MiniMax: Speech 2.8 HD

Speech 2.8 HD menyintesis ucapan ekspresif dengan kendali emosi dan detail audio seperti napas serta tawa.

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

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Ucapan hidup dengan detail audio kecil

Speech 2.8 HD ditujukan untuk suara alami dan bersih. Ciri utama generasi ini adalah tag audio yang memungkinkan detail percakapan dimasukkan ke dalam ucapan: tawa, tawa kecil, napas, tarikan napas, hembusan napas, desahan, batuk, berdeham, dan suara singkat lainnya. Tag tersebut membantu menyampaikan ritme dan jeda ucapan yang hidup, tanpa menjadikan setiap frasa sebagai pembacaan narator yang datar.

Tag dimasukkan ke dalam teks dalam bentuk yang ditentukan model: misalnya, (chuckle), (breath), dan (sighs) menandakan tindakan audio terkait. Kemampuan tag audio secara khusus berlaku bagi Speech 2.8. Ini merupakan detail suara dalam sintesis ucapan, bukan pembuatan komposisi musik atau audio tersendiri.

Warna suara dan kejernihan

Produsen menekankan penyampaian ciri khas suara: tekstur, napas, dan cara pelafalan. Kemampuan keluarga ini mencakup sintesis menggunakan suara kloning yang telah disiapkan; pembuatan suara tersebut merupakan proses tersendiri. Speech 2.8 juga memperbarui pemrosesan untuk mengurangi kebisingan latar dan distorsi digital.

Bahasa dan ekspresi

Speech 2.8 mendukung 40 bahasa, termasuk bahasa Rusia. Produsen secara terpisah menjelaskan pengembangan pelafalan lintas bahasa pada kombinasi Tionghoa-Jepang. Skenario tersebut berkaitan dengan pemeliharaan suara alami saat beragam bahasa digunakan, bukan penerjemahan teks otomatis.

MiniMax menyediakan pemilihan suara serta pengaturan tempo, volume, dan nada. Kecepatan ditentukan dalam rentang 0,5–2, volume lebih dari 0 hingga 10, dan perubahan nada dari −12 hingga 12. Emosi dapat dipilih model berdasarkan makna teks atau ditentukan secara manual: gembira, sedih, marah, takut, jijik, terkejut, atau tenang.

Pelafalan dapat diperjelas melalui kamus penggantian dan notasi fonetis; tersedia alfabet fonetis internasional, pinyin Tionghoa, dan varian pembacaan Jepang. Jeda ditentukan di antara bagian yang diucapkan dalam rentang 0,01–99,99 detik. Durasi jeda ditentukan hingga dua angka desimal; penanda ditempatkan di antara bagian yang diucapkan dan tidak diletakkan berturut-turut. Pengaturan tersebut memungkinkan penyelarasan bunyi nama, singkatan, dan kata ambigu dengan tujuan sintesis suara.

Hasil audio

Sintesis menerima teks kurang dari 10 000 karakter. Untuk teks panjang melebihi 3000 karakter, produsen menyarankan keluaran streaming; audio jadi juga dapat diterima sekaligus. Pengaturan sintesis umum mencakup MP3, PCM, FLAC, WAV, Opus, dan varian G.711 μ-law, mono atau stereo; format yang tersedia untuk permintaan tertentu ditentukan melalui sarana Ailoot.

Kartu ini mengubah teks menjadi audio ucapan. Kemampuan pengaturan suara menjelaskan model MiniMax; pembuatan klon suara, subtitel terpisah, dan metode koneksi khusus tidak otomatis termasuk dalam permintaan sintesis suara.

Pengaturan audio tambahan mencakup laju sampel 8, 16, 22,05, 24, 32, dan 44,1 kHz. MP3 menyediakan bitrate 32, 64, 128, atau 256 kbit/detik. Warna suara juga dapat diubah dan satu efek diterapkan: gema ruang luas, gema aula, suara telepon, atau suara robot. Efek perubahan suara didukung untuk MP3, WAV, dan FLAC saat audio diterima sekaligus, sedangkan dalam streaming hanya untuk MP3. Format G.711 μ-law menggunakan frekuensi 8 kHz. Kemampuan tersebut berlaku bagi pengaturan sintesis MiniMax.

