Speech 2.6 Turbo est l’édition vocale exacte de MiniMax sélectionnée par model: "minimax/speech-2.6-turbo". Utilisez POST /v1/audio/speech avec un corps application/json contenant model et le texte à prononcer. Son entrée est un script écrit et son résultat de l’audio synthétisé. Pour un message d’application, fournissez les mots exacts que l’auditeur doit entendre et développez les abréviations ambiguës. Pour une courte leçon, séparez l’explication de l’exemple dans le script lui-même. Pour un parcours d’interface commenté, reliez chaque segment parlé à une action concrète de l’utilisateur et conservez le script avec son audio.
Le champ text doit contenir du texte qui ne se limite pas à des caractères d’espacement et compter moins de 10 000 caractères Unicode. Envoyez le script parlé complet avec stream:false, ou omettez stream. Divisez les contenus plus longs en segments de script complets et distincts avant d’envoyer chaque segment. Un document peut être utilisé en lisant son contenu réel et en plaçant le passage pertinent dans text; une URL de document ne remplace pas le script.
Choisissez une voix via voice_setting.voice_id. Les catégories de voix documentées comprennent les voix système et les voix clonées ou conçues à partir de texte déjà créées; utilisez un ID de voix valide pour la catégorie choisie. La voix d’exemple est audiobook_male_1. Le même objet contrôle speed de 0,5 à 2, vol au-dessus de 0 et jusqu’à 10, et pitch entier de -12 à 12. Leurs valeurs par défaut sont 1, 1 et 0. Ces paramètres règlent différents aspects de l’interprétation parlée : choisissez-les donc séparément plutôt que de placer leurs noms dans le script.
voice_setting.emotion accepte happy, sad, angry, fearful, disgusted, surprised, calm et fluent. La documentation décrit aussi une adaptation automatique de l’émotion à partir du texte. Pour les scripts riches en nombres, voice_setting.text_normalization active la normalisation de texte en chinois et en anglais et vaut false par défaut. voice_setting.latex_read contrôle la lecture des expressions LaTeX et vaut également false par défaut. pronunciation_dict.tone est un tableau de chaînes de règles de prononciation. L’exemple publié est ["草地/(cao3)(di1)"]; conservez le mot, la barre oblique et la structure de prononciation entre parenthèses lorsque vous fournissez une règle.
audio_setting.format accepte mp3, pcm, flac et wav, avec mp3 par défaut. sample_rate accepte 8000, 16000, 22050, 24000, 32000 et 44100 Hz; sa valeur par défaut est 32000. channel vaut 1 pour le mono ou 2 pour deux canaux, avec 1 par défaut. Les valeurs de bitrate sont 32000, 64000, 128000 et 256000 bits par seconde, avec 128000 par défaut, et s’appliquent au mp3. Sélectionnez l’encodage nécessaire au lecteur ou à l’outil de montage qui utilisera le résultat.
language_boost est une chaîne facultative qui vaut null par défaut. Ses valeurs autorisées sont 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 et auto. "Chinese,Yue" constitue une seule valeur. Ce paramètre est distinct du script et de l’ID de voix. Le schéma expose aussi timber_weights pour une liste de paires voice_id et weight entier, chaque weight allant de 1 à 100. Conservez l’orthographe du paramètre timber_weights lors de la préparation d’une requête. voice_modify.sound_effects est une chaîne facultative dont les valeurs sont spacious_echo, auditorium_echo, lofi_telephone et robotic.
stream vaut false par défaut. Pour une réponse complète, output_format sélectionne url ou hex et vaut hex par défaut. Dans le résultat JSON documenté, data.audio porte la représentation sélectionnée : téléchargez l’URL Ailoot signée complète, y compris sa chaîne de requête, ou décodez l’audio hexadécimal complet en octets. Conservez le résultat d’origine avec data.status, base_resp, trace_id et extra_info, qui comprend le format audio réel, la fréquence d’échantillonnage, le nombre de canaux, la taille et usage_characters.
