speech-2.8-hd

Speech 2.8 HD synthétise une parole expressive avec un contrôle de l’émotion et de détails sonores comme la respiration et le rire.

Ailoot · Synthèse vocale POST /v1/audio/speech speech-2.8-hd
Ailoot · Synthèse vocale POST /v1/audio/speech minimax-speech
Ailoot · Synthèse vocale POST /v1/audio/speech minimax-speech-latest

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

Une parole vivante avec de petits détails sonores

Speech 2.8 HD vise un rendu naturel et propre. La principale particularité de cette génération est l’emploi de balises sonores permettant d’ajouter des détails conversationnels à la parole : rire, petit rire, respiration, inspiration, expiration, soupir, toux, raclement de gorge et d’autres sons brefs. Ils aident à restituer le rythme et les pauses d’une réplique vivante, sans transformer chaque phrase en une lecture uniforme de narrateur.

Les balises sont insérées dans le texte sous la forme indiquée pour le modèle : par exemple, (chuckle), (breath) et (sighs) désignent les actions sonores correspondantes. Cette fonction de balises sonores est propre à Speech 2.8. Il s’agit de détails de la voix au sein de la synthèse vocale, et non de la génération d’une composition musicale ou sonore distincte.

Le timbre et la propreté sonore

Le fabricant met en avant la restitution des caractéristiques de la voix : texture, respiration et style de prononciation. Les capacités de la famille comprennent la synthèse avec une voix clonée déjà préparée ; la création de cette voix est un processus distinct. Dans Speech 2.8, le traitement a également été revu pour réduire le bruit de fond et les distorsions numériques.

Les langues et l’expressivité

Speech 2.8 prend en charge 40 langues, dont le russe. Le fabricant décrit séparément le travail sur la prononciation interlinguistique dans une combinaison de chinois et de japonais. Ce scénario concerne la conservation d’un rendu naturel lors de l’utilisation de différentes langues, et non la traduction automatique du texte.

MiniMax prévoit le choix de la voix et le contrôle du débit, du volume et de la hauteur. La vitesse se définit dans une plage de 0,5–2, le volume doit être supérieur à 0 et aller jusqu’à 10, et la variation de hauteur va de −12 à 12. L’émotion peut être laissée au choix du modèle selon le sens du texte ou définie manuellement : joie, tristesse, colère, peur, dégoût, surprise ou calme.

La prononciation peut être précisée au moyen d’un lexique de remplacement et d’une transcription phonétique ; l’alphabet phonétique international, le pinyin chinois et les variantes de lecture japonaises sont prévus. Les pauses sont définies entre les passages prononcés dans une plage de 0,01–99,99 secondes. La durée d’une pause est définie avec une précision de deux chiffres après la virgule ; les marqueurs sont placés entre les passages prononcés et ne doivent pas se suivre. Ces réglages permettent d’accorder la prononciation des noms, des abréviations et des mots ambigus à l’intention de la lecture.

Le résultat audio

La synthèse accepte un texte de moins de 10 000 caractères. Pour les longs textes de plus de 3000 caractères, le fabricant recommande une sortie en streaming ; la réception de l’audio final en entier est également prévue. Les réglages généraux de synthèse comprennent MP3, PCM, FLAC, WAV, Opus et les variantes G.711 μ-law, en mono ou en stéréo ; les formats disponibles pour une requête précise sont définis par les moyens d’Ailoot.

Cette fiche transforme le texte en audio vocal. Les possibilités de réglage de la voix décrivent le modèle MiniMax ; la création d’un clone vocal, les sous-titres distincts et les modes de connexion particuliers ne font pas automatiquement partie d’une requête de synthèse vocale.

Les réglages audio supplémentaires comprennent les fréquences d’échantillonnage 8, 16, 22,05, 24, 32 et 44,1 kHz. Pour MP3, les débits prévus sont 32, 64, 128 ou 256 kbit/s. On peut aussi modifier la couleur de la voix et appliquer un effet : écho spacieux, écho de salle, son téléphonique ou voix robotique. Les effets de modification vocale sont pris en charge pour MP3, WAV et FLAC lorsque l’audio est reçu en entier, et uniquement pour MP3 en streaming. Les formats G.711 μ-law utilisent une fréquence de 8 kHz. Ces fonctions concernent les réglages de synthèse MiniMax.

Le fabricant prévoit la synchronisation de la parole avec le texte : horodatage des phrases, des mots ou des mots lors d’une sortie progressive. Ce résultat aide à associer la prononciation à l’affichage du texte. Cette fonction supplémentaire nécessite la prise en charge du format de réponse correspondant.

Ailoot · Synthèse vocale POST /v1/audio/speech speech-2.8-hd

speech-2.8-hd

MiniMax /speech-2.8-hd

ID du modèle

speech-2.8-hd
minimax-speech
minimax-speech-latest

Pour commencer

Speech 2.8 HD synthétise une parole expressive avec un contrôle de l’émotion et de détails sonores comme la respiration et le rire.

