Speech 02 Turbo er den præcise MiniMax-taleudgave, der vælges med model: "minimax/speech-02-turbo". Brug POST /v1/audio/speech med et application/json-indhold, der indeholder model og den tekst, der skal siges. Inputtet er et skriftligt manuskript, og resultatet er syntetiseret lyd. Til en meddelelse skal du kun placere de ord, der skal siges, i text, såsom en kort afhentningsbesked. Til en produktforklaring skal du opdele manuskriptet i hele sætninger og fastlægge produktnavne og tal, før du genererer lyd. Hold produktionsnoter, filnavne og instruktioner, der skal forblive tavse, uden for det talte manuskript.
Feltet text må hverken være tomt eller kun indeholde blanktegn og skal indeholde færre end 10 000 Unicode-tegn. Send hele det talte manuskript med stream:false, eller udelad stream. Del længere materiale op i separate, komplette manuskriptsegmenter, før du indsender hvert segment. Et dokument kan bruges ved at læse dets faktiske indhold og placere den relevante passage i text; en dokument-URL erstatter ikke manuskriptet.
Vælg en stemme via voice_setting.voice_id. De dokumenterede stemmekategorier omfatter systemstemmer og allerede oprettede klonede eller tekstdesignede stemmer; brug et gyldigt stemme-ID til den valgte kategori. Eksempelstemmen er audiobook_male_1. Det samme objekt styrer speed fra 0,5 til 2, vol over 0 og op til 10 samt heltalsværdien pitch fra -12 til 12. Standardværdierne er henholdsvis 1, 1 og 0. Disse indstillinger justerer forskellige aspekter af den talte fremførelse, så vælg dem hver for sig frem for at placere deres navne i manuskriptet.
voice_setting.emotion accepterer happy, sad, angry, fearful, disgusted, surprised, calm og fluent. Dokumentationen beskriver også automatisk tilpasning af følelse ud fra teksten. Til manuskripter med mange tal aktiverer voice_setting.text_normalization tekstnormalisering på kinesisk og engelsk og har standardværdien false. voice_setting.latex_read styrer oplæsning af LaTeX-udtryk og har også standardværdien false. pronunciation_dict.tone er et array af strenge med udtaleregler. Det offentliggjorte eksempel er ["草地/(cao3)(di1)"]; bevar ordet, skråstregen og udtalestrukturen med parenteser, når du angiver en regel.
audio_setting.format accepterer mp3, pcm, flac og wav med mp3 som standardværdi. sample_rate accepterer 8000, 16000, 22050, 24000, 32000 og 44100 Hz; standardværdien er 32000. channel er 1 til mono eller 2 til to kanaler med standardværdien 1. bitrate-værdierne er 32000, 64000, 128000 og 256000 bits pr. sekund med standardværdien 128000 og gælder for mp3. Vælg den kodning, som afspilleren eller redigeringsværktøjet, der skal bruge resultatet, kræver.
language_boost er en valgfri streng med standardværdien null. De tilladte værdier er 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 og auto. "Chinese,Yue" er én værdi. Det er en separat indstilling fra manuskriptet og stemme-ID'et. Skemaet stiller også timber_weights til rådighed som en liste af par med voice_id og heltalsværdien weight, hvor hver weight går fra 1 til 100. Bevar parameterens stavemåde timber_weights, når du forbereder en anmodning. voice_modify.sound_effects er en valgfri streng med værdierne spacious_echo, auditorium_echo, lofi_telephone og robotic.
stream har standardværdien false. Ved et komplet svar vælger output_format url eller hex og har standardværdien hex. I det dokumenterede JSON-resultat indeholder data.audio den valgte repræsentation: download den komplette signerede Ailoot-URL inklusive forespørgselsstrengen, eller afkod den komplette hexadecimale lyd til bytes. Gem det oprindelige resultat sammen med data.status, base_resp, trace_id og extra_info, som omfatter det faktiske lydformat, samplingsfrekvens, antal kanaler, størrelse og usage_characters.
