speech-2.8-turbo

Speech 2.8 Turbo on nopea luonnollisen puheen synteesi äänitunnisteilla ja ilmeikkyyden ohjauksella.

Ailoot · Puhesynteesi POST /v1/audio/speech speech-2.8-turbo
Ailoot · Puhesynteesi POST /v1/audio/speech minimax-speech-turbo

Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

Keskustelurepliikkien nopea synteesi

Speech 2.8 Turbo yhdistää äänen nopean muodostamisen ja luonnollisen äänenkulun. Valmistaja asemoi Turbon sujuvaan keskusteluääneen: lyhyisiin repliikkeihin, tekstin ääneenlukemiseen ja puhevuorovaikutukseen. Tämä kortti vastaanottaa tekstiä ja palauttaa puheääntä.

Nauru, hengitys ja huudahdukset

Kuten sukupolven HD-versio, Turbo tukee Speech 2.8 -äänitunnisteita. Tekstiin voi sisällyttää naurun, naurahduksen, yskän, kurkun selvittämisen, sisään- ja uloshengityksen, huokauksen ja muiden lyhyiden äänten merkintöjä. Ohjattu epätasaisuus tekee repliikistä keskustelun kaltaisen: siihen tulee sisältöön liittyviä hengityksiä ja taukoja.

Äänitunniste kohdistuu tiettyyn tekstikohtaan. Tähän käytetään mallin tukemia sulkumerkintöjä, kuten (laughs) tai (breath). Tehosteen vapaamuotoinen kuvaus ei vastaa tuettua tunnistetta.

Ääni ja kieli

Speech 2.8 -perhe tukee 40 kieltä, venäjä mukaan lukien, ja valmiiden äänten käyttöä. Valmistaja painottaa äänen tunnistettavaa rakennetta, hengityksen ominaispiirteitä ja digitaalisten vääristymien vähentämistä. Kloonausmahdollisuus kuuluu äänen erilliseen valmisteluun, minkä jälkeen ääntä voidaan käyttää synteesissä.

MiniMax mahdollistaa äänen valinnan sekä tempon, voimakkuuden ja korkeuden ohjauksen. Nopeus määritetään välillä 0,5–2, voimakkuus yli 0:sta enintään 10:een ja korkeuden muutos välillä −12–12. Tunne voidaan jättää mallin valittavaksi tekstin merkityksen perusteella tai määrittää käsin: ilo, suru, viha, pelko, inho, hämmästys tai rauhallisuus.

Ääntämistä voidaan täsmentää korvaussanastolla ja foneettisilla merkinnöillä; tarjolla ovat kansainvälinen foneettinen aakkosto, kiinan pinyin ja japanin lukutavat. Tauot määritetään puhuttujen jaksojen väliin kestolla 0,01–99,99 sekuntia. Tauon kesto annetaan kahden desimaalin tarkkuudella; merkit sijoitetaan puhuttujen jaksojen väliin eikä peräkkäin. Näillä asetuksilla nimien, lyhenteiden ja monitulkintaisten sanojen ääntäminen voidaan sovittaa ääneenluvun tavoitteeseen.

Asteittainen tulostus ja ääniformaatti

Synteesi vastaanottaa alle 10 000 merkin tekstiä. Yli 3000 merkin pitkälle tekstille valmistaja suosittelee suoratoistotulostusta; valmis ääni voidaan saada myös kokonaan. Synteesin yleisiin asetuksiin kuuluvat MP3, PCM, FLAC, WAV, Opus ja G.711 μ-law -vaihtoehdot sekä mono- tai stereoääni; yksittäisen pyynnön käytettävissä oleva formaattivalikoima määräytyy Ailootin välineiden mukaan.

Turbon nopeus on malliversion ominaisuus, ei lupaus valmiin repliikin kiinteästä viiveestä. Tälle pyynnölle ei määritetä numeerista viivettä. Luetellut valmistajan laajennetut asetukset edellyttävät Ailootin valitun kutsutavan tukea.

