Source: https://ailoot.ai/models/it/speech-2-6-hd/ Canonical: https://ailoot.ai/models/it/speech-2-6-hd/ Language: it # speech-2.6-hd [Markdown](https://ailoot.ai/models/it/speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/it/speech-2-6-hd/facts.json) ## [speech-2.6-hd](https://ailoot.ai/models/it/speech-2-6-hd/) Speech 2.6 HD è un modello di sintesi vocale di qualità, con particolare attenzione alla naturalezza e alla somiglianza della voce. - [**Ailoot · Sintesi vocale** `POST /v1/audio/speech` `speech-2.6-hd`](https://ailoot.ai/models/it/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. #### Una voce naturale per l'interazione Speech 2.6 HD è pensato per la sintesi vocale naturale e per scenari in cui conta iniziare rapidamente la risposta. Il produttore dedica attenzione a intonazione, fluidità del parlato ed elaborazione del testo prima della pronuncia. La variante HD pone l'accento sulla qualità del suono; l'input di questa scheda è testo, l'output audio parlato. #### Leggere notazioni non standard La generazione Speech 2.6 può elaborare notazioni frequenti nei messaggi di lavoro: indirizzi di pagine, email, numeri di telefono, date e importi. Il modello le converte in una forma pronunciabile, per mantenere la battuta comprensibile all'ascolto. Il produttore descrive queste attività in più lingue. #### Parlato fluido conservando il timbro Speech 2.6 prevede la modalità di maggiore fluidità Fluent LoRA. È pensata per la sintesi basata su una voce preparata: aiuta a conservare il timbro e a produrre un parlato più coerente, anche se il campione originale era irregolare o presentava un accento. La preparazione di una voce clonata e il suo utilizzo nella lettura vocale sono azioni diverse. Sono supportate **40 lingue**, tra cui il russo. Oltre ai sette stati emotivi di base, Speech 2.6 prevede le varianti di parlato fluido `fluent` e sussurro `whisper`. Se l'emozione non viene indicata, il modello la sceglie dal significato del testo. #### Impostazioni di pronuncia MiniMax prevede scelta della voce e controllo di ritmo, volume e altezza. La velocità si imposta nell'intervallo **0,5–2**, il volume superiore a 0 e fino a **10**, la modifica dell'altezza da **−12 a 12**. L'emozione può essere lasciata alla scelta del modello in base al significato del testo oppure indicata manualmente: gioia, tristezza, rabbia, paura, disgusto, sorpresa o calma. La pronuncia può essere precisata con un dizionario di sostituzioni e notazione fonetica; sono previsti alfabeto fonetico internazionale, pinyin cinese e varianti di lettura giapponesi. Le pause vengono impostate tra i segmenti pronunciati nell'intervallo **0,01–99,99 secondi**. La durata della pausa viene definita con una precisione di due cifre decimali; i marcatori vengono collocati tra i segmenti pronunciati e non consecutivamente. Queste impostazioni permettono di adeguare il suono di nomi, abbreviazioni e parole ambigue all'idea della lettura vocale. #### Lunghezza del testo e audio La sintesi riceve testo con meno di **10 000 caratteri**. Per testi lunghi oltre 3000 caratteri il produttore consiglia l'output in streaming; è prevista anche la ricezione dell'audio finale interamente. Le impostazioni generali di sintesi comprendono MP3, PCM, FLAC, WAV, Opus e varianti G.711 μ-law, mono o stereo; i formati disponibili per una specifica richiesta dipendono dagli strumenti di Ailoot. Secondo MiniMax, questa generazione è orientata a una bassa latenza negli scenari vocali. È una descrizione del modello; il tempo concreto della risposta e la disponibilità delle impostazioni estese dipendono dalla modalità di accesso scelta in Ailoot. Le impostazioni audio aggiuntive comprendono le frequenze di campionamento **8, 16, 22,05, 24, 32 e 44,1 kHz**. Per MP3 è previsto un bitrate di **32, 64, 128 o 256 kbit/s**. Si possono anche modificare la coloritura della voce e applicare un solo effetto: eco spazioso, eco di sala, suono telefonico o voce robotica. Gli effetti di modifica della voce