subtitle_enable est un booléen qui vaut false par défaut et s’applique aux sorties sans flux. aigc_watermark est un booléen qui vaut false par défaut et contrôle un marqueur rythmique audible à la fin de l’audio généré. Conservez chaque résultat audio ou de sous-titres renvoyé et vérifiez la prononciation, les nombres et le fichier terminé avant de l’intégrer à l’application. Si la transmission est incertaine, conservez l’identifiant de la requête d’origine et la réponse pour vérifier la tentative existante. Ailoot enregistre aussi l’audio terminé dans votre médiathèque. Avec output_format:"url", data.audio contient un lien signé vers cette ressource enregistrée; l’ID de la ressource apparaît dans son chemin /v1/media/assets/{asset_id}/content. Les liens de fichiers signés Ailoot durent 24 heures à compter de leur émission. Utilisez la même clé API pour appeler GET /v1/media/assets?family=audio et suivez chaque next_cursor pour localiser les enregistrements des ressources audio. Appelez GET /v1/media/assets/{asset_id} pour chaque enregistrement sélectionné et téléchargez son content_url exact, y compris la chaîne de requête. Si une requête de fichier renvoie 404 avec le code link_expired, relisez la même ressource pour obtenir un content_url actualisé. Actualisez le résultat enregistré plutôt que de générer à nouveau de l’audio pour remplacer un lien expiré.
", "aboutText": "Speech 2.6 Turbo est l’édition vocale exacte de MiniMax sélectionnée par model: \"minimax/speech-2.6-turbo\". Utilisez POST /v1/audio/speech avec un corps application/json contenant model et le texte à prononcer. Son entrée est un script écrit et son résultat de l’audio synthétisé. Pour un message d’application, fournissez les mots exacts que l’auditeur doit entendre et développez les abréviations ambiguës. Pour une courte leçon, séparez l’explication de l’exemple dans le script lui-même. Pour un parcours d’interface commenté, reliez chaque segment parlé à une action concrète de l’utilisateur et conservez le script avec son audio.\n\nLe champ text doit contenir du texte qui ne se limite pas à des caractères d’espacement et compter moins de 10 000 caractères Unicode. Envoyez le script parlé complet avec stream:false, ou omettez stream. Divisez les contenus plus longs en segments de script complets et distincts avant d’envoyer chaque segment. Un document peut être utilisé en lisant son contenu réel et en plaçant le passage pertinent dans text; une URL de document ne remplace pas le script.\n\nChoisissez une voix via voice_setting.voice_id. Les catégories de voix documentées comprennent les voix système et les voix clonées ou conçues à partir de texte déjà créées; utilisez un ID de voix valide pour la catégorie choisie. La voix d’exemple est audiobook_male_1. Le même objet contrôle speed de 0,5 à 2, vol au-dessus de 0 et jusqu’à 10, et pitch entier de -12 à 12. Leurs valeurs par défaut sont 1, 1 et 0. Ces paramètres règlent différents aspects de l’interprétation parlée : choisissez-les donc séparément plutôt que de placer leurs noms dans le script.\n\nvoice_setting.emotion accepte happy, sad, angry, fearful, disgusted, surprised, calm et fluent. La documentation décrit aussi une adaptation automatique de l’émotion à partir du texte. Pour les scripts riches en nombres, voice_setting.text_normalization active la normalisation de texte en chinois et en anglais et vaut false par défaut. voice_setting.latex_read contrôle la lecture des expressions LaTeX et vaut également false par défaut. pronunciation_dict.tone est un tableau de chaînes de règles de prononciation. L’exemple publié est [\"草地/(cao3)(di1)\"]; conservez le mot, la barre oblique et la structure de prononciation entre parenthèses lorsque vous fournissez une règle.\n\naudio_setting.format accepte mp3, pcm, flac et wav, avec mp3 par défaut. sample_rate accepte 8000, 16000, 22050, 24000, 32000 et 44100 Hz; sa valeur par défaut est 32000. channel vaut 1 pour le mono ou 2 pour deux canaux, avec 1 par défaut. Les valeurs de bitrate sont 32000, 64000, 128000 et 256000 bits par seconde, avec 128000 par défaut, et s’appliquent au mp3. Sélectionnez l’encodage nécessaire au lecteur ou à l’outil de montage qui utilisera le résultat.