{ "aboutHtml": "

אמירות לתהליך קולי

Speech 2.6 Turbo הוא גרסת סינתזת דיבור שמכוונת למהירות. היצרן מתאר אותו לעוזרים קוליים ולתרחישים אינטראקטיביים שבהם הטקסט הופך לתשובה בהדרגה. המודל שומר על האינטונציות הטבעיות של דור Speech 2.6 ומסוגל לעבד צורות כתיבה מיוחדות.

טקסט שצריך להגות נכון

המודל מיועד לקריאת תאריכים, מספרי טלפון, סכומי כסף, כתובות דפים וכתובות דוא"ל בלי שכתוב ידני מקדים של כל רשומה. ניתוח כזה מועיל בהודעות דינמיות שבהן מופיעים מספרים וסימונים לצד מילים רגילות. היצרן מתאר עיבוד של הפורמטים האלה בכמה שפות.

שטף ושליטה ברגש

Speech 2.6 תומך ב־Fluent LoRA: שמירה על גוון קול מזוהה תוך הגייה שוטפת יותר של הטקסט. היכולת מתייחסת לשימוש בקול שכבר הוכן; הכנה נפרדת של שיבוט אינה חלק מבקשה טקסטואלית רגילה. המשפחה כוללת 40 שפות, כולל רוסית.

ל־Turbo זמינים שבעה רגשות בסיסיים והמצבים הנוספים fluent ו־whisper. המודל יכול לבחור את האופי הרגשי בעצמו לפי התוכן או להשתמש במצב שהוגדר. אפשר לשנות את עומק הצליל ואת הקצב שלו בנפרד מהטקסט.

קול, הפסקות והגייה

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.

קבלת הצליל

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.

בכרטיס זה של Ailoot הטקסט מומר לאודיו של דיבור. הייעוד של Turbo קשור למהירות הסינתזה, אך לא מובטח כאן זמן תגובה קבוע; ההגדרות המפורטות משקפות את יכולות היצרן וחלות במסגרת דרך הפנייה הזמינה.

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.

", "aboutText": "### אמירות לתהליך קולי\n\nSpeech 2.6 Turbo הוא גרסת סינתזת דיבור שמכוונת למהירות. היצרן מתאר אותו לעוזרים קוליים ולתרחישים אינטראקטיביים שבהם הטקסט הופך לתשובה בהדרגה. המודל שומר על האינטונציות הטבעיות של דור Speech 2.6 ומסוגל לעבד צורות כתיבה מיוחדות.\n\n### טקסט שצריך להגות נכון\n\nהמודל מיועד לקריאת תאריכים, מספרי טלפון, סכומי כסף, כתובות דפים וכתובות דוא\"ל בלי שכתוב ידני מקדים של כל רשומה. ניתוח כזה מועיל בהודעות דינמיות שבהן מופיעים מספרים וסימונים לצד מילים רגילות. היצרן מתאר עיבוד של הפורמטים האלה בכמה שפות.\n\n### שטף ושליטה ברגש\n\nSpeech 2.6 תומך ב־Fluent LoRA: שמירה על גוון קול מזוהה תוך הגייה שוטפת יותר של הטקסט. היכולת מתייחסת לשימוש בקול שכבר הוכן; הכנה נפרדת של שיבוט אינה חלק מבקשה טקסטואלית רגילה. המשפחה כוללת **40 שפות**, כולל רוסית.\n\nל־Turbo זמינים שבעה רגשות בסיסיים והמצבים הנוספים `fluent` ו־`whisper`. המודל יכול לבחור את האופי הרגשי בעצמו לפי התוכן או להשתמש במצב שהוגדר. אפשר לשנות את עומק הצליל ואת הקצב שלו בנפרד מהטקסט.\n\n### קול, הפסקות והגייה\n\nMiniMax 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.\n\nאפשר 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.\n\n### קבלת הצליל\n\nהסינתזה 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.\n\nבכרטיס זה של Ailoot הטקסט מומר לאודיו של דיבור. הייעוד של Turbo קשור למהירות הסינתזה, אך לא מובטח כאן זמן תגובה קבוע; ההגדרות המפורטות משקפות את יכולות היצרן וחלות במסגרת דרך הפנייה הזמינה.\n\nהגדרות 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.\n\nהיצרן 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "78be119bcb49d3949ff81e8047b40581f6798cbd15a3966d9b277f48e7e2d91d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "he", "methods": [ { "html": "
MM

speech-2.6-turbo

MiniMax /speech-2.6-turbo

התחלה

Speech 2.6 Turbo מסנתז דיבור רב־לשוני ומיועד לזמן תגובה קצר.

