Source: https://ailoot.ai/models/es-mx/minimax-speech-02-turbo/
Canonical: https://ailoot.ai/models/es-mx/minimax-speech-02-turbo/
Language: es-mx

# MiniMax: Speech 02 Turbo

[Markdown](https://ailoot.ai/models/es-mx/minimax-speech-02-turbo/index.md) · [JSON](https://ailoot.ai/models/es-mx/minimax-speech-02-turbo/facts.json)

## [MiniMax: Speech 02 Turbo](https://ailoot.ai/models/es-mx/minimax-speech-02-turbo/)

Speech 02 Turbo es un modelo de texto a voz de MiniMax para convertir un guion terminado en audio. La edición minimax/speech-02-turbo ofrece controles de voz, interpretación y formato de audio, con una respuesta JSON completa y la opción de salida de audio mediante URL o en hexadecimal. Utilízalo para convertir en audio hablado un anuncio preparado, una explicación de producto o un guion de narración.

- [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-02-turbo`](https://ailoot.ai/models/es-mx/minimax-speech-02-turbo/#method-0)

Sobre el modelo

Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.

Speech 02 Turbo es la edición exacta de voz de MiniMax que se selecciona mediante model: "minimax/speech-02-turbo". Utiliza POST /v1/audio/speech con un cuerpo application/json que contenga model y el texto que debe pronunciarse. Su entrada es un guion escrito y su resultado es audio sintetizado. Para un anuncio, coloca en text solo las palabras que deban pronunciarse, como un breve aviso de recolección. Para una explicación de producto, divide el guion en frases completas y fija los nombres y los números del producto antes de generar audio. Mantén fuera del guion hablado las notas de producción, los nombres de archivo y las indicaciones que deban permanecer en silencio.

El campo text no debe estar en blanco y debe contener menos de 10 000 caracteres Unicode. Envía el guion hablado completo con stream:false u omite stream. Divide el material más largo en segmentos de guion independientes y completos antes de enviar cada segmento. Puedes utilizar un documento leyendo su contenido real y colocando el pasaje pertinente en text; una URL de documento no sustituye al guion.

Elige una voz mediante voice\_setting.voice\_id. Las categorías de voz documentadas incluyen voces del sistema y voces clonadas o diseñadas mediante texto que ya se hayan creado; utiliza un ID de voz válido para la categoría seleccionada. La voz de ejemplo es audiobook\_male\_1. El mismo objeto controla speed de 0.5 a 2, vol por encima de 0 y hasta 10, y pitch entero de -12 a 12. Sus valores predeterminados son 1, 1 y 0. Estos controles ajustan aspectos distintos de la interpretación hablada, por lo que debes elegirlos por separado en lugar de colocar sus nombres en el guion.

voice\_setting.emotion acepta happy, sad, angry, fearful, disgusted, surprised, calm y fluent. La documentación también describe la adaptación automática de la emoción a partir del texto. Para guiones con muchos números, voice\_setting.text\_normalization habilita la normalización de texto en chino e inglés y tiene false como valor predeterminado. voice\_setting.latex\_read controla la lectura de expresiones LaTeX y también tiene false como valor predeterminado. pronunciation\_dict.tone es un array de cadenas de reglas de pronunciación. El ejemplo publicado es \["草地/(cao3)(di1)"\]; conserva la palabra, la barra y la estructura de pronunciación entre paréntesis al proporcionar una regla.

audio\_setting.format acepta mp3, pcm, flac y wav, con mp3 como valor predeterminado. sample\_rate acepta 8000, 16000, 22050, 24000, 32000 y 44100 Hz; su valor predeterminado es 32000. channel es 1 para mono o 2 para dos canales, con 1 como valor predeterminado. Los valores de bitrate son 32000, 64000, 128000 y 256000 bits por segundo, con 128000 como valor predeterminado, y se aplican a mp3. Selecciona la codificación que necesite el reproductor o la herramienta de edición que vaya a utilizar el resultado.

language\_boost es una cadena opcional y tiene null como valor predeterminado. Sus valores permitidos son 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 y auto. "Chinese,Yue" es un solo valor. Es un control independiente del guion y del ID de voz. El esquema también expone timber\_weights para una lista de pares voice\_id y weight entero, con cada weight de 1 a 100. Conserva la grafía del parámetro timber\_weights al preparar una solicitud. voice\_modify.sound\_effects es una cadena opcional con los valores spacious\_echo, auditorium\_echo, lofi\_telephone y robotic.