Produsen menyediakan sinkronisasi ucapan dengan teks: penanda waktu per kalimat, per kata, atau per kata selama keluaran bertahap. Hasil tersebut membantu menyelaraskan pengucapan dengan tampilan teks. Kemampuan tambahan ini memerlukan dukungan format jawaban yang sesuai.

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

minimax/speech-2.8-hd

MiniMax /minimax/speech-2.8-hd

Mulai

Speech 2.8 HD menyintesis ucapan ekspresif dengan kendali emosi dan detail audio seperti napas serta tawa.

Masukan yang diterima: Teks
Hasil: Audio

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Sintesis ucapan POST /v1/audio/speech

Masukan: text
Keluaran: audio
Format keluaran: mp3

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan minimax/speech-2.8-hd	Bawaan—
Kolom`input`	Jenis`string`	PersyaratanWajib	Nilai & batasan Panjang minimum: 1 Satuan: karakter Unicode	Bawaan—
Kolom`voice`	Jenis`string`	PersyaratanWajib	Nilai & batasan 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	Bawaan—
Kolom`response_format`	Jenis`string`	PersyaratanWajib	Nilai & batasan mp3	Bawaan—

Kombinasi bahan masukan

text_to_speech · Wajib: input

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, input, voice, response_format
Parameter`voice_ids`	KontrakEnglish_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
Parameter`response_format`	Kontrakmp3
Parameter`max_input_characters`	Kontraknull
Parameter`other_options`	Kontrakfalse
Parameter`input`	Kontrakteks UTF-8 persis; jumlah karakter Unicode tanpa normalisasi
Parameter`material_types`	Kontraktext

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pilih suara yang tepat dari profil model ini.

Karakter masukan dan detik audio merupakan satuan pengukuran yang berbeda.

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast: Tidak ditentukan Saat mode fast dipilih
Mode Flex: Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum: Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

Konfigurasi	Jadwal tarif	Jumlah yang ditagihkan	Satuan penagihan	Biaya
KonfigurasiTarif dasar token	Jadwal tarifTarif dasar	Jumlah yang ditagihkan—	Satuan penagihan—	Biaya Masukan · Token masukan — / 1K token Keluaran · Token keluaran — / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token
KonfigurasiUltra	Jadwal tarif—	Jumlah yang ditagihkanSetiap titik kode Unicode dihitung sebagai satu karakter, termasuk karakter Han.	Satuan penagihanper 1K karakter masukan	Biaya Masukan · karakter masukan $0.2 per 1K karakter masukan

Detail tarif referensi

Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.

MiniMax: Speech 2.8 HD

Harga menurut konfigurasi

Konfigurasi	Kondisi penagihan	Biaya
KonfigurasiMiniMax: Speech 2.8 HD · Konfigurasi bawaan	Kondisi penagihanKonfigurasi bawaan	Biaya Masukan · Karakter masukan US$0,0002 per karakter masukan

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Sintesis ucapan

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

Terima dan simpan hasil

Ailoot Ultra · Sintesis ucapan

mp3

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

Pembacaan konten lain

Pustaka mediaStatus tugasDetail aset

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan hasil biner dan header secara lengkap. Jika JSON atau beberapa keluaran dikembalikan, simpan setiap item data dan ambil data dari setiap URL aset bertanda tangan yang benar-benar dikembalikan.

Jika respons asli perlu diperiksa

Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.

Kolom respons

Kolom	Jenis
Kolom`binary audio`	Jenisbytes
Kolom`response headers`	Jenisheaders

Kesalahan dan langkah berikutnya

Respons	Kondisi	Langkah berikutnya
Respons400 · `invalid_request_error`	KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid	Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.
Respons`server_error`	KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa	Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan.

Alias

Alias model

Ailoot Ultra minimax/speech-2.8-hd

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

minimax/speech-2.8-hd

FAQ · MiniMax: Speech 2.8 HD

Input dan hasil apa yang tersedia?: POST /v1/audio/speech · minimax/speech-2.8-hd: text → audio
Kolom apa yang digunakan permintaan?: POST /v1/audio/speech · minimax/speech-2.8-hd: model, input, voice, response_format

MiniMax: Speech 2.8 HD