Entrées acceptées: Texte
Résultats: speech

Disponible dans Ailoot · entrées et méthodes

Ailoot · Synthèse vocale POST /v1/audio/speech

Entrée: text
Sortie: speech
Format de sortie: mp3

Champ	Type	Exigence	Valeurs et limites	Par défaut
Champ`model`	Type`string`	ExigenceObligatoire	Valeurs et limites speech-2.8-hd	Par défaut—
Champ`input`	Type`string`	ExigenceObligatoire	Valeurs et limites Longueur minimale: 1 Longueur maximale (exclue): 10 000 Unité: caractères Unicode	Par défaut—
Champ`voice`	Type`string`	ExigenceObligatoire	Valeurs et limites Motif: ^[A-Za-z0-9_-]{1,128}$	Par défaut—
Champ`response_format`	Type`string`	ExigenceFacultatif	Valeurs et limites mp3	Par défaut—

Combinaisons d’éléments d’entrée

text_to_speech · Obligatoire : input

Paramètres et cycle de vie de la méthode

Paramètre	Contrat
Paramètre`material_types`	Contrattext
Paramètre`required`	Contratnull
Paramètre`optional_controls`	Contratnull

Cycle de vie : synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.

Tarifs

Tarifs des méthodes Ailoot

Ailoot Synthèse vocalePOST /v1/audio/speech

Entrée: 100,00 USD par 1 million de caractères

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 →

Exemples de requêtes

Ailoot · Synthèse vocale

Exemple de synthèse vocale

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-hd", "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

Recevoir et enregistrer les résultats

Ailoot · Synthèse vocale

mp3

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

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez le résultat binaire complet et les en-têtes. Si une réponse JSON ou plusieurs sorties sont renvoyées, conservez chaque élément de données et récupérez chaque ressource via son URL signée réelle.

Si la réponse d’origine doit être vérifiée

Conservez l’operation_id/X-Client-Request-ID d’origine pour le rapprochement sans nouvelle soumission ; aucune route dédiée à l’interrogation du statut audio.

Champs de la réponse

Champ	Type
Champ`binary audio`	Typebytes
Champ`response headers`	Typeheaders

Erreurs et étapes suivantes

Réponse	Condition	Étape suivante
Réponse400 · `invalid_request_error`	ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides	Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.
Réponse`server_error`	ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification	Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création.

Alias

Alias du modèle

Ailoot speech-2.8-hd, minimax-speech, minimax-speech-latest

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

speech-2.8-hd, minimax-speech, minimax-speech-latest

Ailoot · Synthèse vocale POST /v1/audio/speech minimax-speech

minimax-speech

MiniMax /minimax-speech

ID du modèle

speech-2.8-hd
minimax-speech
minimax-speech-latest

Pour commencer

Speech 2.8 HD synthétise une parole expressive avec un contrôle de l’émotion et de détails sonores comme la respiration et le rire.

Entrées acceptées: Texte
Résultats: speech

Disponible dans Ailoot · entrées et méthodes

Ailoot · Synthèse vocale POST /v1/audio/speech

Entrée: text
Sortie: speech
Format de sortie: mp3

Champ	Type	Exigence	Valeurs et limites	Par défaut
Champ`model`	Type`string`	ExigenceObligatoire	Valeurs et limites minimax-speech	Par défaut—
Champ`input`	Type`string`	ExigenceObligatoire	Valeurs et limites Longueur minimale: 1 Longueur maximale (exclue): 10 000 Unité: caractères Unicode	Par défaut—
Champ`voice`	Type`string`	ExigenceObligatoire	Valeurs et limites Motif: ^[A-Za-z0-9_-]{1,128}$	Par défaut—
Champ`response_format`	Type`string`	ExigenceFacultatif	Valeurs et limites mp3	Par défaut—

Combinaisons d’éléments d’entrée

text_to_speech · Obligatoire : input

Paramètres et cycle de vie de la méthode

Paramètre	Contrat
Paramètre`material_types`	Contrattext
Paramètre`required`	Contratnull
Paramètre`optional_controls`	Contratnull

Cycle de vie : synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.

Tarifs

Tarifs des méthodes Ailoot

Ailoot Synthèse vocalePOST /v1/audio/speech

Entrée: 100,00 USD par 1 million de caractères

Exemples de requêtes

Ailoot · Synthèse vocale

Exemple de synthèse vocale

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", "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

Recevoir et enregistrer les résultats

Ailoot · Synthèse vocale

mp3

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

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Si la réponse d’origine doit être vérifiée

Conservez l’operation_id/X-Client-Request-ID d’origine pour le rapprochement sans nouvelle soumission ; aucune route dédiée à l’interrogation du statut audio.