subtitle_enable er en boolesk værdi med standardværdien false og gælder for output uden streaming. aigc_watermark er en boolesk værdi med standardværdien false og styrer en hørbar rytmemarkør i slutningen af den genererede lyd. Gem hvert returneret lyd- eller undertekstresultat, og kontrollér udtale, tal og den færdige fil, før du indsætter den i applikationen. Hvis leveringen er uafklaret, skal du gemme den oprindelige anmodnings identifikator og svaret for at kontrollere det eksisterende forsøg. Ailoot gemmer også den færdige lyd i dit mediebibliotek. Med output_format:"url" indeholder data.audio et signeret link til det gemte aktiv; aktiv-ID'et fremgår af stien /v1/media/assets/{asset_id}/content. Ailoots signerede fillinks gælder i 24 timer fra udstedelsen. Brug den samme API-nøgle til GET /v1/media/assets?family=audio, og følg hver next_cursor for at finde registreringerne af lydaktiver. Læs GET /v1/media/assets/{asset_id} for hver valgt registrering, og download dens præcise content_url inklusive forespørgselsstrengen. Hvis en filanmodning returnerer 404 med koden link_expired, skal du læse det samme aktiv igen for at få en opdateret content_url. Opdatér det gemte resultat frem for at generere lyd igen for at erstatte et udløbet link.
", "aboutText": "Speech 02 Turbo er den præcise MiniMax-taleudgave, der vælges med model: \"minimax/speech-02-turbo\". Brug POST /v1/audio/speech med et application/json-indhold, der indeholder model og den tekst, der skal siges. Inputtet er et skriftligt manuskript, og resultatet er syntetiseret lyd. Til en meddelelse skal du kun placere de ord, der skal siges, i text, såsom en kort afhentningsbesked. Til en produktforklaring skal du opdele manuskriptet i hele sætninger og fastlægge produktnavne og tal, før du genererer lyd. Hold produktionsnoter, filnavne og instruktioner, der skal forblive tavse, uden for det talte manuskript.\n\nFeltet text må hverken være tomt eller kun indeholde blanktegn og skal indeholde færre end 10 000 Unicode-tegn. Send hele det talte manuskript med stream:false, eller udelad stream. Del længere materiale op i separate, komplette manuskriptsegmenter, før du indsender hvert segment. Et dokument kan bruges ved at læse dets faktiske indhold og placere den relevante passage i text; en dokument-URL erstatter ikke manuskriptet.\n\nVælg en stemme via voice_setting.voice_id. De dokumenterede stemmekategorier omfatter systemstemmer og allerede oprettede klonede eller tekstdesignede stemmer; brug et gyldigt stemme-ID til den valgte kategori. Eksempelstemmen er audiobook_male_1. Det samme objekt styrer speed fra 0,5 til 2, vol over 0 og op til 10 samt heltalsværdien pitch fra -12 til 12. Standardværdierne er henholdsvis 1, 1 og 0. Disse indstillinger justerer forskellige aspekter af den talte fremførelse, så vælg dem hver for sig frem for at placere deres navne i manuskriptet.\n\nvoice_setting.emotion accepterer happy, sad, angry, fearful, disgusted, surprised, calm og fluent. Dokumentationen beskriver også automatisk tilpasning af følelse ud fra teksten. Til manuskripter med mange tal aktiverer voice_setting.text_normalization tekstnormalisering på kinesisk og engelsk og har standardværdien false. voice_setting.latex_read styrer oplæsning af LaTeX-udtryk og har også standardværdien false. pronunciation_dict.tone er et array af strenge med udtaleregler. Det offentliggjorte eksempel er [\"草地/(cao3)(di1)\"]; bevar ordet, skråstregen og udtalestrukturen med parenteser, når du angiver en regel.\n\naudio_setting.format accepterer mp3, pcm, flac og wav med mp3 som standardværdi. sample_rate accepterer 8000, 16000, 22050, 24000, 32000 og 44100 Hz; standardværdien er 32000. channel er 1 til mono eller 2 til to kanaler med standardværdien 1. bitrate-værdierne er 32000, 64000, 128000 og 256000 bits pr. sekund med standardværdien 128000 og gælder for mp3. Vælg den kodning, som afspilleren eller redigeringsværktøjet, der skal bruge resultatet, kræver.