Source: https://ailoot.ai/models/da/minimax-speech-01-turbo/
Canonical: https://ailoot.ai/models/da/minimax-speech-01-turbo/
Language: da

# MiniMax: Speech 01 Turbo

[Markdown](https://ailoot.ai/models/da/minimax-speech-01-turbo/index.md) · [JSON](https://ailoot.ai/models/da/minimax-speech-01-turbo/facts.json)

## [MiniMax: Speech 01 Turbo](https://ailoot.ai/models/da/minimax-speech-01-turbo/)

MiniMax Speech 01 Turbo læser medsendt tekst som genereret tale via en synkron audio\_speech-anmodning. Den accepterer tekst på under 10 000 tegn og tilbyder indstillinger for stemme, tempo og tonehøjde med MP3-, PCM-, FLAC- eller WAV-output.

- [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-turbo`](https://ailoot.ai/models/da/minimax-speech-01-turbo/#method-0)

Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

MiniMax Speech 01 Turbo omdanner medsendt tekst til tale. Dens præcise Ailoot-model-ID er minimax/speech-01-turbo, og dens dokumenterede syntesevælger er speech-01-turbo. Brug audio\_speech-metoden til en speak, en indtalt lektion, en produktforklaring eller en indtalingskladde, hvis ordlyd du allerede har. Inputtet er den passage, der skal læses, og resultatet er syntetiseret tale i det valgte lydformat.

Forbered teksten som ord, der skal siges, med tegnsætning, der afspejler fraseringen. Til en indtalingskladde skal du angive den endelige sætningsrækkefølge og stavemåden for navne, før du vælger stemmeindstillinger. Hold regibemærkninger adskilt fra den talte passage, medmindre disse ord hører til i optagelsen. Lyt til vigtige navne, tal og overgange i resultatet, og sammenlign dem med kildeteksten.

Teksten skal være kortere end 10 000 tegn. Den offentliggjorte syntesekontrakt kræver model og text. Til længere materiale skal du forberede passager inden for denne grænse og bevare deres rækkefølge til redigering. Den synkrone profil bruger et komplet svar med stream=false som dokumenteret standardværdi. Den generelle API beskriver også streamingmuligheder, men den valgte metode på dette kort er den synkrone talearbejdsgang.

voice\_setting vælger et tilgængeligt voice\_id og styrer speed, vol og pitch. Det dokumenterede speed-interval er 0,5–2 med 1 som standardværdi. vol skal være større end 0 og højst 10 med 1 som standardværdi; pitch er et heltal fra -12 til 12 med 0 som standardværdi. Lad hver indstilling tjene passagen: sammenlign oplæsningstempo og hørbarhed i den faktiske optagelse frem for at antage, at en talændring skaber en bestemt fremførelse.

De dokumenterede emotion-værdier er happy, sad, angry, fearful, disgusted, surprised, calm og fluent. Teksten kan også styre modellens følelse. text\_normalization er en separat boolesk indstilling til forberedelse af taloplæsning på kinesisk og engelsk, og latex\_read styrer oplæsning af LaTeX-formler; begge har standardværdien false. pronunciation\_dict.tone kan indeholde dokumenterede erstatningsregler for udtale. Kontrollér et navn eller et fagudtryk i den resulterende lyd, før du bruger det i en længere indtaling.

audio\_setting.format accepterer mp3, pcm, flac eller wav med mp3 som standardværdi. sample\_rate accepterer 8000, 16000, 22050, 24000, 32000 eller 44100 og har standardværdien 32000. bitrate accepterer 32000, 64000, 128000 eller 256000, har standardværdien 128000 og gælder for MP3. channel vælger 1 til mono eller 2 til stereo med 1 som standardværdi. Gem disse valg sammen med kildepassagen, så den returnerede fil kan kontrolleres i forhold til det ønskede redigerings- eller afspilningssted.

Yderligere dokumenterede indstillinger omfatter language\_boost, hvis præcise navngivne valg omfatter English, Russian, Chinese og Chinese,Yue; vælg en faktisk angivet værdi til passagen. timber\_weights kan kombinere eksisterende voice\_id-poster med heltalsværdier for weight fra 1 til 100. De offentliggjorte sound\_effects-værdier er spacious\_echo, auditorium\_echo, lofi\_telephone og robotic. Det er valgfrie indstillinger til at forme en valgt stemme; registrér deres faktiske indstillinger, når du sammenligner oplæsninger.

