MiniMax: Speech 2.6 Turbo
Speech 2.6 Turbo הוא מודל טקסט לדיבור של MiniMax להפיכת תסריט מוגמר לאודיו. מהדורת minimax/speech-2.6-turbo מציעה בקרות קול, הגשה ופורמט אודיו, עם תגובת JSON מלאה ובחירה בין פלט אודיו כ-URL או כהקסדצימלי. השתמשו בו ליצירת גרסאות מדוברות של הודעה, שיעור קצר או תסריט יישום שסופקו.
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Speech 2.6 Turbo הוא מהדורת הדיבור המדויקת של MiniMax שנבחרת באמצעות model: "minimax/speech-2.6-turbo". השתמשו ב-POST /v1/audio/speech עם גוף application/json המכיל model ואת text שיש להקריא. הקלט שלו הוא תסריט כתוב והתוצאה שלו היא אודיו מסונתז. להודעת יישום, ספקו את המילים המדויקות שהמאזין צריך לשמוע וכתבו במפורש כל קיצור דו-משמעי. לשיעור קצר, הפרידו בין ההסבר לדוגמה בתוך התסריט עצמו. לתהליך ממשק מלווה בקריינות, השאירו כל מקטע מדובר מחובר לפעולת משתמש קונקרטית ושמרו את התסריט לצד האודיו שלו.
השדה text חייב להיות לא ריק ולהכיל פחות מ-10,000 תווי Unicode. שלחו את התסריט המדובר המלא עם stream:false, או השמיטו את stream. חלקו חומר ארוך יותר למקטעי תסריט נפרדים ושלמים לפני שליחת כל מקטע. אפשר להשתמש במסמך באמצעות קריאת תוכנו בפועל והכנסת הקטע הרלוונטי ל-text; כתובת URL של מסמך אינה תחליף לתסריט.
בחרו קול באמצעות voice_setting.voice_id. קטגוריות הקול המתועדות כוללות קולות מערכת וקולות משוכפלים או מעוצבים מטקסט שכבר נוצרו; השתמשו במזהה קול תקף לקטגוריה שנבחרה. הקול שבדוגמה הוא audiobook_male_1. אותו אובייקט שולט ב-speed בין 0.5 ל-2, ב-vol גדול מ-0 ועד 10, וב-pitch שלם בין -12 ל-12. ברירות המחדל שלהם הן 1, 1 ו-0. הבקרות האלה מכווננות היבטים שונים של ההגשה המדוברת, לכן בחרו אותן בנפרד במקום להכניס את שמותיהן לתסריט.
voice_setting.emotion מקבל happy, sad, angry, fearful, disgusted, surprised, calm ו-fluent. התיעוד מתאר גם התאמה אוטומטית של הרגש מהטקסט. לתסריטים עתירי מספרים, voice_setting.text_normalization מפעיל נרמול טקסט בסינית ובאנגלית וברירת המחדל שלו היא false. voice_setting.latex_read שולט בקריאת ביטויי LaTeX וגם ברירת המחדל שלו היא false. pronunciation_dict.tone הוא מערך מחרוזות של כללי הגייה. הדוגמה שפורסמה היא ["草地/(cao3)(di1)"]; שימרו את המילה, הלוכסן ומבנה ההגייה בסוגריים בעת אספקת כלל.
audio_setting.format מקבל mp3, pcm, flac ו-wav, עם mp3 כברירת המחדל. sample_rate מקבל 8000, 16000, 22050, 24000, 32000 ו-44100 Hz; ברירת המחדל שלו היא 32000. channel הוא 1 למונו או 2 לשני ערוצים, עם ברירת מחדל 1. ערכי bitrate הם 32000, 64000, 128000 ו-256000 סיביות לשנייה, עם ברירת מחדל 128000, והם חלים על mp3. בחרו בקידוד הדרוש לנגן או לכלי העריכה שיצרוך את התוצאה.
language_boost הוא מחרוזת אופציונלית וברירת המחדל שלו היא null. הערכים המותרים שלו הם 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 ו-auto. "Chinese,Yue" הוא ערך יחיד. זו בקרה נפרדת מהתסריט וממזהה הקול. הסכמה מציעה גם timber_weights לרשימת זוגות של voice_id ו-weight שלם, כאשר כל weight הוא בין 1 ל-100. שימרו את איות הפרמטר timber_weights בעת הכנת בקשה. voice_modify.sound_effects הוא מחרוזת אופציונלית עם הערכים spacious_echo, auditorium_echo, lofi_telephone ו-robotic.