stream tiene false como valor predeterminado. Para una respuesta completa, output\_format selecciona url o hex y tiene hex como valor predeterminado. En el resultado JSON documentado, data.audio contiene la representación seleccionada: descarga la URL firmada de Ailoot completa, incluida su cadena de consulta, o decodifica todo el audio hexadecimal en bytes. Conserva el resultado original junto con data.status, base\_resp, trace\_id y extra\_info, que incluye el formato de audio real, la frecuencia de muestreo, el número de canales, el tamaño y usage\_characters.

subtitle\_enable es un booleano que tiene false como valor predeterminado y se aplica a la salida sin streaming. aigc\_watermark es un booleano que tiene false como valor predeterminado y controla un marcador rítmico audible al final del audio generado. Conserva todos los resultados de audio o subtítulos devueltos y comprueba la pronunciación, los números y el archivo completado antes de incorporarlo a la aplicación. Si la entrega es incierta, conserva el identificador de la solicitud original y la respuesta para comprobar el intento existente. Ailoot también guarda el audio completado en tu biblioteca multimedia. Con output\_format:"url", data.audio contiene un enlace firmado a ese recurso guardado; el ID del recurso aparece en su ruta /v1/media/assets/{asset\_id}/content. Los enlaces firmados a archivos de Ailoot duran 24 horas desde su emisión. Utiliza la misma clave de API para GET /v1/media/assets?family=audio y sigue todos los next\_cursor para localizar los registros de recursos de audio. Consulta GET /v1/media/assets/{asset\_id} para cada registro seleccionado y descarga su content\_url exacto, incluida la cadena de consulta. Si una solicitud de archivo devuelve 404 con el código link\_expired, vuelve a leer el mismo recurso para obtener un content\_url renovado. Renueva el resultado guardado en lugar de generar audio de nuevo para sustituir un enlace caducado.

**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-02-turbo`

[`minimax/speech-02-turbo`](https://ailoot.ai/models/es-mx/#m=minimax%2Fspeech-02-turbo&route=Ultra&caller=minimax%2Fspeech-02-turbo&fmt=speech)

MiniMax /`minimax/speech-02-turbo`

### Inicio

Speech 02 Turbo es un modelo de texto a voz de MiniMax para convertir un guion terminado en audio. La edición minimax/speech-02-turbo ofrece controles de voz, interpretación y formato de audio, con una respuesta JSON completa y la opción de salida de audio mediante URL o en hexadecimal. Utilízalo para convertir en audio hablado un anuncio preparado, una explicación de producto o un guion de narración.

Entradas aceptadas

Texto

Resultados

Audio

### Disponible en Ailoot · entradas y métodos

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

Entrada

`text`

Salida

`audio`

Formato de salida

mp3,pcm,flac,wav

| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites minimax/speech-02-turbo | Predeterminado— |
| Campo`text` | Tipo`string` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites false | Predeterminadofalse |
| Campo`voice_setting` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`voice_setting.voice_id` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`voice_setting.speed` | Tipo`number` | RequisitoOpcional | Valores y límites Mínimo: 0.5 Máximo: 2 | Predeterminado1 |
| Campo`voice_setting.vol` | Tipo`number` | RequisitoOpcional | Valores y límites Mínimo: 0 Máximo: 10 | Predeterminado1 |
| Campo`voice_setting.pitch` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: -12 Máximo: 12 | Predeterminado0 |
| Campo`voice_setting.emotion` | Tipo`string` | RequisitoOpcional | Valores y límites happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Predeterminado— |
| Campo`voice_setting.text_normalization` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`voice_setting.latex_read` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`audio_setting` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`audio_setting.sample_rate` | Tipo`integer` | RequisitoOpcional | Valores y límites 8,000, 16,000, 22,050, 24,000, 32,000, 44,100 | Predeterminado32,000 |
| Campo`audio_setting.bitrate` | Tipo`integer` | RequisitoOpcional | Valores y límites 32,000, 64,000, 128,000, 256,000 | Predeterminado128,000 |
| Campo`audio_setting.format` | Tipo`string` | RequisitoOpcional | Valores y límites mp3, pcm, flac, wav | Predeterminadomp3 |
| Campo`audio_setting.channel` | Tipo`integer` | RequisitoOpcional | Valores y límites 1, 2 | Predeterminado1 |
| Campo`audio_setting.force_cbr` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`pronunciation_dict` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`pronunciation_dict.tone` | Tipo`array` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`timber_weights` | Tipo`array` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`language_boost` | Tipo`string` | RequisitoOpcional | Valores y límites 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 | Predeterminado— |
| Campo`voice_modify` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`voice_modify.pitch` | Tipo`integer` | RequisitoOpcional | Valores y límites -100, 100 | Predeterminado— |
| Campo`voice_modify.intensity` | Tipo`integer` | RequisitoOpcional | Valores y límites -100, 100 | Predeterminado— |
| Campo`voice_modify.timbre` | Tipo`integer` | RequisitoOpcional | Valores y límites -100, 100 | Predeterminado— |
| Campo`voice_modify.sound_effects` | Tipo`string` | RequisitoOpcional | Valores y límites spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Predeterminado— |
| Campo`subtitle_enable` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`output_format` | Tipo`string` | RequisitoOpcional | Valores y límites url, hex | Predeterminadohex |
| Campo`aigc_watermark` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |

Parámetros del método y ciclo de vida

| Parámetro | Contrato |
| --- | --- |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`required` | Contratomodel, text |
| Parámetro`optional` | Contratostream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark |
| Parámetro`material_types` | Contratotext |
| Parámetro`conditions` | ContratoUse 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. |

Ciclo de vida: `synchronous_result_then_owned_library`

`GET /v1/media/assets`

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

### Tarifas

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo fast

Sin especificar Cuando se selecciona el modo fast

Modo flex

Sin especificar Cuando se selecciona el modo flex

Esfuerzo máximo de razonamiento

Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default

#### Tarifas de Ailoot

#### Precios por configuración

Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.

| Configuración | Tabla de tarifas | Unidad de facturación | Cargo |
| --- | --- | --- | --- |
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Unidad de facturación— | Cargo Entrada · Tokens de entrada **—** / 1K tokens Salida · Tokens de salida **—** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| Configuracióncarácter de entrada | Tabla de tarifas— | Unidad de facturaciónpor carácter de entrada | Cargo Entrada · carácter de entrada **$0.00012** por carácter de entrada |

Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/)

### Solicitudes de ejemplo

#### Ailoot Ultra · Speech

curl · crea una sola vez y conserva el resultado completo

```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-02-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.
```

### Recibir y guardar resultados

#### Ailoot Ultra · Speech

mp3,pcm,flac,wav

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

##### Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

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.

##### Si es necesario revisar la respuesta original

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

Campos de respuesta

| Campo | Tipo |
| --- | --- |
| Campo`data.audio` | Tipostring |
| Campo`extra_info` | Tipoobject |
| Campo`trace_id` | Tipostring |

### Alias

#### Alias del modelo

**Ailoot Ultra** [`minimax/speech-02-turbo`](https://ailoot.ai/models/es-mx/#m=minimax%2Fspeech-02-turbo&route=Ultra&caller=minimax%2Fspeech-02-turbo&fmt=speech)

#### Alias de rutas de métodos

Usa las rutas de método indicadas arriba.

#### ID de modelo relacionados

[`minimax/speech-02-turbo`](https://ailoot.ai/models/es-mx/#m=minimax%2Fspeech-02-turbo&route=Ultra&caller=minimax%2Fspeech-02-turbo&fmt=speech)

FAQ · MiniMax: Speech 02 Turbo

¿Qué entradas y resultados están disponibles?

`POST /v1/audio/speech` · `minimax/speech-02-turbo`: `text` → `audio`

¿Qué campos utiliza la solicitud?

`POST /v1/audio/speech` · `minimax/speech-02-turbo`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark`

¿Qué límites se aplican?

`POST /v1/audio/speech` · `minimax/speech-02-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`

Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación.

## La empresa y su cartera de proyectos

La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes.

## Compra tokens con descuento.

Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens.

Suscripción

Elige un plan con descuento para tus peticiones habituales.

Código de hasta el 50%

Introduce el código al comprar. El precio se recalcula según la promoción vigente.

Gasto en el historial

Modelo, tokens e importe quedan guardados por cada petición.

[Elegir suscripción](https://ailoot.ai/docs/es-mx/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es-mx/)

## Conecta la API al producto que vendes.

SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso.

Aplicación comercial

Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio.

Licencia para revendedores

Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa.

Documentos en la web

La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar.

[Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es-mx)

## Ailoot · La empresa y su cartera de proyectos





Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI.





La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes.





Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.