Source: https://ailoot.ai/models/ja/speech-02-hd/ Canonical: https://ailoot.ai/models/ja/speech-02-hd/ Language: ja # speech-02-hd [Markdown](https://ailoot.ai/models/ja/speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/ja/speech-02-hd/facts.json) ## [speech-02-hd](https://ailoot.ai/models/ja/speech-02-hd/) Speech-02 HDは、音質と声の類似性を重視した音声合成モデルです。 - [**Ailoot · 音声合成** `POST /v1/audio/speech` `speech-02-hd`](https://ailoot.ai/models/ja/speech-02-hd/#method-0) モデルについてこの説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 #### 読み上げと長い朗読のための声 Speech 02 HDは、品質、リズム、音声の安定性を重視して発話を作成します。メーカーは、長いテキストを通じて声の個性と滑らかさを保つ必要がある、素材の読み上げとオーディオブックを特徴として挙げています。テキストを受け取り、発話の音声に変換する合成モデルです。 #### テキストと声質の組み合わせ Speech 02ファミリーの基盤は、自己回帰型のTransformer構造と、学習可能な話者エンコーダです。声の特徴を内容と合わせるため、声質の抽出と発話生成を共同で学習しています。ファミリーの機能には、準備済みの複製した声の利用と、言語、アクセント、発音の仕方の組み合わせがあります。 #### 感情と多言語の読み上げ感情表現は、テキストの意味から判断することも、手動で指定することもできます。喜び、悲しみ、怒り、恐れ、嫌悪、驚き、落ち着きを利用できます。ロシア語、英語、その他の言語を扱います。メーカーは、英語のさまざまなアクセント、中国語、広東語、日本語、韓国語、欧州の言語、その他の言語を説明しています。現在のSpeech 02の説明では、ペルシャ語、フィリピン語、タミル語を個別に除外しています。より新しいSpeech世代の一般的な言語一覧を、このバージョンに自動的に適用してはいけません。 #### 声の設定合成では、声の選択、速度の**0.5〜2**の変更、音量の0超から**10**まで、ピッチの−12〜12の変更が用意されています。発音辞書では、表記を必要な読み方に置き換えられ、発音表記や日本語の読み方に対応しています。名前や読み方が曖昧な単語を、どのように発話するかを制御するのに役立ちます。 #### 間と完成した音声メーカーは、発話部分の間に**0.01〜99.99秒**の間を指定する機能を用意しています。間の長さは、小数点以下二桁の精度で指定します。マーカーは発話部分の間に置き、連続して並べません。一回の同期リクエストのテキストは、**10 000文字**未満である必要があります。音声の一括取得と段階的な取得が用意されており、3000文字を超えるテキストにはストリーミング出力が推奨されます。モデルの形式には、MP3、WAV、FLAC、PCMがあります。合成の共通設定では、OpusとG.711 μ-lawのバリエーションも説明しています。モノラルまたはステレオを使用できます。このカードではテキストの読み上げを利用でき、声の別途準備や拡張設定は、Ailoot経由で対応するアクセス方法の範囲内でのみ適用されます。追加の音声設定には、**8、16、22.05、24、32、44.1キロヘルツ**のサンプリング周波数があります。MP3には、**32、64、128、256キロビット毎秒**のビットレートが用意されています。声の響きを変え、広い空間のエコー、ホールのエコー、電話の音、ロボットの声のいずれか一つの効果も適用できます。声の変更効果は、音声を一括取得する場合はMP3、WAV、FLAC、ストリーミング出力ではMP3のみに対応しています。G.711 μ-law形式は、8キロヘルツを使用します。これらの機能は、MiniMaxの合成設定に関するものです。メーカーは、発話とテキストの同期として、文ごと、単語ごと、段階的な出力時の単語ごとのタイムスタンプを用意しています。発話とテキスト表示を合わせるのに役立つ結果です。この追加機能には、対応する応答形式への支援が必要です。 **Ailoot · 音声合成** `POST /v1/audio/speech` `speech-02-hd` [`speech-02-hd`](https://ailoot.ai/models/ja/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) MiniMax /`speech-02-hd` ### はじめに Speech-02 HDは、音質と声の類似性を重視した音声合成モデルです。対応する入力テキスト結果 speech ### Ailootで利用可能 · 入力とメソッド **Ailoot · 音声合成** `POST /v1/audio/speech` 入力の種類 `text` 出力の種類 `speech` 出力形式 mp3 | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 speech-02-hd | デフォルト— | | フィールド`input` | 種類`string` | 要件必須 | 値と制限最小の長さ: 1 最大の長さ（上限値を含まない）: 10,000 単位: Unicode 文字 | デフォルト— | | フィールド`voice` | 種類`string` | 要件必須 | 値と制限パターン: ^\[A-Za-z0-9\_-\]{1,128}$ | デフォルト— | | フィールド`response_format` | 種類`string` | 要件任意 | 値と制限 mp3 | デフォルト— | 入力素材の組み合わせ **text\_to\_speech** · 必須: input メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`material_types` | 仕様text | | パラメータ`required` | 仕様null | | パラメータ`optional_controls` | 仕様null | ライフサイクル: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 実際に返された task\_id またはメディアライブラリのレコード `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。 ### 料金 #### Ailootのメソッド料金入力 $100.00 *1百万文字あたり* Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot · 音声合成音声のサンプル ```bash set -eu : "${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-02-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 ``` ### 結果を受け取って保存 #### Ailoot · 音声合成 mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### 完了した結果をすべて保存返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。バイナリ結果の全体とヘッダーを保存してください。JSON または複数の出力が返された場合は、すべてのデータ項目を保存し、実際に返された署名付きアセット URL から各アセットを取得してください。 ##### 元のレスポンスを確認する場合再送せずに照合できるよう、元の operation\_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`binary audio` | 種類bytes | | フィールド`response headers` | 種類headers | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | | レスポンス`server_error` | 条件返されたレスポンスは、操作または結果の確認が必要であることを示しています | 次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。 | ### エイリアス #### モデルのエイリアス **Ailoot** [`speech-02-hd`](https://ailoot.ai/models/ja/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) #### メソッドパスのエイリアス上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`speech-02-hd`](https://ailoot.ai/models/ja/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) FAQ · speech-02-hd 利用できる入力と結果は何ですか？ `POST /v1/audio/speech` · `speech-02-hd`: `text` → `speech` リクエストはどの項目を使用しますか？ `POST /v1/audio/speech` · `speech-02-hd`: `model`, `input`, `voice`, `response_format` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。サブスクリプション定期的なリクエストに合う割引プランを選びましょう。最大50%のプロモコード購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。支出を履歴で確認各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。商用アプリサービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。リセラーライセンスプロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。サイトで契約文書を確認接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。