סוגי קלט נתמכים
טקסט
תוצאות
speech
על המודל

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

אמירות לתהליך קולי

Speech 2.6 Turbo הוא גרסת סינתזת דיבור שמכוונת למהירות. היצרן מתאר אותו לעוזרים קוליים ולתרחישים אינטראקטיביים שבהם הטקסט הופך לתשובה בהדרגה. המודל שומר על האינטונציות הטבעיות של דור Speech 2.6 ומסוגל לעבד צורות כתיבה מיוחדות.

טקסט שצריך להגות נכון

המודל מיועד לקריאת תאריכים, מספרי טלפון, סכומי כסף, כתובות דפים וכתובות דוא"ל בלי שכתוב ידני מקדים של כל רשומה. ניתוח כזה מועיל בהודעות דינמיות שבהן מופיעים מספרים וסימונים לצד מילים רגילות. היצרן מתאר עיבוד של הפורמטים האלה בכמה שפות.

שטף ושליטה ברגש

Speech 2.6 תומך ב־Fluent LoRA: שמירה על גוון קול מזוהה תוך הגייה שוטפת יותר של הטקסט. היכולת מתייחסת לשימוש בקול שכבר הוכן; הכנה נפרדת של שיבוט אינה חלק מבקשה טקסטואלית רגילה. המשפחה כוללת 40 שפות, כולל רוסית.

ל־Turbo זמינים שבעה רגשות בסיסיים והמצבים הנוספים fluent ו־whisper. המודל יכול לבחור את האופי הרגשי בעצמו לפי התוכן או להשתמש במצב שהוגדר. אפשר לשנות את עומק הצליל ואת הקצב שלו בנפרד מהטקסט.

קול, הפסקות והגייה

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.

קבלת הצליל

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.

בכרטיס זה של Ailoot הטקסט מומר לאודיו של דיבור. הייעוד של Turbo קשור למהירות הסינתזה, אך לא מובטח כאן זמן תגובה קבוע; ההגדרות המפורטות משקפות את יכולות היצרן וחלות במסגרת דרך הפנייה הזמינה.

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.

זמין ב-Ailoot · קלט ושיטות

Ailoot · הקראה POST /v1/audio/speech
סוגי קלט
text
סוגי פלט
speech
פורמט פלט
mp3
שדהסוגדרישהערכים ומגבלותברירת מחדל
שדהmodelסוגstringדרישהחובהערכים ומגבלות
speech-2.6-turbo
ברירת מחדל—
שדהinputסוגstringדרישהחובהערכים ומגבלות
אורך מזערי: ⁦1⁩
אורך מרבי ללא ערך הגבול: ⁦10,000⁩
יחידה: תווי Unicode
ברירת מחדל—
שדהvoiceסוגstringדרישהחובהערכים ומגבלות
תבנית: ^[A-Za-z0-9_-]{1,128}$
ברירת מחדל—
שדהresponse_formatסוגstringדרישהרשותערכים ומגבלות
mp3
ברירת מחדל—
שילובים של חומרי קלט

text_to_speech · נדרש: input

פרמטרים ומחזור חיים של השיטה
פרמטרמפרט
פרמטרmaterial_typesמפרטtext
פרמטרrequiredמפרטnull
פרמטרoptional_controlsמפרטnull

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}

מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.

תעריפים

תעריפי שיטות Ailoot

Ailoot הקראהPOST /v1/audio/speech
קלט
⁦‏60.00 ‏$⁩ לכל 1 מיליון תווים

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 · הקראה

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\n: "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "speech-2.6-turbo", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nimport re\nvoice=os.environ["AILOOT_VOICE_ID"]\nif not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID")\np["voice"]=voice\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 speech.mp3\n

קבלה ושמירה של תוצאות

Ailoot · הקראה

mp3

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
שדהסוג
שדהbinary audioסוגbytes
שדהresponse headersסוגheaders
שגיאות והשלבים הבאים
תגובהתנאיהשלב הבא
תגובה⁦400⁩ · invalid_request_errorתנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקיניםהשלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.
תגובהserver_errorתנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקההשלב 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 speech-2.6-turbo