Äänen lisäasetuksiin kuuluvat näytteenottotaajuudet 8, 16, 22,05, 24, 32 ja 44,1 kHz. MP3:n bittinopeudeksi on tarjolla 32, 64, 128 tai 256 kbit/s. Myös äänenväriä voidaan muuttaa ja yhtä tehostetta käyttää: avara kaiku, salikaiku, puhelinääni tai robottiääni. Äänenmuokkaustehosteita tuetaan MP3-, WAV- ja FLAC-muodoissa koko ääntä palautettaessa, mutta suoratoistossa vain MP3-muodossa. G.711 μ-law -formaatit käyttävät 8 kHz:n taajuutta. Nämä kyvyt koskevat MiniMaxin synteesiasetuksia.

Valmistaja mahdollistaa puheen ja tekstin synkronoinnin: lauseiden, sanojen tai asteittain palautettavien sanojen aikaleimat. Tulos auttaa sovittamaan puheen yhteen tekstin näyttämisen kanssa. Tämä lisäominaisuus edellyttää kyseisen vastausformaatin tukea.

Ailoot · Puhesynteesi POST /v1/audio/speech speech-2.8-turbo

speech-2.8-turbo

MiniMax /speech-2.8-turbo

Mallin ID

speech-2.8-turbo
minimax-speech-turbo

Aloitus

Speech 2.8 Turbo on nopea luonnollisen puheen synteesi äänitunnisteilla ja ilmeikkyyden ohjauksella.

Hyväksytyt syötteet: Teksti
Tulokset: speech

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot · Puhesynteesi POST /v1/audio/speech

Syötetyypit: text
Tulostyypit: speech
Tulosteen muoto: mp3

Kenttä	Tyyppi	Vaatimus	Arvot & rajat	Oletus
Kenttä`model`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat speech-2.8-turbo	Oletus—
Kenttä`input`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Vähimmäispituus: 1 Enimmäispituus (raja-arvo pois lukien): 10 000 Yksikkö: Unicode-merkit	Oletus—
Kenttä`voice`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Merkkijonomalli: ^[A-Za-z0-9_-]{1,128}$	Oletus—
Kenttä`response_format`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat mp3	Oletus—

Syöteaineistojen yhdistelmät

text_to_speech · Pakollinen: input

Menetelmän parametrit ja elinkaari

Parametri	Sopimus
Parametri`material_types`	Sopimustext
Parametri`required`	Sopimusnull
Parametri`optional_controls`	Sopimusnull

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Menetelmien rakenteet ja ID:t ovat täsmällisiä; toimittajan kyvykkyys on erillinen pyynnön hyväksymisestä.

Hinnoittelu

Ailoot-menetelmien hinnat

Ailoot PuhesynteesiPOST /v1/audio/speech

Syöte: 60,00 $ 1 miljoonaa merkkiä kohden

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot · Puhesynteesi

Puhe-esimerkki

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-2.8-turbo", "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

Vastaanota ja tallenna tulokset

Ailoot · Puhesynteesi

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.

Jos alkuperäinen vastaus on tarkistettava

Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole.

Vastauksen kentät

Kenttä	Tyyppi
Kenttä`binary audio`	Tyyppibytes
Kenttä`response headers`	Tyyppiheaders

Virheet ja seuraavat vaiheet

Vastaus	Ehto	Seuraava vaihe
Vastaus400 · `invalid_request_error`	EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo	Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä.
Vastaus`server_error`	EhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta	Seuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.

Aliakset

Mallin aliakset

Ailoot speech-2.8-turbo, minimax-speech-turbo

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

speech-2.8-turbo, minimax-speech-turbo

Ailoot · Puhesynteesi POST /v1/audio/speech minimax-speech-turbo

minimax-speech-turbo

MiniMax /minimax-speech-turbo

Mallin ID

speech-2.8-turbo
minimax-speech-turbo

Aloitus

Speech 2.8 Turbo on nopea luonnollisen puheen synteesi äänitunnisteilla ja ilmeikkyyden ohjauksella.

