Source: https://ailoot.ai/models/kk/minimax-speech-01-hd/
Canonical: https://ailoot.ai/models/kk/minimax-speech-01-hd/
Language: kk

# MiniMax: Speech 01 HD

[Markdown](https://ailoot.ai/models/kk/minimax-speech-01-hd/index.md) · [JSON](https://ailoot.ai/models/kk/minimax-speech-01-hd/facts.json)

## [MiniMax: Speech 01 HD](https://ailoot.ai/models/kk/minimax-speech-01-hd/)

MiniMax Speech 01 HD берілген мәтінді синхронды audio\_speech сұрауы арқылы генерацияланған сөйлеу ретінде оқиды. Ол 10 000 таңбадан қысқа мәтінді қабылдап, MP3, PCM, FLAC немесе WAV шығысымен дауыс, қарқын және үн биіктігі параметрлерін ұсынады.

- [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-hd`](https://ailoot.ai/models/kk/minimax-speech-01-hd/#method-0)

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

MiniMax Speech 01 HD берілген мәтінді дыбыстық сөйлеуге айналдырады. Оның Ailoot ішіндегі дәл модель ID мәні — minimax/speech-01-hd, ал құжатталған синтездеу селекторы — speech-01-hd. Мәтіні дайын дауыстық сүйемелдеу, дыбыстық сабақ, өнімді түсіндіру немесе баяндаудың алғашқы нұсқасы үшін audio\_speech әдісін пайдаланыңыз. Кіріс — оқылатын үзінді, ал нәтиже — таңдалған дыбыс пішіміндегі синтезделген сөйлеу.

Мәтінді айтылуға арналған сөздер ретінде, сөйлем әуезін көрсететін тыныс белгілерімен дайындаңыз. Баяндаудың алғашқы нұсқасы үшін дауыс параметрлерін таңдамас бұрын сөйлемдердің дайын ретін және есімдердің жазылуын беріңіз. Сол сөздер жазбада айтылуға тиіс болмаса, сахналық нұсқауларды айтылатын үзіндіден бөлек ұстаңыз. Нәтижедегі маңызды есімдерді, сандарды және ауысуларды тыңдап, бастапқы мәтінмен салыстырыңыз.

Мәтін 10 000 таңбадан қысқа болуы тиіс. Жарияланған синтездеу келісімі model және text өрістерін талап етеді. Ұзақ материал үшін осы шектегі үзінділерді дайындап, өңдеу үшін ретін сақтаңыз. Синхронды нұсқа толық жауапты пайдаланады, құжатталған әдепкі мән — stream=false. Жалпы API ағынмен жеткізу нұсқаларын да сипаттайды, бірақ осы карточкада таңдалған әдіс — синхронды сөйлеу үдерісі.

voice\_setting қолжетімді voice\_id таңдап, speed, vol және pitch мәндерін басқарады. Құжатталған speed аралығы — 0.5–2, әдепкі мәні — 1. vol 0 мәнінен үлкен және ең көбі 10 болуы тиіс, әдепкі мәні — 1; pitch — -12 мен 12 аралығындағы бүтін сан, әдепкі мәні — 0. Әр параметр үзіндіге қызмет етсін: сандық өзгеріс белгілі бір орындау мәнерін жасайды деп болжамай, нақты жазбаның оқу қарқыны мен естілуін салыстырыңыз.

Құжатталған emotion мәндері — happy, sad, angry, fearful, disgusted, surprised, calm және fluent. Мәтін де модельдің эмоциясын бағыттай алады. text\_normalization — қытай және ағылшын тілдеріндегі сандарды оқуға дайындауға арналған бөлек логикалық параметр, ал latex\_read LaTeX формулаларын оқуды басқарады; екеуінің де әдепкі мәні — false. pronunciation\_dict.tone құжатталған айтылымды алмастыру ережелерін тасымалдай алады. Есімді немесе арнаулы тіркесті ұзақ баяндауда қолданбас бұрын алынған дыбыстан тексеріңіз.

audio\_setting.format mp3, pcm, flac немесе wav қабылдайды, әдепкі мәні — mp3. sample\_rate 8000, 16000, 22050, 24000, 32000 немесе 44100 қабылдайды, әдепкі мәні — 32000. bitrate 32000, 64000, 128000 немесе 256000 қабылдайды, әдепкі мәні — 128000 және ол MP3 үшін қолданылады. channel моно үшін 1 немесе стерео үшін 2 таңдайды, әдепкі мәні — 1. Қайтарылған файлды жоспарланған өңдеу не ойнату орнына сәйкестігі бойынша тексере алу үшін осы таңдауларды бастапқы үзіндімен бірге сақтаңыз.