\n\nlanguage_boost er en valgfri streng med standardværdien null. De tilladte værdier er 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 og auto. \"Chinese,Yue\" er én værdi. Det er en separat indstilling fra manuskriptet og stemme-ID'et. Skemaet stiller også timber_weights til rådighed som en liste af par med voice_id og heltalsværdien weight, hvor hver weight går fra 1 til 100. Bevar parameterens stavemåde timber_weights, når du forbereder en anmodning. voice_modify.sound_effects er en valgfri streng med værdierne spacious_echo, auditorium_echo, lofi_telephone og robotic.\n\nstream har standardværdien false. Ved et komplet svar vælger output_format url eller hex og har standardværdien hex. I det dokumenterede JSON-resultat indeholder data.audio den valgte repræsentation: download den komplette signerede Ailoot-URL inklusive forespørgselsstrengen, eller afkod den komplette hexadecimale lyd til bytes. Gem det oprindelige resultat sammen med data.status, base_resp, trace_id og extra_info, som omfatter det faktiske lydformat, samplingsfrekvens, antal kanaler, størrelse og usage_characters.\n\nsubtitle_enable er en boolesk værdi med standardværdien false og gælder for output uden streaming. aigc_watermark er en boolesk værdi med standardværdien false og styrer en hørbar rytmemarkør i slutningen af den genererede lyd. Gem hvert returneret lyd- eller undertekstresultat, og kontrollér udtale, tal og den færdige fil, før du indsætter den i applikationen. Hvis leveringen er uafklaret, skal du gemme den oprindelige anmodnings identifikator og svaret for at kontrollere det eksisterende forsøg. Ailoot gemmer også den færdige lyd i dit mediebibliotek. Med output_format:\"url\" indeholder data.audio et signeret link til det gemte aktiv; aktiv-ID'et fremgår af stien /v1/media/assets/{asset_id}/content. Ailoots signerede fillinks gælder i 24 timer fra udstedelsen. Brug den samme API-nøgle til GET /v1/media/assets?family=audio, og følg hver next_cursor for at finde registreringerne af lydaktiver. Læs GET /v1/media/assets/{asset_id} for hver valgt registrering, og download dens præcise content_url inklusive forespørgselsstrengen. Hvis en filanmodning returnerer 404 med koden link_expired, skal du læse det samme aktiv igen for at få en opdateret content_url. Opdatér det gemte resultat frem for at generere lyd igen for at erstatte et udløbet link.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0e617089960971428a73dc746917ef9bcbc15fb28196ab4090ab4540d4876aac", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "minimax/speech-02-turboSpeech 02 Turbo er en MiniMax-model til tekst til tale, der omdanner et færdigt manuskript til lyd. Udgaven minimax/speech-02-turbo stiller indstillinger for stemme, fremførelse og lydformat til rådighed med et komplet JSON-svar og mulighed for URL- eller hexadecimalt lydoutput. Brug den til at omdanne en forberedt meddelelse, produktforklaring eller et indtalingsmanuskript til tale.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Speech 02 Turbo er den præcise MiniMax-taleudgave, der vælges med model: "minimax/speech-02-turbo". Brug POST /v1/audio/speech med et application/json-indhold, der indeholder model og den tekst, der skal siges. Inputtet er et skriftligt manuskript, og resultatet er syntetiseret lyd. Til en meddelelse skal du kun placere de ord, der skal siges, i text, såsom en kort afhentningsbesked. Til en produktforklaring skal du opdele manuskriptet i hele sætninger og fastlægge produktnavne og tal, før du genererer lyd. Hold produktionsnoter, filnavne og instruktioner, der skal forblive tavse, uden for det talte manuskript.