\n\nlanguage_boost est une chaîne facultative qui vaut null par défaut. Ses valeurs autorisées sont 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 et auto. \"Chinese,Yue\" constitue une seule valeur. Ce paramètre est distinct du script et de l’ID de voix. Le schéma expose aussi timber_weights pour une liste de paires voice_id et weight entier, chaque weight allant de 1 à 100. Conservez l’orthographe du paramètre timber_weights lors de la préparation d’une requête. voice_modify.sound_effects est une chaîne facultative dont les valeurs sont spacious_echo, auditorium_echo, lofi_telephone et robotic.\n\nstream vaut false par défaut. Pour une réponse complète, output_format sélectionne url ou hex et vaut hex par défaut. Dans le résultat JSON documenté, data.audio porte la représentation sélectionnée : téléchargez l’URL Ailoot signée complète, y compris sa chaîne de requête, ou décodez l’audio hexadécimal complet en octets. Conservez le résultat d’origine avec data.status, base_resp, trace_id et extra_info, qui comprend le format audio réel, la fréquence d’échantillonnage, le nombre de canaux, la taille et usage_characters.\n\nsubtitle_enable est un booléen qui vaut false par défaut et s’applique aux sorties sans flux. aigc_watermark est un booléen qui vaut false par défaut et contrôle un marqueur rythmique audible à la fin de l’audio généré. Conservez chaque résultat audio ou de sous-titres renvoyé et vérifiez la prononciation, les nombres et le fichier terminé avant de l’intégrer à l’application. Si la transmission est incertaine, conservez l’identifiant de la requête d’origine et la réponse pour vérifier la tentative existante. Ailoot enregistre aussi l’audio terminé dans votre médiathèque. Avec output_format:\"url\", data.audio contient un lien signé vers cette ressource enregistrée; l’ID de la ressource apparaît dans son chemin /v1/media/assets/{asset_id}/content. Les liens de fichiers signés Ailoot durent 24 heures à compter de leur émission. Utilisez la même clé API pour appeler GET /v1/media/assets?family=audio et suivez chaque next_cursor pour localiser les enregistrements des ressources audio. Appelez GET /v1/media/assets/{asset_id} pour chaque enregistrement sélectionné et téléchargez son content_url exact, y compris la chaîne de requête. Si une requête de fichier renvoie 404 avec le code link_expired, relisez la même ressource pour obtenir un content_url actualisé. Actualisez le résultat enregistré plutôt que de générer à nouveau de l’audio pour remplacer un lien expiré.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a473aab65f653a54cb3d693568e7220ff86fccf7acb47b9bf63f0c5a7bd373e7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "minimax/speech-2.6-turboSpeech 2.6 Turbo est un modèle de synthèse vocale de MiniMax pour transformer un script terminé en audio. L’édition minimax/speech-2.6-turbo expose des paramètres de voix, d’interprétation et de format audio, avec une réponse JSON complète et un choix de sortie audio par URL ou en hexadécimal. Utilisez-la pour créer des versions parlées d’un message fourni, d’une courte leçon ou d’un script d’application.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Speech 2.6 Turbo est l’édition vocale exacte de MiniMax sélectionnée par model: "minimax/speech-2.6-turbo". Utilisez POST /v1/audio/speech avec un corps application/json contenant model et le texte à prononcer. Son entrée est un script écrit et son résultat de l’audio synthétisé. Pour un message d’application, fournissez les mots exacts que l’auditeur doit entendre et développez les abréviations ambiguës. Pour une courte leçon, séparez l’explication de l’exemple dans le script lui-même. Pour un parcours d’interface commenté, reliez chaque segment parlé à une action concrète de l’utilisateur et conservez le script avec son audio.