Hyväksytyt syötteet: Teksti
Tulokset: speech

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot · Puhesynteesi POST /v1/audio/speech

Syötetyypit: text
Tulostyypit: speech
Tulosteen muoto: mp3

Kenttä	Tyyppi	Vaatimus	Arvot & rajat	Oletus
Kenttä`model`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat minimax-speech-turbo	Oletus—
Kenttä`input`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Vähimmäispituus: 1 Enimmäispituus (raja-arvo pois lukien): 10 000 Yksikkö: Unicode-merkit	Oletus—
Kenttä`voice`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Merkkijonomalli: ^[A-Za-z0-9_-]{1,128}$	Oletus—
Kenttä`response_format`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat mp3	Oletus—

Syöteaineistojen yhdistelmät

text_to_speech · Pakollinen: input

Menetelmän parametrit ja elinkaari

Parametri	Sopimus
Parametri`material_types`	Sopimustext
Parametri`required`	Sopimusnull
Parametri`optional_controls`	Sopimusnull

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Menetelmien rakenteet ja ID:t ovat täsmällisiä; toimittajan kyvykkyys on erillinen pyynnön hyväksymisestä.

Hinnoittelu

Ailoot-menetelmien hinnat

Ailoot PuhesynteesiPOST /v1/audio/speech

Syöte: 60,00 $ 1 miljoonaa merkkiä kohden

Esimerkkipyynnöt

Ailoot · Puhesynteesi

Puhe-esimerkki

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": "minimax-speech-turbo", "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

Vastaanota ja tallenna tulokset

Ailoot · Puhesynteesi

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.

Jos alkuperäinen vastaus on tarkistettava

Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole.

Vastauksen kentät

Kenttä	Tyyppi
Kenttä`binary audio`	Tyyppibytes
Kenttä`response headers`	Tyyppiheaders

Virheet ja seuraavat vaiheet

Vastaus	Ehto	Seuraava vaihe
Vastaus400 · `invalid_request_error`	EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo	Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä.
Vastaus`server_error`	EhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta	Seuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.

Aliakset

Mallin aliakset

Ailoot speech-2.8-turbo, minimax-speech-turbo

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

speech-2.8-turbo, minimax-speech-turbo

FAQ · speech-2.8-turbo

Mitä syötteitä ja tuloksia on saatavilla?

POST /v1/audio/speech · speech-2.8-turbo: text → speech

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

Mitä kenttiä pyyntö käyttää?

POST /v1/audio/speech · speech-2.8-turbo: model, input, voice, response_format

POST /v1/audio/speech · minimax-speech-turbo: model, input, voice, response_format

speech-2.8-turbo

speech-2.8-turbo

Keskustelurepliikkien nopea synteesi

Nauru, hengitys ja huudahdukset

Ääni ja kieli

Asteittainen tulostus ja ääniformaatti

Aloitus

Saatavilla Ailootissa · syötteet & menetelmät

Hinnoittelu

Ailoot-menetelmien hinnat

Esimerkkipyynnöt

Ailoot · Puhesynteesi

Vastaanota ja tallenna tulokset

Ailoot · Puhesynteesi

Säilytä kaikki valmistuneet tulokset

Jos alkuperäinen vastaus on tarkistettava

Aliakset

Mallin aliakset

Menetelmäpolkujen aliakset

Liittyvät kutsujan ID:t

Aloitus

Saatavilla Ailootissa · syötteet & menetelmät

Hinnoittelu

Ailoot-menetelmien hinnat

Esimerkkipyynnöt

Ailoot · Puhesynteesi

Vastaanota ja tallenna tulokset

Ailoot · Puhesynteesi

Säilytä kaikki valmistuneet tulokset

Jos alkuperäinen vastaus on tarkistettava

Aliakset

Mallin aliakset

Menetelmäpolkujen aliakset

Liittyvät kutsujan ID:t

Yritys ja sen projektisalkku

Osta tokenit alennuksella.

Yhdistä API tuotteeseen, jonka myyt.