ## Společnost a její portfolio projektů Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. ## Nakupujte tokeny se slevou. Sleva předplatného pro pravidelnou práci. Promo kódy až 50% na nákup tokenů. Předplatné Pro pravidelné požadavky vyberte tarif se slevou. Promo kód až 50% Při nákupu zadejte kód. Cena se přepočítá podle probíhající akce. Výdaje v historii U každého požadavku se uloží model, tokeny a částka. [Vybrat předplatné](https://ailoot.ai/docs/cs/billing/subscriptions/) · [Zobrazit ceny modelů](https://ailoot.ai/models/cs/) ## Připojte API k produktu, který prodáváte. SaaS, aplikace a boti podle nabídky a licenční smlouvy Ailoot. Pro přeprodej požádejte o licenci přeprodejce. Komerční aplikace Začleňte generování textu, obrázků, videa a zvuku do placených funkcí své služby. Licence pro přeprodejce Pošlete popis projektu a způsob poskytování přístupu. Vyžádejte písemné podmínky použití a přeprodeje. Dokumenty na webu Nabídka, licenční smlouva a zásady zpracování dat jsou dostupné před připojením. [Požádat o licenci přeprodejce](mailto:support@ailoot.ai) · [Nabídka a licenční smlouva](https://ailoot.ai/legal/offer?lang=cs) ## Ailoot · Společnost a její portfolio projektů Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI. Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.