Le champ text doit contenir du texte qui ne se limite pas à des caractères d’espacement et compter moins de 10 000 caractères Unicode. Envoyez le script parlé complet avec stream:false, ou omettez stream. Divisez les contenus plus longs en segments de script complets et distincts avant d’envoyer chaque segment. Un document peut être utilisé en lisant son contenu réel et en plaçant le passage pertinent dans text; une URL de document ne remplace pas le script.
Choisissez une voix via voice_setting.voice_id. Les catégories de voix documentées comprennent les voix système et les voix clonées ou conçues à partir de texte déjà créées; utilisez un ID de voix valide pour la catégorie choisie. La voix d’exemple est audiobook_male_1. Le même objet contrôle speed de 0,5 à 2, vol au-dessus de 0 et jusqu’à 10, et pitch entier de -12 à 12. Leurs valeurs par défaut sont 1, 1 et 0. Ces paramètres règlent différents aspects de l’interprétation parlée : choisissez-les donc séparément plutôt que de placer leurs noms dans le script.
voice_setting.emotion accepte happy, sad, angry, fearful, disgusted, surprised, calm et fluent. La documentation décrit aussi une adaptation automatique de l’émotion à partir du texte. Pour les scripts riches en nombres, voice_setting.text_normalization active la normalisation de texte en chinois et en anglais et vaut false par défaut. voice_setting.latex_read contrôle la lecture des expressions LaTeX et vaut également false par défaut. pronunciation_dict.tone est un tableau de chaînes de règles de prononciation. L’exemple publié est ["草地/(cao3)(di1)"]; conservez le mot, la barre oblique et la structure de prononciation entre parenthèses lorsque vous fournissez une règle.
audio_setting.format accepte mp3, pcm, flac et wav, avec mp3 par défaut. sample_rate accepte 8000, 16000, 22050, 24000, 32000 et 44100 Hz; sa valeur par défaut est 32000. channel vaut 1 pour le mono ou 2 pour deux canaux, avec 1 par défaut. Les valeurs de bitrate sont 32000, 64000, 128000 et 256000 bits par seconde, avec 128000 par défaut, et s’appliquent au mp3. Sélectionnez l’encodage nécessaire au lecteur ou à l’outil de montage qui utilisera le résultat.
language_boost est une chaîne facultative qui vaut null par défaut. Ses valeurs autorisées sont 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 et auto. "Chinese,Yue" constitue une seule valeur. Ce paramètre est distinct du script et de l’ID de voix. Le schéma expose aussi timber_weights pour une liste de paires voice_id et weight entier, chaque weight allant de 1 à 100. Conservez l’orthographe du paramètre timber_weights lors de la préparation d’une requête. voice_modify.sound_effects est une chaîne facultative dont les valeurs sont spacious_echo, auditorium_echo, lofi_telephone et robotic.
stream vaut false par défaut. Pour une réponse complète, output_format sélectionne url ou hex et vaut hex par défaut. Dans le résultat JSON documenté, data.audio porte la représentation sélectionnée : téléchargez l’URL Ailoot signée complète, y compris sa chaîne de requête, ou décodez l’audio hexadécimal complet en octets. Conservez le résultat d’origine avec data.status, base_resp, trace_id et extra_info, qui comprend le format audio réel, la fréquence d’échantillonnage, le nombre de canaux, la taille et usage_characters.
subtitle_enable est un booléen qui vaut false par défaut et s’applique aux sorties sans flux. aigc_watermark est un booléen qui vaut false par défaut et contrôle un marqueur rythmique audible à la fin de l’audio généré. Conservez chaque résultat audio ou de sous-titres renvoyé et vérifiez la prononciation, les nombres et le fichier terminé avant de l’intégrer à l’application. Si la transmission est incertaine, conservez l’identifiant de la requête d’origine et la réponse pour vérifier la tentative existante. Ailoot enregistre aussi l’audio terminé dans votre médiathèque. Avec output_format:"url", data.audio contient un lien signé vers cette ressource enregistrée; l’ID de la ressource apparaît dans son chemin /v1/media/assets/{asset_id}/content. Les liens de fichiers signés Ailoot durent 24 heures à compter de leur émission. Utilisez la même clé API pour appeler GET /v1/media/assets?family=audio et suivez chaque next_cursor pour localiser les enregistrements des ressources audio. Appelez GET /v1/media/assets/{asset_id} pour chaque enregistrement sélectionné et téléchargez son content_url exact, y compris la chaîne de requête. Si une requête de fichier renvoie 404 avec le code link_expired, relisez la même ressource pour obtenir un content_url actualisé. Actualisez le résultat enregistré plutôt que de générer à nouveau de l’audio pour remplacer un lien expiré.
