MiniMax: Speech 2.8 HD

Speech 2.8 HD מסנתז דיבור מלא הבעה, עם שליטה ברגש ובפרטי צליל כמו נשימה וצחוק.

Ailoot Ultra · הקראה POST /v1/audio/speech minimax/speech-2.8-hd

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

דיבור חי עם פרטי צליל קטנים

Speech 2.8 HD מיועד לצליל טבעי ונקי. המאפיין המרכזי של הדור הוא תגיות צליל שמאפשרות לשלב בדיבור פרטי שיחה: צחוק, צחקוק קל, נשימה, שאיפה, נשיפה, אנחה, שיעול, כחכוח וצלילים קצרים אחרים. הן מסייעות למסור את הקצב וההפסקות של אמירה חיה, בלי להפוך כל משפט לקריינות אחידה.

התגיות מוכנסות לטקסט בצורה שצוינה למודל: למשל (chuckle), (breath) ו־(sighs) מסמנות את פעולות הצליל המתאימות. היכולת לתגיות צליל שייכת דווקא ל־Speech 2.8. אלה פרטי קול בתוך סינתזת דיבור, ולא יצירת קומפוזיציה מוזיקלית או קולית נפרדת.

גוון קול וניקיון

היצרן מדגיש העברת מאפיינים ייחודיים של הקול: מרקם, נשימה וסגנון הגייה. יכולות המשפחה כוללות סינתזה בקול משוכפל שכבר הוכן; יצירת קול כזה היא תהליך נפרד. ב־Speech 2.8 שונה גם העיבוד לצמצום רעש רקע ועיוותים דיגיטליים.

שפות והבעה

Speech 2.8 תומך ב־40 שפות, כולל רוסית. היצרן מתאר בנפרד עבודה על הגייה בין־לשונית בשילוב סיני־יפני. התרחיש הזה עוסק בשמירה על צליל טבעי בעת שימוש בשפות שונות, ולא בתרגום אוטומטי של הטקסט.

MiniMax מספקת בחירת קול ושליטה בקצב, בעוצמה ובגובה הצליל. המהירות מוגדרת בטווח 0,5–2, העוצמה מעל 0 ועד 10, והשינוי בגובה הצליל בין −12 ל־12. אפשר להשאיר את הרגש לבחירת המודל לפי משמעות הטקסט או להגדירו ידנית: שמחה, עצב, כעס, פחד, גועל, הפתעה או רוגע.

אפשר לדייק את ההגייה באמצעות מילון החלפות וייצוג פונטי; זמינים בו האלפבית הפונטי הבין־לאומי, פיניין סיני ואפשרויות קריאה ביפנית. הפסקות מוגדרות בין מקטעים מוקראים בטווח 0,01–99,99 שניות. משך ההפסקה מוגדר בדיוק של שתי ספרות אחרי הפסיק; הסמנים ממוקמים בין המקטעים המוקראים ולא ברצף זה אחרי זה. הגדרות כאלה מאפשרות להתאים את הצליל של שמות, קיצורים ומילים עמומות לכוונת ההקראה.

תוצאת האודיו

הסינתזה מקבלת טקסט עם פחות מ־10 000 תווים. לטקסט ארוך מעל 3000 תווים היצרן ממליץ על פלט זורם; זמינה גם קבלת האודיו המוכן בשלמותו. הגדרות הסינתזה הכלליות כוללות MP3, PCM, FLAC, WAV, Opus ואפשרויות G.711 μ-law, במונו או בסטריאו; קבוצת הפורמטים הזמינה בבקשה מסוימת נקבעת באמצעי Ailoot.

כרטיס זה ממיר טקסט לאודיו של דיבור. יכולות כוונון הקול מתארות את מודל MiniMax; יצירת שיבוט קול, כתוביות נפרדות ודרכי חיבור מיוחדות אינן כלולות אוטומטית בבקשת ההקראה.