Det synkrone resultat indeholder genereret tale. output\_format vælger url eller hex og har standardværdien hex i synteseskemaet. Download filen, som et URL-resultat henviser til, eller afkod et hex-resultat til lydbytes før afspilning. Gem de returnerede lydmetadata, inklusive format, samplingsfrekvens, antal kanaler og størrelse, sammen med optagelsen. subtitle\_enable er som standard false og gælder kun for output uden streaming, når den aktiveres; kilden fastlægger ikke et undertekstfilformat for denne profil.

Gem kildepassagen, det præcise model-ID, stemmevalget og den færdige optagelse samlet. Gennemgå hele oplæsningen for den ønskede ordlyd, pauser og de valgte fremførelsesindstillinger, før du indsætter den i en video, lektion eller indtalt vejledning. Hvis svaret er ufuldstændigt, skal du gemme den oprindelige anmodnings identitet og de returnerede oplysninger til afstemning, før du anmoder om en ny optagelse. En senere revision kan ændre en bestemt formulering eller stemmeindstilling, mens resten af manuskriptet bevares til en tydelig sammenligning.

**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-turbo`

[`minimax/speech-01-turbo`](https://ailoot.ai/models/da/#m=minimax%2Fspeech-01-turbo&route=Ultra&caller=minimax%2Fspeech-01-turbo&fmt=speech)

MiniMax /`minimax/speech-01-turbo`

### Start

MiniMax Speech 01 Turbo læser medsendt tekst som genereret tale via en synkron audio\_speech-anmodning. Den accepterer tekst på under 10 000 tegn og tilbyder indstillinger for stemme, tempo og tonehøjde med MP3-, PCM-, FLAC- eller WAV-output.

Accepterede input

Tekst

Resultater

Lyd

### Tilgængelig i Ailoot · input og metoder

**Ailoot Ultra · Speech** `POST /v1/audio/speech`

Inputtyper

`text`

Outputtyper

`audio`

Outputformat

mp3,pcm,flac,wav

| Felt | Type | Krav | Værdier og grænser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser minimax/speech-01-turbo | Standard— |
| Felt`text` | Type`string` | KravPåkrævet | Værdier og grænser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfrit | Værdier og grænser false | Standardfalse |
| Felt`voice_setting` | Type`object` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`voice_setting.voice_id` | Type`string` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`voice_setting.speed` | Type`number` | KravValgfrit | Værdier og grænser Minimum: 0,5 Maksimum: 2 | Standard1 |
| Felt`voice_setting.vol` | Type`number` | KravValgfrit | Værdier og grænser Minimum: 0 Maksimum: 10 | Standard1 |
| Felt`voice_setting.pitch` | Type`integer` | KravValgfrit | Værdier og grænser Minimum: -12 Maksimum: 12 | Standard0 |
| Felt`voice_setting.emotion` | Type`string` | KravValgfrit | Værdier og grænser happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Standard— |
| Felt`voice_setting.text_normalization` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse |
| Felt`voice_setting.latex_read` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse |
| Felt`audio_setting` | Type`object` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`audio_setting.sample_rate` | Type`integer` | KravValgfrit | Værdier og grænser 8.000, 16.000, 22.050, 24.000, 32.000, 44.100 | Standard32.000 |
| Felt`audio_setting.bitrate` | Type`integer` | KravValgfrit | Værdier og grænser 32.000, 64.000, 128.000, 256.000 | Standard128.000 |
| Felt`audio_setting.format` | Type`string` | KravValgfrit | Værdier og grænser mp3, pcm, flac, wav | Standardmp3 |
| Felt`audio_setting.channel` | Type`integer` | KravValgfrit | Værdier og grænser 1, 2 | Standard1 |
| Felt`audio_setting.force_cbr` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse |
| Felt`pronunciation_dict` | Type`object` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`pronunciation_dict.tone` | Type`array` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`timber_weights` | Type`array` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`language_boost` | Type`string` | KravValgfrit | Værdier og grænser Chinese, Chinese,Yue, English, Arabic, Russian, Spanish, French, Portuguese, German, Turkish, Dutch, Ukrainian, Vietnamese, Indonesian, Japanese, Italian, Korean, Thai, Polish, Romanian, Greek, Czech, Finnish, Hindi, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans, auto | Standard— |
| Felt`voice_modify` | Type`object` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`voice_modify.pitch` | Type`integer` | KravValgfrit | Værdier og grænser -100, 100 | Standard— |
| Felt`voice_modify.intensity` | Type`integer` | KravValgfrit | Værdier og grænser -100, 100 | Standard— |
| Felt`voice_modify.timbre` | Type`integer` | KravValgfrit | Værdier og grænser -100, 100 | Standard— |
| Felt`voice_modify.sound_effects` | Type`string` | KravValgfrit | Værdier og grænser spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Standard— |
| Felt`subtitle_enable` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse |
| Felt`output_format` | Type`string` | KravValgfrit | Værdier og grænser url, hex | Standardhex |
| Felt`aigc_watermark` | Type`boolean` | KravValgfrit | Værdier og grænser | Standardfalse |