Feltet text må hverken være tomt eller kun indeholde blanktegn og skal indeholde færre end 10 000 Unicode-tegn. Send hele det talte manuskript med stream:false, eller udelad stream. Del længere materiale op i separate, komplette manuskriptsegmenter, før du indsender hvert segment. Et dokument kan bruges ved at læse dets faktiske indhold og placere den relevante passage i text; en dokument-URL erstatter ikke manuskriptet.
Vælg en stemme via voice_setting.voice_id. De dokumenterede stemmekategorier omfatter systemstemmer og allerede oprettede klonede eller tekstdesignede stemmer; brug et gyldigt stemme-ID til den valgte kategori. Eksempelstemmen er audiobook_male_1. Det samme objekt styrer speed fra 0,5 til 2, vol over 0 og op til 10 samt heltalsværdien pitch fra -12 til 12. Standardværdierne er henholdsvis 1, 1 og 0. Disse indstillinger justerer forskellige aspekter af den talte fremførelse, så vælg dem hver for sig frem for at placere deres navne i manuskriptet.
voice_setting.emotion accepterer happy, sad, angry, fearful, disgusted, surprised, calm og fluent. Dokumentationen beskriver også automatisk tilpasning af følelse ud fra teksten. Til manuskripter med mange tal aktiverer voice_setting.text_normalization tekstnormalisering på kinesisk og engelsk og har standardværdien false. voice_setting.latex_read styrer oplæsning af LaTeX-udtryk og har også standardværdien false. pronunciation_dict.tone er et array af strenge med udtaleregler. Det offentliggjorte eksempel er ["草地/(cao3)(di1)"]; bevar ordet, skråstregen og udtalestrukturen med parenteser, når du angiver en regel.
audio_setting.format accepterer mp3, pcm, flac og wav med mp3 som standardværdi. sample_rate accepterer 8000, 16000, 22050, 24000, 32000 og 44100 Hz; standardværdien er 32000. channel er 1 til mono eller 2 til to kanaler med standardværdien 1. bitrate-værdierne er 32000, 64000, 128000 og 256000 bits pr. sekund med standardværdien 128000 og gælder for mp3. Vælg den kodning, som afspilleren eller redigeringsværktøjet, der skal bruge resultatet, kræver.
language_boost er en valgfri streng med standardværdien null. De tilladte værdier er 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 og auto. "Chinese,Yue" er én værdi. Det er en separat indstilling fra manuskriptet og stemme-ID'et. Skemaet stiller også timber_weights til rådighed som en liste af par med voice_id og heltalsværdien weight, hvor hver weight går fra 1 til 100. Bevar parameterens stavemåde timber_weights, når du forbereder en anmodning. voice_modify.sound_effects er en valgfri streng med værdierne spacious_echo, auditorium_echo, lofi_telephone og robotic.
stream har standardværdien false. Ved et komplet svar vælger output_format url eller hex og har standardværdien hex. I det dokumenterede JSON-resultat indeholder data.audio den valgte repræsentation: download den komplette signerede Ailoot-URL inklusive forespørgselsstrengen, eller afkod den komplette hexadecimale lyd til bytes. Gem det oprindelige resultat sammen med data.status, base_resp, trace_id og extra_info, som omfatter det faktiske lydformat, samplingsfrekvens, antal kanaler, størrelse og usage_characters.