הגדרות אודיו נוספות כוללות קצבי דגימה של 8, 16, 22,05, 24, 32 ו־44,1 קילו־הרץ. ל־MP3 זמין קצב סיביות של 32, 64, 128 או 256 קילו־ביט לשנייה. אפשר גם לשנות את גוון הקול ולהחיל אפקט אחד: הד מרחבי, הד אולם, צליל טלפון או קול רובוטי. אפקטים לשינוי קול נתמכים ב־MP3, WAV ו־FLAC בקבלת האודיו בשלמותו, ובפלט זורם רק ב־MP3. פורמטי G.711 μ-law משתמשים בקצב של 8 קילו־הרץ. היכולות האלה מתייחסות להגדרות הסינתזה של MiniMax.

היצרן מספק סנכרון בין דיבור לטקסט: חותמות זמן לפי משפטים, לפי מילים או לפי מילים בפלט הדרגתי. תוצאה כזו מסייעת להתאים את ההגייה להצגת הטקסט. היכולת הנוספת הזו דורשת תמיכה בפורמט התשובה המתאים.

Ailoot Ultra · הקראה POST /v1/audio/speech minimax/speech-2.8-hd

minimax/speech-2.8-hd

MiniMax /minimax/speech-2.8-hd

התחלה

Speech 2.8 HD מסנתז דיבור מלא הבעה, עם שליטה ברגש ובפרטי צליל כמו נשימה וצחוק.

סוגי קלט נתמכים: טקסט
תוצאות: שמע

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · הקראה POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: audio
פורמט פלט: mp3

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות minimax/speech-2.8-hd	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩ יחידה: תווי Unicode	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהחובה	ערכים ומגבלות English_expressive_narrator, English_radiant_girl, English_magnetic_voiced_man, English_compelling_lady1, English_Aussie_Bloke, English_captivating_female1, English_Upbeat_Woman, English_Trustworth_Man, English_CalmWoman, English_UpsetGirl, English_Gentle-voiced_man, English_Whispering_girl, English_Diligent_Man, English_Graceful_Lady, English_ReservedYoungMan, English_PlayfulGirl, English_ManWithDeepVoice, English_MaturePartner, English_FriendlyPerson, English_MatureBoss, English_Debator, English_LovelyGirl, English_Steadymentor, English_Deep-VoicedGentleman, English_Wiselady, English_CaptivatingStoryteller, English_DecentYoungMan, English_SentimentalLady, English_ImposingManner, English_SadTeen, English_PassionateWarrior, English_WiseScholar, English_Soft-spokenGirl, English_SereneWoman, English_ConfidentWoman, English_PatientMan, English_Comedian, English_BossyLeader, English_Strong-WilledBoy, English_StressedLady, English_AssertiveQueen, English_AnimeCharacter, English_Jovialman, English_WhimsicalGirl, English_Kind-heartedGirl	ברירת מחדל—
שדה`response_format`	סוג`string`	דרישהחובה	ערכים ומגבלות mp3	ברירת מחדל—

שילובים של חומרי קלט

text_to_speech · נדרש: input

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`content_type`	מפרטapplication/json
פרמטר`required`	מפרטmodel, input, voice, response_format
פרמטר`voice_ids`	מפרטEnglish_expressive_narrator, English_radiant_girl, English_magnetic_voiced_man, English_compelling_lady1, English_Aussie_Bloke, English_captivating_female1, English_Upbeat_Woman, English_Trustworth_Man, English_CalmWoman, English_UpsetGirl, English_Gentle-voiced_man, English_Whispering_girl, English_Diligent_Man, English_Graceful_Lady, English_ReservedYoungMan, English_PlayfulGirl, English_ManWithDeepVoice, English_MaturePartner, English_FriendlyPerson, English_MatureBoss, English_Debator, English_LovelyGirl, English_Steadymentor, English_Deep-VoicedGentleman, English_Wiselady, English_CaptivatingStoryteller, English_DecentYoungMan, English_SentimentalLady, English_ImposingManner, English_SadTeen, English_PassionateWarrior, English_WiseScholar, English_Soft-spokenGirl, English_SereneWoman, English_ConfidentWoman, English_PatientMan, English_Comedian, English_BossyLeader, English_Strong-WilledBoy, English_StressedLady, English_AssertiveQueen, English_AnimeCharacter, English_Jovialman, English_WhimsicalGirl, English_Kind-heartedGirl
פרמטר`response_format`	מפרטmp3
פרמטר`max_input_characters`	מפרטnull
פרמטר`other_options`	מפרטfalse
פרמטר`input`	מפרטטקסט UTF-8 מדויק; ספירת תווי Unicode ללא נרמול
פרמטר`material_types`	מפרטtext