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

speech-2.6-turbo

", "method_identity": { "effective_request_model_id": "speech-2.6-turbo", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "speech-2.6-turbo", "route_label": "Core" }, "method_key": "Core|speech|/v1/audio/speech|speech-2.6-turbo", "ordinal": 0, "rawMethod": { "cache_read": null, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "conditional_meter": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "שדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים", "http_status": 400, "recovery": "תקנו את השדות שצוינו לפני בקשת יצירה חדשה.", "type": "invalid_request_error" }, { "code": null, "condition": "התשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה", "http_status": null, "recovery": "שמרו 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.", "type": "server_error" } ], "hints": [ "MiniMax accepts optionalresponse_formatmp3. Actual voice IDs come from the selected model voice profile.", "The facade uses bufferedMP3; provider speed/volume/pitch/sample-rate fields are fixed by the adapter, not callercontrols." ], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו." }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "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.", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "speech-2.6-turbo" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maximum_length_exclusive": 10000, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "תווי Unicode" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "voice", "pattern": "^[A-Za-z0-9_-]{1,128}$", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mp3" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע." ], "input": { "material_types": [ "text" ], "optional_controls": null, "required": null }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ערך task_id שהוחזר בפועל או רשומה בספריית המדיה", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "operation_modes": [ "audio_speech" ], "output": { "family": [ "speech" ], "format": null, "multioutputs": "retain every actual response output" } }, "ctx": null, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}\"\nexport AILOOT_TEXT_FILE\n: \"${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"speech-2.6-turbo\", \"input\": \"\"}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"input\"]=text\nimport re\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nif not re.fullmatch(r\"[A-Za-z0-9_-]{1,128}\",voice):raise SystemExit(\"Set an actual accepted voice ID\")\np[\"voice\"]=voice\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 speech.mp3\n", "label": "Synthesize your actual script", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "http": "POST", "img_in": null, "img_out": null, "in": null, "input": [ "text" ], "label": "הקראה", "max_out": null, "max_tool_calls": null, "out": null, "output": [ "speech" ], "path": "/v1/audio/speech", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 60, "amount_unit": "usd_per_display_unit", "key": "tts_million_chars", "label": "per 1 million characters", "side": "in" } ] } ], "request_model_id": "speech-2.6-turbo", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "tts_million_chars", "units": [ { "key": "tts_million_chars", "label": "per 1 million characters", "side": "in", "usd": 60 } ] } } ], "model_id": "speech-2.6-turbo", "nativeProvenance": { "input_facts_canonical_sha256": "90d34d8dfe44379e340a4cfb6ecd74b4f7a23c95f7b47cd823c4c9fae363b6a0", "input_html_sha256": "8d53c628526bb9ef5ffbfae3191645299bd4e0385a75981c2769fc0ee7ae8b2b", "private_audit_sha256": "949ad52e5450a6b4f81d184a3881a0d19593542c13b76372fba45fc112721799", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/he/speech-2-6-turbo/", "description": "Speech 2.6 Turbo מסנתז דיבור רב־לשוני ומיועד לזמן תגובה קצר.", "locale": "he", "md_url": "https://ailoot.ai/models/he/speech-2-6-turbo/index.md", "title": "speech-2.6-turbo — Ailoot", "url": "https://ailoot.ai/models/he/speech-2-6-turbo/" }, "rawModel": { "about": "### אמירות לתהליך קולי\n\nSpeech 2.6 Turbo הוא גרסת סינתזת דיבור שמכוונת למהירות. היצרן מתאר אותו לעוזרים קוליים ולתרחישים אינטראקטיביים שבהם הטקסט הופך לתשובה בהדרגה. המודל שומר על האינטונציות הטבעיות של דור Speech 2.6 ומסוגל לעבד צורות כתיבה מיוחדות.\n\n### טקסט שצריך להגות נכון\n\nהמודל מיועד לקריאת תאריכים, מספרי טלפון, סכומי כסף, כתובות דפים וכתובות דוא\"ל בלי שכתוב ידני מקדים של כל רשומה. ניתוח כזה מועיל בהודעות דינמיות שבהן מופיעים מספרים וסימונים לצד מילים רגילות. היצרן מתאר עיבוד של הפורמטים האלה בכמה שפות.\n\n### שטף ושליטה ברגש\n\nSpeech 2.6 תומך ב־Fluent LoRA: שמירה על גוון קול מזוהה תוך הגייה שוטפת יותר של הטקסט. היכולת מתייחסת לשימוש בקול שכבר הוכן; הכנה נפרדת של שיבוט אינה חלק מבקשה טקסטואלית רגילה. המשפחה כוללת **40 שפות**, כולל רוסית.