subtitle_enable er en boolesk værdi med standardværdien false og gælder for output uden streaming. aigc_watermark er en boolesk værdi med standardværdien false og styrer en hørbar rytmemarkør i slutningen af den genererede lyd. Gem hvert returneret lyd- eller undertekstresultat, og kontrollér udtale, tal og den færdige fil, før du indsætter den i applikationen. Hvis leveringen er uafklaret, skal du gemme den oprindelige anmodnings identifikator og svaret for at kontrollere det eksisterende forsøg. Ailoot gemmer også den færdige lyd i dit mediebibliotek. Med output_format:"url" indeholder data.audio et signeret link til det gemte aktiv; aktiv-ID'et fremgår af stien /v1/media/assets/{asset_id}/content. Ailoots signerede fillinks gælder i 24 timer fra udstedelsen. Brug den samme API-nøgle til GET /v1/media/assets?family=audio, og følg hver next_cursor for at finde registreringerne af lydaktiver. Læs GET /v1/media/assets/{asset_id} for hver valgt registrering, og download dens præcise content_url inklusive forespørgselsstrengen. Hvis en filanmodning returnerer 404 med koden link_expired, skal du læse det samme aktiv igen for at få en opdateret content_url. Opdatér det gemte resultat frem for at generere lyd igen for at erstatte et udløbet link.
POST /v1/audio/speechtextaudio| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser minimax/speech-02-turbo | Standard— |
Felttext | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser false | Standardfalse |
Feltvoice_setting | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
Feltvoice_setting.voice_id | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltvoice_setting.speed | Typenumber | KravValgfrit | Værdier og grænser Minimum: 0,5 Maksimum: 2 | Standard1 |
Feltvoice_setting.vol | Typenumber | KravValgfrit | Værdier og grænser Minimum: 0 Maksimum: 10 | Standard1 |
Feltvoice_setting.pitch | Typeinteger | KravValgfrit | Værdier og grænser Minimum: -12 Maksimum: 12 | Standard0 |
Feltvoice_setting.emotion | Typestring | KravValgfrit | Værdier og grænser happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Standard— |
Feltvoice_setting.text_normalization | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltvoice_setting.latex_read | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltaudio_setting | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
Feltaudio_setting.sample_rate | Typeinteger | KravValgfrit | Værdier og grænser 8.000, 16.000, 22.050, 24.000, 32.000, 44.100 | Standard32.000 |
Feltaudio_setting.bitrate | Typeinteger | KravValgfrit | Værdier og grænser 32.000, 64.000, 128.000, 256.000 | Standard128.000 |
Feltaudio_setting.format | Typestring | KravValgfrit | Værdier og grænser mp3, pcm, flac, wav | Standardmp3 |
Feltaudio_setting.channel | Typeinteger | KravValgfrit | Værdier og grænser 1, 2 | Standard1 |
Feltaudio_setting.force_cbr | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltpronunciation_dict | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
Feltpronunciation_dict.tone | Typearray | KravValgfrit | Værdier og grænser | Standard— |
Felttimber_weights | Typearray | KravValgfrit | Værdier og grænser | Standard— |
Feltlanguage_boost | Typestring | 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— |
Feltvoice_modify | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
Feltvoice_modify.pitch | Typeinteger | KravValgfrit | Værdier og grænser -100, 100 | Standard— |
Feltvoice_modify.intensity | Typeinteger | KravValgfrit | Værdier og grænser -100, 100 | Standard— |
Feltvoice_modify.timbre | Typeinteger | KravValgfrit | Værdier og grænser -100, 100 | Standard— |
Feltvoice_modify.sound_effects | Typestring | KravValgfrit | Værdier og grænser spacious_echo, auditorium_echo, lofi_telephone, robotic | Standard— |
Feltsubtitle_enable | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltoutput_format | Typestring | KravValgfrit | Værdier og grænser url, hex | Standardhex |
Feltaigc_watermark | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, text |
Parameteroptional | Kontraktstream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
Parametermaterial_types | Kontrakttext |
Parameterconditions | 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}
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
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 $0.00012 pr. inputtegn |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/speech-02-turbo", "text": "Hello, this is a short speech example.", "stream": false, "output_format": "hex", "audio_setting": {"format": "mp3", "sample_rate": 32000, "channel": 1}}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nmp3,pcm,flac,wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}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.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
| Felt | Type |
|---|---|
Feltdata.audio | Typestring |
Feltextra_info | Typeobject |
Felttrace_id | Typestring |
Ailoot Ultra minimax/speech-02-turbo
Brug metodestierne vist ovenfor.