Champs de la réponse

Champ	Type
Champ`binary audio`	Typebytes
Champ`response headers`	Typeheaders

Erreurs et étapes suivantes

Réponse	Condition	Étape suivante
Réponse400 · `invalid_request_error`	ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides	Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.
Réponse`server_error`	ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification	Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création.

Alias

Alias du modèle

Ailoot speech-2.8-hd, minimax-speech, minimax-speech-latest

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

speech-2.8-hd, minimax-speech, minimax-speech-latest

Ailoot · Synthèse vocale POST /v1/audio/speech minimax-speech-latest

minimax-speech-latest

MiniMax /minimax-speech-latest

ID du modèle

speech-2.8-hd
minimax-speech
minimax-speech-latest

Pour commencer

Speech 2.8 HD synthétise une parole expressive avec un contrôle de l’émotion et de détails sonores comme la respiration et le rire.

Entrées acceptées: Texte
Résultats: speech

Disponible dans Ailoot · entrées et méthodes

Ailoot · Synthèse vocale POST /v1/audio/speech

Entrée: text
Sortie: speech
Format de sortie: mp3

Champ	Type	Exigence	Valeurs et limites	Par défaut
Champ`model`	Type`string`	ExigenceObligatoire	Valeurs et limites minimax-speech-latest	Par défaut—
Champ`input`	Type`string`	ExigenceObligatoire	Valeurs et limites Longueur minimale: 1 Longueur maximale (exclue): 10 000 Unité: caractères Unicode	Par défaut—
Champ`voice`	Type`string`	ExigenceObligatoire	Valeurs et limites Motif: ^[A-Za-z0-9_-]{1,128}$	Par défaut—
Champ`response_format`	Type`string`	ExigenceFacultatif	Valeurs et limites mp3	Par défaut—

Combinaisons d’éléments d’entrée

text_to_speech · Obligatoire : input

Paramètres et cycle de vie de la méthode

Paramètre	Contrat
Paramètre`material_types`	Contrattext
Paramètre`required`	Contratnull
Paramètre`optional_controls`	Contratnull

Cycle de vie : synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.

Tarifs

Tarifs des méthodes Ailoot

Ailoot Synthèse vocalePOST /v1/audio/speech

Entrée: 100,00 USD par 1 million de caractères

Exemples de requêtes

Ailoot · Synthèse vocale

Exemple de synthèse vocale

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-latest", "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

Recevoir et enregistrer les résultats

Ailoot · Synthèse vocale

mp3

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

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Si la réponse d’origine doit être vérifiée

Conservez l’operation_id/X-Client-Request-ID d’origine pour le rapprochement sans nouvelle soumission ; aucune route dédiée à l’interrogation du statut audio.

Champs de la réponse

Champ	Type
Champ`binary audio`	Typebytes
Champ`response headers`	Typeheaders

Erreurs et étapes suivantes

Réponse	Condition	Étape suivante
Réponse400 · `invalid_request_error`	ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides	Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.
Réponse`server_error`	ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification	Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création.

Alias

Alias du modèle

Ailoot speech-2.8-hd, minimax-speech, minimax-speech-latest

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

speech-2.8-hd, minimax-speech, minimax-speech-latest

FAQ · speech-2.8-hd

Quelles entrées et quels résultats sont disponibles ?

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

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

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

Quels champs la requête utilise-t-elle ?

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

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

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

speech-2.8-hd

speech-2.8-hd

Une parole vivante avec de petits détails sonores

Le timbre et la propreté sonore

Les langues et l’expressivité

Le résultat audio

Pour commencer

Disponible dans Ailoot · entrées et méthodes

Tarifs

Tarifs des méthodes Ailoot

Exemples de requêtes

Ailoot · Synthèse vocale

Recevoir et enregistrer les résultats

Ailoot · Synthèse vocale

Conserver tous les résultats terminés

Si la réponse d’origine doit être vérifiée

Alias

Alias du modèle

Alias des chemins de méthode

ID d’appel associés

Pour commencer

Disponible dans Ailoot · entrées et méthodes

Tarifs

Tarifs des méthodes Ailoot

Exemples de requêtes

Ailoot · Synthèse vocale

Recevoir et enregistrer les résultats

Ailoot · Synthèse vocale

Conserver tous les résultats terminés

Si la réponse d’origine doit être vérifiée

Alias

Alias du modèle

Alias des chemins de méthode

ID d’appel associés

Pour commencer

Disponible dans Ailoot · entrées et méthodes

Tarifs

Tarifs des méthodes Ailoot

Exemples de requêtes

Ailoot · Synthèse vocale

Recevoir et enregistrer les résultats

Ailoot · Synthèse vocale

Conserver tous les résultats terminés

Si la réponse d’origine doit être vérifiée

Alias

Alias du modèle

Alias des chemins de méthode

ID d’appel associés

L’entreprise et son portefeuille de projets

Achetez des tokens à prix réduit.

Connectez l’API au produit que vous vendez.