ברירת המחדל של stream היא false. לתגובה מלאה, output_format בוחר url או hex וברירת המחדל שלו היא hex. בתוצאת ה-JSON המתועדת, data.audio נושא את הייצוג שנבחר: הורידו את כתובת ה-URL החתומה המלאה של Ailoot, כולל מחרוזת השאילתה שלה, או פענחו את האודיו ההקסדצימלי המלא לבתים. שמרו את התוצאה המקורית יחד עם data.status, base_resp, trace_id ו-extra_info, שכולל את פורמט האודיו בפועל, קצב הדגימה, מספר הערוצים, הגודל ו-usage_characters.
subtitle_enable הוא ערך בוליאני שברירת המחדל שלו היא false וחל על פלט ללא הזרמה. aigc_watermark הוא ערך בוליאני שברירת המחדל שלו היא false ושולט בסמן קצב נשמע בסוף האודיו שנוצר. שמרו כל תוצאת אודיו או כתוביות שהוחזרה, ובדקו הגייה, מספרים ואת הקובץ שהושלם לפני שילובו ביישום. אם המסירה אינה ודאית, שמרו את מזהה הבקשה המקורי ואת התגובה לבדיקת הניסיון הקיים. Ailoot שומר גם את האודיו שהושלם בספריית המדיה שלכם. עם output_format:"url", השדה data.audio מכיל קישור חתום לאותו נכס שנשמר; מזהה הנכס מופיע בנתיב /v1/media/assets/{asset_id}/content שלו. קישורי קבצים חתומים של Ailoot תקפים ל-24 שעות ממועד הנפקתם. השתמשו באותו מפתח API כדי לבצע GET /v1/media/assets?family=audio ועקבו אחר כל next_cursor לאיתור רשומות נכסי האודיו. קראו GET /v1/media/assets/{asset_id} לכל רשומה שנבחרה והורידו את content_url המדויק שלה, כולל מחרוזת השאילתה. אם בקשת קובץ מחזירה 404 עם הקוד link_expired, קראו שוב את אותו נכס לקבלת content_url מעודכן. רעננו את התוצאה שנשמרה במקום ליצור אודיו מחדש כדי להחליף קישור שפג.
Ailoot Ultra · Speech POST /v1/audio/speech minimax/speech-2.6-turbo
minimax/speech-2.6-turboהתחלה
Speech 2.6 Turbo הוא מודל טקסט לדיבור של MiniMax להפיכת תסריט מוגמר לאודיו. מהדורת minimax/speech-2.6-turbo מציעה בקרות קול, הגשה ופורמט אודיו, עם תגובת JSON מלאה ובחירה בין פלט אודיו כ-URL או כהקסדצימלי. השתמשו בו ליצירת גרסאות מדוברות של הודעה, שיעור קצר או תסריט יישום שסופקו.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- שמע
זמין ב-Ailoot · קלט ושיטות
Ailoot Ultra · Speech POST /v1/audio/speech
- סוגי קלט
text- סוגי פלט
audio- פורמט פלט
- mp3,pcm,flac,wav
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות minimax/speech-2.6-turbo | ברירת מחדל— |
שדהtext | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות false | ברירת מחדלfalse |
שדהvoice_setting | סוגobject | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהvoice_setting.voice_id | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהvoice_setting.speed | סוגnumber | דרישהרשות | ערכים ומגבלות מינימום: 0.5 מקסימום: 2 | ברירת מחדל1 |
שדהvoice_setting.vol | סוגnumber | דרישהרשות | ערכים ומגבלות מינימום: 0 מקסימום: 10 | ברירת מחדל1 |
שדהvoice_setting.pitch | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: -12 מקסימום: 12 | ברירת מחדל0 |
שדהvoice_setting.emotion | סוגstring | דרישהרשות | ערכים ומגבלות happy, sad, angry, fearful, disgusted, surprised, calm, fluent | ברירת מחדל— |
שדהvoice_setting.text_normalization | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהvoice_setting.latex_read | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהaudio_setting | סוגobject | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהaudio_setting.sample_rate | סוגinteger | דרישהרשות | ערכים ומגבלות 8,000, 16,000, 22,050, 24,000, 32,000, 44,100 | ברירת מחדל32,000 |
שדהaudio_setting.bitrate | סוגinteger | דרישהרשות | ערכים ומגבלות 32,000, 64,000, 128,000, 256,000 | ברירת מחדל128,000 |
שדהaudio_setting.format | סוגstring | דרישהרשות | ערכים ומגבלות mp3, pcm, flac, wav | ברירת מחדלmp3 |