POST /v1/audio/speechtextaudio| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites minimax/speech-2.6-turbo | Par défaut— |
Champtext | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites false | Par défautfalse |
Champvoice_setting | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champvoice_setting.voice_id | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champvoice_setting.speed | Typenumber | ExigenceFacultatif | Valeurs et limites Minimum: 0,5 Maximum: 2 | Par défaut1 |
Champvoice_setting.vol | Typenumber | ExigenceFacultatif | Valeurs et limites Minimum: 0 Maximum: 10 | Par défaut1 |
Champvoice_setting.pitch | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: -12 Maximum: 12 | Par défaut0 |
Champvoice_setting.emotion | Typestring | ExigenceFacultatif | Valeurs et limites happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Par défaut— |
Champvoice_setting.text_normalization | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champvoice_setting.latex_read | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champaudio_setting | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champaudio_setting.sample_rate | Typeinteger | ExigenceFacultatif | Valeurs et limites 8 000, 16 000, 22 050, 24 000, 32 000, 44 100 | Par défaut32 000 |
Champaudio_setting.bitrate | Typeinteger | ExigenceFacultatif | Valeurs et limites 32 000, 64 000, 128 000, 256 000 | Par défaut128 000 |
Champaudio_setting.format | Typestring | ExigenceFacultatif | Valeurs et limites mp3, pcm, flac, wav | Par défautmp3 |
Champaudio_setting.channel | Typeinteger | ExigenceFacultatif | Valeurs et limites 1, 2 | Par défaut1 |
Champaudio_setting.force_cbr | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champpronunciation_dict | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champpronunciation_dict.tone | Typearray | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtimber_weights | Typearray | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champlanguage_boost | Typestring | ExigenceFacultatif | Valeurs et limites 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 | Par défaut— |
Champvoice_modify | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champvoice_modify.pitch | Typeinteger | ExigenceFacultatif | Valeurs et limites -100, 100 | Par défaut— |
Champvoice_modify.intensity | Typeinteger | ExigenceFacultatif | Valeurs et limites -100, 100 | Par défaut— |
Champvoice_modify.timbre | Typeinteger | ExigenceFacultatif | Valeurs et limites -100, 100 | Par défaut— |
Champvoice_modify.sound_effects | Typestring | ExigenceFacultatif | Valeurs et limites spacious_echo, auditorium_echo, lofi_telephone, robotic | Par défaut— |
Champsubtitle_enable | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champoutput_format | Typestring | ExigenceFacultatif | Valeurs et limites url, hex | Par défauthex |
Champaigc_watermark | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, text |
Paramètreoptional | Contratstream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
Paramètrematerial_types | Contrattext |
Paramètreconditions | ContratUse 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. |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Unité de facturation | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Unité de facturation— | Coût Entrée · Jetons en entrée — / 1K jetons Sortie · Jetons en sortie — / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| Configurationcaractère en entrée | Barème tarifaire— | Unité de facturationpar caractère en entrée | Coût Entrée · caractère en entrée $0.00012 par caractère en entrée |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-2.6-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}Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
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.
| Champ | Type |
|---|---|
Champdata.audio | Typestring |
Champextra_info | Typeobject |
Champtrace_id | Typestring |
Ailoot Ultra minimax/speech-2.6-turbo
Utilisez les chemins de méthode indiqués ci-dessus.