Source: https://ailoot.ai/models/de-at/minimax-speech-2-8-hd/ Canonical: https://ailoot.ai/models/de-at/minimax-speech-2-8-hd/ Language: de-at # MiniMax: Speech 2.8 HD [Markdown](https://ailoot.ai/models/de-at/minimax-speech-2-8-hd/index.md) · [JSON](https://ailoot.ai/models/de-at/minimax-speech-2-8-hd/facts.json) ## [MiniMax: Speech 2.8 HD](https://ailoot.ai/models/de-at/minimax-speech-2-8-hd/) Speech 2.8 HD synthetisiert ausdrucksstarke Sprache mit steuerbaren Emotionen und kleinen Klangdetails wie Atmen und Lachen. - [**Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `minimax/speech-2.8-hd`](https://ailoot.ai/models/de-at/minimax-speech-2-8-hd/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. #### Lebendige Sprache mit kleinen Klangdetails Speech 2.8 HD ist auf natürlichen und sauberen Klang ausgerichtet. Die wichtigste Neuerung der Generation sind Audio-Tags, die Gesprächsdetails in Sprache einfügen: Lachen, leichtes Kichern, Atmen, Einatmen, Ausatmen, Seufzen, Husten, Räuspern und weitere kurze Laute. Sie vermitteln Rhythmus und Pausen einer lebendigen Äußerung, statt jeden Satz in gleichmäßiges Sprecherlesen zu verwandeln. Die Tags werden in der für das Modell vorgesehenen Form in den Text eingefügt. Beispielsweise stehen `(chuckle)`, `(breath)` und `(sighs)` für die entsprechenden Klangaktionen. Audio-Tags gehören speziell zu Speech 2.8. Sie sind Stimmdetails innerhalb der Sprachsynthese, keine Generierung einer eigenen Musik- oder Klangkomposition. #### Klangfarbe und Reinheit Der Hersteller hebt die Wiedergabe charakteristischer Stimmmerkmale hervor: Textur, Atmung und Ausspracheweise. Die Familienfähigkeiten umfassen die Synthese mit einer bereits vorbereiteten geklonten Stimme; deren Erstellung ist ein eigener Vorgang. Bei Speech 2.8 wurde außerdem die Verarbeitung überarbeitet, um Hintergrundgeräusche und digitale Verzerrungen zu verringern. #### Sprachen und Ausdruckskraft Speech 2.8 unterstützt **40 Sprachen**, darunter Russisch. Der Hersteller beschreibt gesondert die Arbeit an sprachübergreifender Aussprache für die Kombination Chinesisch und Japanisch. Dieser Anwendungsfall betrifft einen natürlichen Klang bei verschiedenen Sprachen, keine automatische Textübersetzung. MiniMax sieht Stimmenwahl und die Steuerung von Tempo, Lautstärke und Tonhöhe vor. Die Geschwindigkeit liegt im Bereich **0,5–2**, die Lautstärke über 0 bis **10**, die Tonhöhenänderung zwischen **−12 und 12**. Die Emotion kann anhand des Textinhalts vom Modell gewählt oder manuell vorgegeben werden: Freude, Traurigkeit, Ärger, Angst, Ekel, Überraschung oder Ruhe. Die Aussprache kann mit einem Ersetzungswörterbuch und phonetischer Darstellung präzisiert werden. Vorgesehen sind das internationale phonetische Alphabet, chinesisches Pinyin und japanische Lesevarianten. Pausen werden zwischen gesprochenen Abschnitten im Bereich **0,01–99,99 Sekunden** festgelegt. Die Dauer wird auf zwei Dezimalstellen genau angegeben; Markierungen werden zwischen gesprochenen Abschnitten platziert, nicht direkt hintereinander. So können Namen, Abkürzungen und mehrdeutige Wörter dem beabsichtigten Vortrag entsprechend ausgesprochen werden. #### Audioergebnis Die Synthese nimmt Text mit weniger als **10 000 Zeichen** an. Bei langen Texten mit mehr als 3000 Zeichen empfiehlt der Hersteller Streaming; vollständige Ausgabe des fertigen Audios ist ebenfalls vorgesehen. Allgemeine Syntheseeinstellungen umfassen MP3, PCM, FLAC, WAV, Opus und Varianten von G.711 μ-law sowie Mono oder Stereo. Die Mittel von Ailoot bestimmen, welche Formate für eine konkrete Anfrage verfügbar sind. Diese Karte wandelt Text in gesprochenes Audio um. Die Möglichkeiten zur Stimmensteuerung beschreiben das MiniMax-Modell. Das Erstellen eines Stimmklons, eigene Untertitel und spezielle Anbindungsverfahren sind nicht automatisch Teil einer Vertonungsanfrage. Zu den zusätzlichen Audioeinstellungen gehören Abtastraten von **8, 16, 22,05, 24, 32 und 44,1 kHz**. Für MP3 sind Bitraten von **32, 64, 128 oder 256 kbit/s** vorgesehen. Außerdem kann die Stimmfärbung geändert und ein Effekt angewendet werden: weiträumiges