Source: https://ailoot.ai/models/it/minimax-speech-2-6-hd/ Canonical: https://ailoot.ai/models/it/minimax-speech-2-6-hd/ Language: it # MiniMax: Speech 2.6 HD [Markdown](https://ailoot.ai/models/it/minimax-speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/it/minimax-speech-2-6-hd/facts.json) ## [MiniMax: Speech 2.6 HD](https://ailoot.ai/models/it/minimax-speech-2-6-hd/) Speech 2.6 HD è un modello MiniMax da testo a voce per trasformare un copione definitivo in audio. L'edizione minimax/speech-2.6-hd espone controlli di voce, interpretazione e formato audio, con una risposta JSON completa e una scelta tra output audio tramite URL e output in formato esadecimale. Usalo per rendere in voce una narrazione fornita, un brano didattico o una guida al prodotto. - [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-hd`](https://ailoot.ai/models/it/minimax-speech-2-6-hd/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Speech 2.6 HD è l'esatta edizione vocale MiniMax selezionata da model: "minimax/speech-2.6-hd". Usa POST /v1/audio/speech con un corpo application/json contenente model e il testo da pronunciare. L'input è un copione scritto e il risultato è audio sintetizzato. Per un brano didattico, prepara la spiegazione e gli esempi esatti da leggere ad alta voce. Per una guida al prodotto, scrivi la sequenza parlata nello stesso ordine dei passaggi visibili. Un copione narrativo può includere frasi complete e punteggiatura intenzionale; tieni fuori da text le istruzioni editoriali che non devono essere pronunciate. Il campo text non deve essere vuoto né contenere soltanto spazi e deve contenere meno di 10 000 caratteri Unicode. Invia il copione parlato completo con stream:false oppure ometti stream. Dividi il materiale più lungo in segmenti di copione separati e completi prima di inviare ciascun segmento. Puoi usare un documento leggendone il contenuto effettivo e inserendo il brano pertinente in text; l'URL di un documento non sostituisce il copione. Scegli una voce tramite voice\_setting.voice\_id. Le categorie di voce documentate includono voci di sistema e voci clonate o progettate tramite testo già create; usa un ID voce valido per la categoria selezionata. La voce di esempio è audiobook\_male\_1. Lo stesso oggetto controlla speed da 0,5 a 2, vol maggiore di 0 e fino a 10 e pitch intero da -12 a 12. I rispettivi valori predefiniti sono 1, 1 e 0. Questi controlli regolano aspetti diversi dell'interpretazione vocale, quindi sceglili separatamente anziché inserirne i nomi nel copione. voice\_setting.emotion accetta happy, sad, angry, fearful, disgusted, surprised, calm e fluent. La documentazione descrive anche l'abbinamento automatico dell'emozione a partire dal testo. Per copioni ricchi di numeri, voice\_setting.text\_normalization attiva la normalizzazione del testo in cinese e inglese e ha false come valore predefinito. voice\_setting.latex\_read controlla la lettura delle espressioni LaTeX e ha anch'esso false come valore predefinito. pronunciation\_dict.tone è un array di stringhe con regole di pronuncia. L'esempio pubblicato è \["草地/(cao3)(di1)"\]; mantieni la struttura con parola, barra e pronuncia tra parentesi quando fornisci una regola. audio\_setting.format accetta mp3, pcm, flac e wav, con mp3 come valore predefinito. sample\_rate accetta 8000, 16000, 22050, 24000, 32000 e 44100 Hz; il valore predefinito è 32000. channel è 1 per mono o 2 per due canali, con 1 come valore predefinito. I valori di bitrate sono 32000, 64000, 128000 e 256000 bit al secondo, con 128000 come valore predefinito, e si applicano a mp3. Seleziona la codifica necessaria al lettore o allo strumento di montaggio che userà il risultato. language\_boost è una stringa facoltativa e ha null come valore predefinito. I valori consentiti sono 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 e auto. "Chinese,Yue" è un unico valore. È un controllo separato dal copione e dall'ID voce. Lo schema espone anche timber\_weights per un elenco di coppie voice\_id e weight intero, con ciascun weight da 1 a 100. Mantieni la grafia del parametro timber\_weights quando prepari una richiesta. voice\_modify.sound\_effects è una stringa facoltativa con i valori spacious\_echo, auditorium\_echo, lofi\_telephone e robotic. stream ha false come valore predefinito. Per una risposta completa, output\_format seleziona url o hex e ha hex come valore predefinito. Nel risultato JSON documentato, data.audio contiene la rappresentazione selezionata: scarica l'URL Ailoot firmato completo, inclusa la stringa di query, oppure decodifica in byte l'intero audio esadecimale. Conserva il risultato originale insieme a data.status, base\_resp, trace\_id ed extra\_info, che include il formato audio effettivo, la frequenza di campionamento, il numero di canali, la dimensione e usage\_characters. subtitle\_enable è un booleano con false come valore predefinito e si applica all'output senza streaming. aigc\_watermark è un booleano con false come valore predefinito e controlla un marcatore ritmico udibile alla fine dell'audio generato. Conserva ogni risultato audio o di sottotitoli restituito e controlla pronuncia, numeri e file completato prima di inserirlo nell'applicazione. Se la consegna è incerta, conserva l'identificatore della richiesta originale e la risposta per verificare il tentativo esistente. Ailoot salva anche l'audio completato nella tua libreria multimediale. Con output\_format:"url", data.audio contiene un link firmato a quella risorsa salvata; l'ID della risorsa appare nel suo percorso /v1/media/assets/{asset\_id}/content. I link ai file firmati da Ailoot durano 24 ore dall'emissione. Usa la stessa chiave API per GET /v1/media/assets?family=audio e segui ogni next\_cursor per trovare i record delle risorse audio. Leggi GET /v1/media/assets/{asset\_id} per ciascun record selezionato e scarica il suo content\_url esatto, inclusa la stringa di query. Se una richiesta di file restituisce 404 con codice link\_expired, leggi nuovamente la stessa risorsa per un content\_url aggiornato. Aggiorna il risultato salvato anziché generare nuovamente