שדהaudio_setting.channel | סוגinteger | דרישהרשות | ערכים ומגבלות 1, 2 | ברירת מחדל1 |
שדהaudio_setting.force_cbr | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהpronunciation_dict | סוגobject | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהpronunciation_dict.tone | סוגarray | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtimber_weights | סוגarray | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהlanguage_boost | סוגstring | דרישהרשות | ערכים ומגבלות 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 | ברירת מחדל— |
שדהvoice_modify | סוגobject | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהvoice_modify.pitch | סוגinteger | דרישהרשות | ערכים ומגבלות -100, 100 | ברירת מחדל— |
שדהvoice_modify.intensity | סוגinteger | דרישהרשות | ערכים ומגבלות -100, 100 | ברירת מחדל— |
שדהvoice_modify.timbre | סוגinteger | דרישהרשות | ערכים ומגבלות -100, 100 | ברירת מחדל— |
שדהvoice_modify.sound_effects | סוגstring | דרישהרשות | ערכים ומגבלות spacious_echo, auditorium_echo, lofi_telephone, robotic | ברירת מחדל— |
שדהsubtitle_enable | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהoutput_format | סוגstring | דרישהרשות | ערכים ומגבלות url, hex | ברירת מחדלhex |
שדהaigc_watermark | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, text |
פרמטרoptional | מפרטstream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
פרמטרmaterial_types | מפרטtext |
פרמטרconditions | מפרטUse 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. |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
תעריפים
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
- מצב מהיר
- לא צוין כאשר נבחר מצב מהיר
- מצב Flex
- לא צוין כאשר נבחר מצב flex
- מאמץ חשיבה מרבי
- לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)
תעריפי Ailoot
מחירים לפי תצורה
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | יחידת חיוב | חיוב |
|---|---|---|---|
| תצורהתעריפי בסיס לטוקנים | טבלת תעריפיםתעריף בסיס | יחידת חיוב— | חיוב קלט · טוקני קלט — / 1K טוקנים פלט · טוקני פלט — / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהתו בקלט | טבלת תעריפים— | יחידת חיובלכל תו בקלט | חיוב קלט · תו בקלט $0.00012 לכל תו בקלט |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot Ultra · Speech
set -eu
: "${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-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}}')
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.
קבלה ושמירה של תוצאות
Ailoot Ultra · Speech
mp3,pcm,flac,wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
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.
כשצריך לבדוק את התגובה המקורית
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
שדות התגובה
| שדה | סוג |
|---|---|
שדהdata.audio | סוגstring |
שדהextra_info | סוגobject |
שדהtrace_id | סוגstring |
כינויים
כינויים למודל
Ailoot Ultra minimax/speech-2.6-turbo
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
FAQ · MiniMax: Speech 2.6 Turbo
- אילו קלטים ותוצאות זמינים?
POST /v1/audio/speech·minimax/speech-2.6-turbo:text→audio- באילו שדות הבקשה משתמשת?
POST /v1/audio/speech·minimax/speech-2.6-turbo:model,text,stream,voice_setting,audio_setting,pronunciation_dict,timber_weights,language_boost,voice_modify,subtitle_enable,output_format,aigc_watermark- אילו מגבלות חלות?
POST /v1/audio/speech·minimax/speech-2.6-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