sono supportati per MP3, WAV e FLAC quando si riceve l'audio interamente; nell'output in streaming soltanto per MP3. I formati G.711 μ-law utilizzano una frequenza di 8 kHz. Queste capacità riguardano le impostazioni di sintesi di MiniMax. Il produttore prevede la sincronizzazione tra parlato e testo: riferimenti temporali per frasi, per parole o per parole nell'output progressivo. Questo risultato aiuta ad associare la pronuncia alla visualizzazione del testo. La capacità aggiuntiva richiede il supporto del formato di risposta corrispondente. **Ailoot · Sintesi vocale** `POST /v1/audio/speech` `speech-2.6-hd` [`speech-2.6-hd`](https://ailoot.ai/models/it/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) MiniMax /`speech-2.6-hd` ### Introduzione Speech 2.6 HD è un modello di sintesi vocale di qualità, con particolare attenzione alla naturalezza e alla somiglianza della voce. Input accettati Testo Risultati speech ### Disponibile in Ailoot · input e metodi **Ailoot · Sintesi vocale** `POST /v1/audio/speech` Tipi di input `text` Tipi di output `speech` Formato di output mp3 | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti speech-2.6-hd | Predefinito— | | Campo`input` | Tipo`string` | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 Lunghezza massima (esclusa): 10.000 Unità: caratteri Unicode | Predefinito— | | Campo`voice` | Tipo`string` | RequisitoObbligatorio | Valori e limiti Schema: ^\[A-Za-z0-9\_-\]{1,128}$ | Predefinito— | | Campo`response_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti mp3 | Predefinito— | Combinazioni di materiali in input **text\_to\_speech** · Obbligatorio: input Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`material_types` | Contrattotext | | Parametro`required` | Contrattonull | | Parametro`optional_controls` | Contrattonull | Ciclo di vita: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effettivamente restituito o record della libreria multimediale `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste. ### Tariffe #### Tariffe dei metodi Ailoot Input 100,00 USD *per 1 milione di caratteri* 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 · Sintesi vocale Esempio di sintesi vocale ```bash 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 ``` ### Ricevi e salva i risultati #### Ailoot · Sintesi vocale mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `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. Conserva il risultato binario completo e gli header. Se vengono restituiti JSON o più output, conserva ogni elemento data e recupera ogni URL firmato effettivo della risorsa. ##### Se occorre verificare la risposta originale Conserva operation\_id/X-Client-Request-ID originale per la riconciliazione senza reinvio; non esiste una rotta dedicata al polling audio. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`binary audio` | Tipobytes | | Campo`response headers` | Tipoheaders | Errori e passaggi successivi | Risposta | Condizione | Passaggio successivo | | --- | --- | --- | | Risposta400 · `invalid_request_error` | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. | | Risposta`server_error` | CondizioneLa risposta restituita indica che l'operazione o il risultato richiede una verifica | Passaggio successivoConserva l'ID originale di operazione/task restituito, gli header della richiesta e la risposta; continua a leggere l'operazione originale tramite le modalità supportate. Non reinviare la richiesta di creazione. | ### Alias #### Alias del modello **Ailoot** [`speech-2.6-hd`](https://ailoot.ai/models/it/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`speech-2.6-hd`](https://ailoot.ai/models/it/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) FAQ · speech-2.6-hd Quali input e risultati sono disponibili? `POST /v1/audio/speech` · `speech-2.6-hd`: `text` → `speech` Quali campi usa la richiesta? `POST /v1/audio/speech` · `speech-2.6-hd`: `model`, `input`, `voice`, `response_format` 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.