audio per sostituire un link scaduto. **Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-hd` [`minimax/speech-2.6-hd`](https://ailoot.ai/models/it/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech) MiniMax /`minimax/speech-2.6-hd` ### Introduzione Speech 2.6 HD è un modello MiniMax da testo a voce per trasformare un copione definitivo in audio. L'edizione minimax/speech-2.6-hd espone controlli di voce, interpretazione e formato audio, con una risposta JSON completa e una scelta tra output audio tramite URL e output in formato esadecimale. Usalo per rendere in voce una narrazione fornita, un brano didattico o una guida al prodotto. Input accettati Testo Risultati Audio ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Speech** `POST /v1/audio/speech` Tipi di input `text` Tipi di output `audio` Formato di output mp3,pcm,flac,wav | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti minimax/speech-2.6-hd | Predefinito— | | Campo`text` | Tipo`string` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti false | Predefinitofalse | | Campo`voice_setting` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`voice_setting.voice_id` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`voice_setting.speed` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Minimo: 0,5 Massimo: 2 | Predefinito1 | | Campo`voice_setting.vol` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Minimo: 0 Massimo: 10 | Predefinito1 | | Campo`voice_setting.pitch` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: -12 Massimo: 12 | Predefinito0 | | Campo`voice_setting.emotion` | Tipo`string` | RequisitoFacoltativo | Valori e limiti happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Predefinito— | | Campo`voice_setting.text_normalization` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | | Campo`voice_setting.latex_read` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | | Campo`audio_setting` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`audio_setting.sample_rate` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti 8000, 16.000, 22.050, 24.000, 32.000, 44.100 | Predefinito32.000 | | Campo`audio_setting.bitrate` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti 32.000, 64.000, 128.000, 256.000 | Predefinito128.000 | | Campo`audio_setting.format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti mp3, pcm, flac, wav | Predefinitomp3 | | Campo`audio_setting.channel` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti 1, 2 | Predefinito1 | | Campo`audio_setting.force_cbr` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | | Campo`pronunciation_dict` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`pronunciation_dict.tone` | Tipo`array` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`timber_weights` | Tipo`array` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`language_boost` | Tipo`string` | RequisitoFacoltativo | Valori e limiti 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 | Predefinito— | | Campo`voice_modify` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`voice_modify.pitch` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti -100, 100 | Predefinito— | | Campo`voice_modify.intensity` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti -100, 100 | Predefinito— | | Campo`voice_modify.timbre` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti -100, 100 | Predefinito— | | Campo`voice_modify.sound_effects` | Tipo`string` | RequisitoFacoltativo | Valori e limiti spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Predefinito— | | Campo`subtitle_enable` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | | Campo`output_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti url, hex | Predefinitohex | | Campo`aigc_watermark` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, text | | Parametro`optional` | Contrattostream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark | | Parametro`material_types` | Contrattotext | | Parametro`conditions` | ContrattoUse 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. | Ciclo di vita: `synchronous_result_then_owned_library` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe Ailoot #### Prezzi per configurazione Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative. | Configurazione | Listino delle tariffe | Unità di fatturazione | Costo | | --- | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Unità di fatturazione— | Costo Input · Token in input **—** / 1K token Output · Token in output **—** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | | Configurazionecarattere in ingresso | Listino delle tariffe— | Unità di fatturazioneper carattere in input | Costo Input · carattere in ingresso **$0.0002** per carattere in input | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Speech curl · crea una sola volta e conserva il risultato completo ```bash set -eu : "${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-hd", "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. ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Speech mp3,pcm,flac,wav - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. 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. ##### Se occorre verificare la risposta originale Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`data.audio` | Tipostring | | Campo`extra_info` | Tipoobject | | Campo`trace_id` | Tipostring | ### Alias #### Alias del modello **Ailoot Ultra** [`minimax/speech-2.6-hd`](https://ailoot.ai/models/it/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`minimax/speech-2.6-hd`](https://ailoot.ai/models/it/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech) FAQ · MiniMax: Speech 2.6 HD Quali input e risultati sono disponibili? `POST /v1/audio/speech` · `minimax/speech-2.6-hd`: `text` → `audio` Quali campi usa la richiesta? `POST /v1/audio/speech` · `minimax/speech-2.6-hd`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark` Quali limiti si applicano? `POST /v1/audio/speech` · `minimax/speech-2.6-hd`: `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` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.