speech-2.6-hd

Speech 2.6 HD adalah model sintesis ucapan berkualitas yang menekankan kealamian dan kemiripan suara.

Ailoot · Sintesis ucapan POST /v1/audio/speech speech-2.6-hd

Tentang model

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

Suara alami untuk interaksi

Speech 2.6 HD ditujukan untuk sintesis ucapan alami dan skenario yang memerlukan awal jawaban yang cepat. Produsen memperhatikan intonasi, kelancaran ucapan, dan pemrosesan teks sebelum dibacakan. Varian HD menekankan kualitas audio; masukan kartu ini berupa teks, sedangkan keluarannya audio ucapan.

Membaca penulisan tidak standar

Generasi Speech 2.6 dapat memproses penulisan yang sering dijumpai dalam pesan kerja: alamat halaman, alamat surel, nomor telepon, tanggal, dan jumlah uang. Model mengubahnya menjadi bentuk yang dapat diucapkan agar ucapan tetap mudah dipahami saat didengar. Produsen menjelaskan tugas tersebut dalam beberapa bahasa.

Ucapan lancar dengan warna suara yang dipertahankan

Speech 2.6 menyediakan mode peningkatan kelancaran Fluent LoRA. Mode ini ditujukan untuk sintesis berdasarkan suara yang telah disiapkan: membantu mempertahankan warna suara sekaligus membentuk ucapan yang lebih koheren, meskipun contoh sumber tidak lancar atau memiliki aksen. Penyiapan suara kloning dan penggunaannya dalam sintesis merupakan tindakan yang berbeda.

Model mendukung 40 bahasa, termasuk bahasa Rusia. Selain tujuh keadaan emosi dasar, Speech 2.6 menyediakan opsi ucapan lancar fluent dan bisikan whisper. Jika emosi tidak ditentukan, model memilihnya berdasarkan makna teks.

Pengaturan pengucapan

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.

Panjang teks dan 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.

Menurut MiniMax, generasi ini ditujukan untuk latensi rendah dalam skenario suara. Ini merupakan deskripsi model; waktu jawaban tertentu dan ketersediaan pengaturan lanjutan bergantung pada metode akses Ailoot yang dipilih.

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 · Sintesis ucapan POST /v1/audio/speech speech-2.6-hd

speech-2.6-hd

MiniMax /speech-2.6-hd

Mulai

Speech 2.6 HD adalah model sintesis ucapan berkualitas yang menekankan kealamian dan kemiripan suara.

Masukan yang diterima: Teks
Hasil: speech

Tersedia di Ailoot · masukan & metode

Ailoot · Sintesis ucapan POST /v1/audio/speech

Masukan: text
Keluaran: speech
Format keluaran: mp3

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan speech-2.6-hd	Bawaan—
Kolom`input`	Jenis`string`	PersyaratanWajib	Nilai & batasan Panjang minimum: 1 Panjang maksimum (eksklusif): 10.000 Satuan: karakter Unicode	Bawaan—
Kolom`voice`	Jenis`string`	PersyaratanWajib	Nilai & batasan Pola: ^[A-Za-z0-9_-]{1,128}$	Bawaan—
Kolom`response_format`	Jenis`string`	PersyaratanOpsional	Nilai & batasan mp3	Bawaan—

Kombinasi bahan masukan

text_to_speech · Wajib: input

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`material_types`	Kontraktext
Parameter`required`	Kontraknull
Parameter`optional_controls`	Kontraknull

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}

Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.

Paket

Tarif metode Ailoot

Ailoot Sintesis ucapanPOST /v1/audio/speech

Masukan: US$100,00 per 1 juta karakter

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 · Sintesis ucapan

Contoh ucapan

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-2.6-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

Terima dan simpan hasil

Ailoot · 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}

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 speech-2.6-hd

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

speech-2.6-hd

FAQ · speech-2.6-hd

Input dan hasil apa yang tersedia?: POST /v1/audio/speech · speech-2.6-hd: text → speech
Kolom apa yang digunakan permintaan?: POST /v1/audio/speech · speech-2.6-hd: model, input, voice, response_format

speech-2.6-hd

speech-2.6-hd

Suara alami untuk interaksi

Membaca penulisan tidak standar

Ucapan lancar dengan warna suara yang dipertahankan

Pengaturan pengucapan

Panjang teks dan audio

Mulai

Tersedia di Ailoot · masukan & metode

Paket

Tarif metode Ailoot

Contoh permintaan

Ailoot · Sintesis ucapan

Terima dan simpan hasil

Ailoot · Sintesis ucapan

Simpan semua hasil yang selesai

Jika respons asli perlu diperiksa

Alias

Alias model

Alias jalur metode

ID pemanggil terkait

Perusahaan dan portofolio proyeknya

Beli token dengan diskon.

Hubungkan API ke produk yang Anda jual.