Echo, Hallecho, Telefonklang oder eine Roboterstimme. Effekte zur Stimmenänderung werden bei vollständiger Audioausgabe für MP3, WAV und FLAC unterstützt, bei Streaming nur für MP3. G.711 μ-law verwendet eine Abtastrate von 8 kHz. Diese Möglichkeiten gehören zu den Syntheseeinstellungen von MiniMax. Der Hersteller sieht die Synchronisierung von Sprache und Text vor: Zeitstempel für Sätze, Wörter oder Wörter bei schrittweiser Ausgabe. Das hilft, gesprochene Sprache mit der Textanzeige zu verbinden. Diese zusätzliche Möglichkeit erfordert die Unterstützung des entsprechenden Antwortformats. **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `minimax/speech-2.8-hd` [`minimax/speech-2.8-hd`](https://ailoot.ai/models/de-at/#m=minimax%2Fspeech-2.8-hd&route=Ultra&caller=minimax%2Fspeech-2.8-hd&fmt=speech) MiniMax /`minimax/speech-2.8-hd` ### Einstieg Speech 2.8 HD synthetisiert ausdrucksstarke Sprache mit steuerbaren Emotionen und kleinen Klangdetails wie Atmen und Lachen. Zulässige Eingaben Text Ergebnisse Audio ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` Eingabe `text` Ausgabe `audio` Ausgabeformat mp3 | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits minimax/speech-2.8-hd | Standard— | | Feld`input` | Typ`string` | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 Einheit: Unicode-Zeichen | Standard— | | Feld`voice` | Typ`string` | AnforderungErforderlich | Werte und Limits English\_expressive\_narrator, English\_radiant\_girl, English\_magnetic\_voiced\_man, English\_compelling\_lady1, English\_Aussie\_Bloke, English\_captivating\_female1, English\_Upbeat\_Woman, English\_Trustworth\_Man, English\_CalmWoman, English\_UpsetGirl, English\_Gentle-voiced\_man, English\_Whispering\_girl, English\_Diligent\_Man, English\_Graceful\_Lady, English\_ReservedYoungMan, English\_PlayfulGirl, English\_ManWithDeepVoice, English\_MaturePartner, English\_FriendlyPerson, English\_MatureBoss, English\_Debator, English\_LovelyGirl, English\_Steadymentor, English\_Deep-VoicedGentleman, English\_Wiselady, English\_CaptivatingStoryteller, English\_DecentYoungMan, English\_SentimentalLady, English\_ImposingManner, English\_SadTeen, English\_PassionateWarrior, English\_WiseScholar, English\_Soft-spokenGirl, English\_SereneWoman, English\_ConfidentWoman, English\_PatientMan, English\_Comedian, English\_BossyLeader, English\_Strong-WilledBoy, English\_StressedLady, English\_AssertiveQueen, English\_AnimeCharacter, English\_Jovialman, English\_WhimsicalGirl, English\_Kind-heartedGirl | Standard— | | Feld`response_format` | Typ`string` | AnforderungErforderlich | Werte und Limits mp3 | Standard— | Kombinationen von Eingabematerialien **text\_to\_speech** · Erforderlich: input Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input, voice, response\_format | | Parameter`voice_ids` | VertragEnglish\_expressive\_narrator, English\_radiant\_girl, English\_magnetic\_voiced\_man, English\_compelling\_lady1, English\_Aussie\_Bloke, English\_captivating\_female1, English\_Upbeat\_Woman, English\_Trustworth\_Man, English\_CalmWoman, English\_UpsetGirl, English\_Gentle-voiced\_man, English\_Whispering\_girl, English\_Diligent\_Man, English\_Graceful\_Lady, English\_ReservedYoungMan, English\_PlayfulGirl, English\_ManWithDeepVoice, English\_MaturePartner, English\_FriendlyPerson, English\_MatureBoss, English\_Debator, English\_LovelyGirl, English\_Steadymentor, English\_Deep-VoicedGentleman, English\_Wiselady, English\_CaptivatingStoryteller, English\_DecentYoungMan, English\_SentimentalLady, English\_ImposingManner, English\_SadTeen, English\_PassionateWarrior, English\_WiseScholar, English\_Soft-spokenGirl, English\_SereneWoman, English\_ConfidentWoman, English\_PatientMan, English\_Comedian, English\_BossyLeader, English\_Strong-WilledBoy, English\_StressedLady, English\_AssertiveQueen, English\_AnimeCharacter, English\_Jovialman, English\_WhimsicalGirl, English\_Kind-heartedGirl | | Parameter`response_format` | Vertragmp3 | | Parameter`max_input_characters` | Vertragnull | | Parameter`other_options` | Vertragfalse | | Parameter`input` | Vertragexakter UTF-8-Text; Unicode-Zeichenzahl ohne Normalisierung | | Parameter`material_types` | Vertragtext | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Wählen Sie die genaue Stimme aus diesem Modellprofil. Eingabezeichen und Audiosekunden sind unterschiedliche Messgrößen. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechenbare Menge | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Abrechenbare Menge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · In Cache schreiben **—** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationUltra | Tarifstaffel— | Abrechenbare MengeJeder Unicode-Codepunkt zählt als ein Zeichen, einschließlich Han-Zeichen. | Abrechnungseinheitpro 1K Eingabezeichen | Gebühr Eingabe · Eingabezeichen **$0.2** pro 1K Eingabezeichen | #### Details zum Referenztarif Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode. MiniMax: Speech 2.8 HD #### Preise nach Konfiguration | Konfiguration | Abrechnungsbedingungen | Gebühr | | --- | --- | --- | | KonfigurationMiniMax: Speech 2.8 HD · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabezeichen **$ 0,0002** pro Eingabezeichen | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Sprachausgabe curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "minimax/speech-2.8-hd", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["English_expressive_narrator", "English_radiant_girl", "English_magnetic_voiced_man", "English_compelling_lady1", "English_Aussie_Bloke", "English_captivating_female1", "English_Upbeat_Woman", "English_Trustworth_Man", "English_CalmWoman", "English_UpsetGirl", "English_Gentle-voiced_man", "English_Whispering_girl", "English_Diligent_Man", "English_Graceful_Lady", "English_ReservedYoungMan", "English_PlayfulGirl", "English_ManWithDeepVoice", "English_MaturePartner", "English_FriendlyPerson", "English_MatureBoss", "English_Debator", "English_LovelyGirl", "English_Steadymentor", "English_Deep-VoicedGentleman", "English_Wiselady", "English_CaptivatingStoryteller", "English_DecentYoungMan", "English_SentimentalLady", "English_ImposingManner", "English_SadTeen", "English_PassionateWarrior", "English_WiseScholar", "English_Soft-spokenGirl", "English_SereneWoman", "English_ConfidentWoman", "English_PatientMan", "English_Comedian", "English_BossyLeader", "English_Strong-WilledBoy", "English_StressedLady", "English_AssertiveQueen", "English_AnimeCharacter", "English_Jovialman", "English_WhimsicalGirl", "English_Kind-heartedGirl"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Sprachausgabe mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Abrufe anderer Inhalte MedienbibliothekAufgabenstatusDateidetails ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Das vollständige Binärergebnis und die Header aufbewahren. Wenn JSON oder mehrere Ausgaben zurückgegeben werden, jedes Datenelement aufbewahren und jede tatsächlich zurückgegebene signierte Asset-URL abrufen. ##### Wenn die ursprüngliche Antwort geprüft werden muss Die ursprüngliche operation\_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus. Antwortfelder | Feld | Typ | | --- | --- | | Feld`binary audio` | Typbytes | | Feld`response headers` | Typheaders | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | | Antwort`server_error` | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`minimax/speech-2.8-hd`](https://ailoot.ai/models/de-at/#m=minimax%2Fspeech-2.8-hd&route=Ultra&caller=minimax%2Fspeech-2.8-hd&fmt=speech) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`minimax/speech-2.8-hd`](https://ailoot.ai/models/de-at/#m=minimax%2Fspeech-2.8-hd&route=Ultra&caller=minimax%2Fspeech-2.8-hd&fmt=speech) FAQ · MiniMax: Speech 2.8 HD Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/speech` · `minimax/speech-2.8-hd`: `text` → `audio` Welche Felder verwendet die Anfrage? `POST /v1/audio/speech` · `minimax/speech-2.8-hd`: `model`, `input`, `voice`, `response_format` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-at/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-at/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-at) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.