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

יש לבחור קול מדויק מתוך פרופיל המודל הזה.

תווי קלט ושניות אודיו הם מדדי חיוב שונים.

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	כמות לחיוב	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	כמות לחיוב—	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
תצורהUltra	טבלת תעריפים—	כמות לחיובכל נקודת קוד של Unicode נספרת כתו אחד, כולל סימני האן.	יחידת חיובלכל 1K תווי קלט	חיוב קלט · תו בקלט $0.2 לכל 1K תווי קלט

פרטי תעריף הייחוס

טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה.

MiniMax: Speech 2.8 HD

מחירים לפי תצורה

תצורה	תנאי חיוב	חיוב
תצורהMiniMax: Speech 2.8 HD · תצורת ברירת המחדל	תנאי חיובתצורת ברירת מחדל	חיוב קלט · תווי קלט ⁦‏0.0002 ‏$⁩ 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 · הקראה

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "minimax/speech-2.8-hd", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["English_expressive_narrator", "English_radiant_girl", "English_magnetic_voiced_man", "English_compelling_lady1", "English_Aussie_Bloke", "English_captivating_female1", "English_Upbeat_Woman", "English_Trustworth_Man", "English_CalmWoman", "English_UpsetGirl", "English_Gentle-voiced_man", "English_Whispering_girl", "English_Diligent_Man", "English_Graceful_Lady", "English_ReservedYoungMan", "English_PlayfulGirl", "English_ManWithDeepVoice", "English_MaturePartner", "English_FriendlyPerson", "English_MatureBoss", "English_Debator", "English_LovelyGirl", "English_Steadymentor", "English_Deep-VoicedGentleman", "English_Wiselady", "English_CaptivatingStoryteller", "English_DecentYoungMan", "English_SentimentalLady", "English_ImposingManner", "English_SadTeen", "English_PassionateWarrior", "English_WiseScholar", "English_Soft-spokenGirl", "English_SereneWoman", "English_ConfidentWoman", "English_PatientMan", "English_Comedian", "English_BossyLeader", "English_Strong-WilledBoy", "English_StressedLady", "English_AssertiveQueen", "English_AnimeCharacter", "English_Jovialman", "English_WhimsicalGirl", "English_Kind-heartedGirl"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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

קבלה ושמירה של תוצאות

Ailoot Ultra · הקראה

mp3

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

קריאות תוכן נוספות

ספריית מדיהמצב המשימהפרטי הנכס

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל.

כשצריך לבדוק את התגובה המקורית

שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.

שדות התגובה

שדה	סוג
שדה`binary audio`	סוגbytes
שדה`response headers`	סוגheaders

שגיאות והשלבים הבאים

תגובה	תנאי	השלב הבא
תגובה⁦400⁩ · `invalid_request_error`	תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים	השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.
תגובה`server_error`	תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה	השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה.

כינויים

כינויים למודל

Ailoot Ultra minimax/speech-2.8-hd

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

minimax/speech-2.8-hd

FAQ · MiniMax: Speech 2.8 HD

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · minimax/speech-2.8-hd: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · minimax/speech-2.8-hd: model, input, voice, response_format

MiniMax: Speech 2.8 HD