Metodeparametre og livscyklus

| Parameter | Kontrakt |
| --- | --- |
| Parameter`content_type` | Kontraktapplication/json |
| Parameter`required` | Kontraktmodel, text |
| Parameter`optional` | Kontraktstream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark |
| Parameter`material_types` | Kontrakttext |
| Parameter`conditions` | KontraktUse text, not input or contents. Fewer than 10000 Unicode characters; stream is false or omitted., PCM is raw audio with its returned sample geometry; do not invent a WAV header or bit depth. |

Livscyklus: `synchronous_result_then_owned_library`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

### Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand

Ikke angivet Når hurtig tilstand er valgt

flex-tilstand

Ikke angivet Når flex-tilstanden er valgt

Maksimal ræsonneringsindsats

Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats

#### Ailoot-takster

#### Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

| Konfiguration | Takstplan | Afregningsenhed | Beløb |
| --- | --- | --- | --- |
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Afregningsenhed— | Beløb Input · Inputtokens **—** / 1K tokens Output · Outputtokens **—** / 1K tokens Input · Cachelæsning **—** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens |
| Konfigurationinputtegn | Takstplan— | Afregningsenhedpr. inputtegn | Beløb Input · inputtegn **$0.00006** pr. inputtegn |

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/)

### Eksempelanmodninger

#### Ailoot Ultra · Speech

curl · opret én gang, og bevar hele resultatet

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "minimax/speech-01-turbo", "text": "Hello, this is a short speech example.", "stream": false, "output_format": "hex", "audio_setting": {"format": "mp3", "sample_rate": 32000, "channel": 1}}')

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 result.json
# Submit once. Retain the complete result, original identifiers and every response header.
```

### Hent og gem resultater

#### Ailoot Ultra · Speech

mp3,pcm,flac,wav

- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Retain the full JSON. Decode every hex audio byte or use the returned owned URL. Keep the actual format, sample rate, channel count and usage\_characters.

##### Hvis det oprindelige svar skal kontrolleres

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`data.audio` | Typestring |
| Felt`extra_info` | Typeobject |
| Felt`trace_id` | Typestring |

### Aliaser

#### Modelaliaser

**Ailoot Ultra** [`minimax/speech-01-turbo`](https://ailoot.ai/models/da/#m=minimax%2Fspeech-01-turbo&route=Ultra&caller=minimax%2Fspeech-01-turbo&fmt=speech)

#### Aliaser for metodestier

Brug metodestierne vist ovenfor.

#### Relaterede kalder-ID’er

[`minimax/speech-01-turbo`](https://ailoot.ai/models/da/#m=minimax%2Fspeech-01-turbo&route=Ultra&caller=minimax%2Fspeech-01-turbo&fmt=speech)

FAQ · MiniMax: Speech 01 Turbo

Hvilke input og resultater er tilgængelige?

`POST /v1/audio/speech` · `minimax/speech-01-turbo`: `text` → `audio`

Hvilke felter bruger anmodningen?

`POST /v1/audio/speech` · `minimax/speech-01-turbo`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark`

Hvilke grænser gælder?

`POST /v1/audio/speech` · `minimax/speech-01-turbo`: `voice_setting.speed.minimum`: `0.5`; `voice_setting.speed.maximum`: `2`; `voice_setting.vol.minimum`: `0`; `voice_setting.vol.maximum`: `10`; `voice_setting.pitch.minimum`: `-12`; `voice_setting.pitch.maximum`: `12`

Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation.

## Virksomheden og dens projektportefølje

Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.

## Køb tokens med rabat.

Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb.

Abonnement

Vælg et abonnement med rabat til dine regelmæssige anmodninger.

Rabatkode på op til 50%

Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne.

Udgifter i historikken

Model, tokens og beløb gemmes for hver anmodning.

[Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/)

## Tilslut API’et til produktet, du sælger.

SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg.

Kommerciel applikation

Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner.

Licens til forhandlere

Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg.

Dokumenter på websitet

Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning.

[Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da)

## Ailoot · Virksomheden og dens projektportefølje





Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI.





Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.





Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.