\n\nל־Turbo זמינים שבעה רגשות בסיסיים והמצבים הנוספים `fluent` ו־`whisper`. המודל יכול לבחור את האופי הרגשי בעצמו לפי התוכן או להשתמש במצב שהוגדר. אפשר לשנות את עומק הצליל ואת הקצב שלו בנפרד מהטקסט.\n\n### קול, הפסקות והגייה\n\nMiniMax 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.\n\nאפשר 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.\n\n### קבלת הצליל\n\nהסינתזה 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.\n\nבכרטיס זה של Ailoot הטקסט מומר לאודיו של דיבור. הייעוד של Turbo קשור למהירות הסינתזה, אך לא מובטח כאן זמן תגובה קבוע; ההגדרות המפורטות משקפות את יכולות היצרן וחלות במסגרת דרך הפנייה הזמינה.\n\nהגדרות 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.\n\nהיצרן 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.", "alias_of": null, "aliases": [], "author": "MiniMax", "ctx": null, "formats": [ "speech" ], "id": "speech-2.6-turbo", "input": [ "text" ], "kind": "speech", "max_out": null, "methods": [ { "cache_read": null, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "conditional_meter": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "שדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים", "http_status": 400, "recovery": "תקנו את השדות שצוינו לפני בקשת יצירה חדשה.", "type": "invalid_request_error" }, { "code": null, "condition": "התשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה", "http_status": null, "recovery": "שמרו 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.", "type": "server_error" } ], "hints": [ "MiniMax accepts optionalresponse_formatmp3. Actual voice IDs come from the selected model voice profile.", "The facade uses bufferedMP3; provider speed/volume/pitch/sample-rate fields are fixed by the adapter, not callercontrols." ], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו." }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "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.", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "speech-2.6-turbo" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maximum_length_exclusive": 10000, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "תווי Unicode" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "voice", "pattern": "^[A-Za-z0-9_-]{1,128}$", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mp3" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע." ], "input": { "material_types": [ "text" ], "optional_controls": null, "required": null }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ערך task_id שהוחזר בפועל או רשומה בספריית המדיה", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "operation_modes": [ "audio_speech" ], "output": { "family": [ "speech" ], "format": null, "multioutputs": "retain every actual response output" } }, "ctx": null, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}\"\nexport AILOOT_TEXT_FILE\n: \"${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"speech-2.6-turbo\", \"input\": \"\"}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"input\"]=text\nimport re\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nif not re.fullmatch(r\"[A-Za-z0-9_-]{1,128}\",voice):raise SystemExit(\"Set an actual accepted voice ID\")\np[\"voice\"]=voice\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 speech.mp3\n", "label": "Synthesize your actual script", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "http": "POST", "img_in": null, "img_out": null, "in": null, "input": [ "text" ], "label": "הקראה", "max_out": null, "max_tool_calls": null, "out": null, "output": [ "speech" ], "path": "/v1/audio/speech", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 60, "amount_unit": "usd_per_display_unit", "key": "tts_million_chars", "label": "per 1 million characters", "side": "in" } ] } ], "request_model_id": "speech-2.6-turbo", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "tts_million_chars", "units": [ { "key": "tts_million_chars", "label": "per 1 million characters", "side": "in", "usd": 60 } ] } ], "model_aliases": [ { "canonical_model_id": "speech-2.6-turbo", "request_model_id": "speech-2.6-turbo", "route_label": "Core" } ], "name": "speech-2.6-turbo", "price": { "in": 60, "in_label": "per 1 million characters", "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": false }, "short": "Speech 2.6 Turbo מסנתז דיבור רב־לשוני ומיועד לזמן תגובה קצר." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Speech 2.6 Turbo מסנתז דיבור רב־לשוני ומיועד לזמן תגובה קצר.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "9acd919a67d2a5725aa670b32056b242753878ce6f3400cfc3ad46807d756175", "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910" }, "sourceRevision": "3b7b9b64ebe3267fa4088b2d40f2a4783a9dd4f70f254269e2015fa3a4d4f14b" }