Қосымша құжатталған параметрлерге language\_boost кіреді, оның дәл аталған нұсқаларының ішінде English, Russian, Chinese және Chinese,Yue бар; үзінді үшін тізімде нақты көрсетілген мәнді таңдаңыз. timber\_weights бар voice\_id жазбаларын 1 мен 100 аралығындағы бүтін салмақ мәндерімен біріктіре алады. Жарияланған sound\_effects мәндері — spacious\_echo, auditorium\_echo, lofi\_telephone және robotic. Бұлар — таңдалған дауысты қалыптастыруға арналған қосымша параметрлер; оқылымдарды салыстырғанда олардың нақты мәндерін жазыңыз.

Синхронды нәтиже генерацияланған сөйлеуді қамтиды. output\_format url немесе hex таңдайды және синтездеу схемасында әдепкі мәні hex болады. URL нәтижесі көрсеткен файлды жүктеп алыңыз немесе ойнату алдында hex нәтижесін дыбыс байттарына декодтаңыз. Қайтарылған дыбыс метадеректерін, соның ішінде пішімін, дискреттеу жиілігін, арна санын және көлемін жазбамен бірге сақтаңыз. subtitle\_enable әдепкіде false болады және қосылғанда тек ағынсыз шығысқа қолданылады; бастапқы дереккөз бұл нұсқа үшін субтитр файлының пішімін белгілемейді.

Бастапқы үзіндіні, дәл модель ID мәнін, дауыс таңдауын және дайын жазбаны бірге сақтаңыз. Оны бейнеге, сабаққа немесе дыбыстық нұсқаулыққа қоспас бұрын бүкіл оқылымды көзделген сөздерге, үзілістерге және таңдалған жеткізу параметрлеріне сәйкестігі бойынша тексеріңіз. Жауап толық болмаса, тағы бір жазба сұрамас бұрын салыстырып тексеру үшін бастапқы сұраудың сәйкестендіру деректерін және қайтарылған ақпаратты сақтаңыз. Кейінгі түзетуде анық салыстыру үшін сценарийдің қалған бөлігін сақтай отырып, нақты тіркесті немесе дауыс параметрін өзгертуге болады.

**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-hd`

[`minimax/speech-01-hd`](https://ailoot.ai/models/kk/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech)

MiniMax /`minimax/speech-01-hd`

### Бастау

MiniMax Speech 01 HD берілген мәтінді синхронды audio\_speech сұрауы арқылы генерацияланған сөйлеу ретінде оқиды. Ол 10 000 таңбадан қысқа мәтінді қабылдап, MP3, PCM, FLAC немесе WAV шығысымен дауыс, қарқын және үн биіктігі параметрлерін ұсынады.

Қабылданатын кіріс деректері

Мәтін

Нәтижелер

Аудио

### Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

**Ailoot Ultra · Speech** `POST /v1/audio/speech`

Кіріс

`text`

Шығыс

`audio`

Шығыс пішімі

mp3,pcm,flac,wav

| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
| --- | --- | --- | --- | --- |
| Өріс`model` | Түрі`string` | ТалапМіндетті | Мәндер мен шектеулер minimax/speech-01-hd | Әдепкі— |
| Өріс`text` | Түрі`string` | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
| Өріс`stream` | Түрі`boolean` | ТалапМіндетті емес | Мәндер мен шектеулер false | Әдепкіfalse |
| Өріс`voice_setting` | Түрі`object` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`voice_setting.voice_id` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`voice_setting.speed` | Түрі`number` | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 0,5 Ең көбі: 2 | Әдепкі1 |
| Өріс`voice_setting.vol` | Түрі`number` | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 0 Ең көбі: 10 | Әдепкі1 |
| Өріс`voice_setting.pitch` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: -12 Ең көбі: 12 | Әдепкі0 |
| Өріс`voice_setting.emotion` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Әдепкі— |
| Өріс`voice_setting.text_normalization` | Түрі`boolean` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
| Өріс`voice_setting.latex_read` | Түрі`boolean` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
| Өріс`audio_setting` | Түрі`object` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`audio_setting.sample_rate` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер 8 000, 16 000, 22 050, 24 000, 32 000, 44 100 | Әдепкі32 000 |
| Өріс`audio_setting.bitrate` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер 32 000, 64 000, 128 000, 256 000 | Әдепкі128 000 |
| Өріс`audio_setting.format` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер mp3, pcm, flac, wav | Әдепкіmp3 |
| Өріс`audio_setting.channel` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер 1, 2 | Әдепкі1 |
| Өріс`audio_setting.force_cbr` | Түрі`boolean` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
| Өріс`pronunciation_dict` | Түрі`object` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`pronunciation_dict.tone` | Түрі`array` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`timber_weights` | Түрі`array` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`language_boost` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер 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 | Әдепкі— |
| Өріс`voice_modify` | Түрі`object` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`voice_modify.pitch` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер -100, 100 | Әдепкі— |
| Өріс`voice_modify.intensity` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер -100, 100 | Әдепкі— |
| Өріс`voice_modify.timbre` | Түрі`integer` | ТалапМіндетті емес | Мәндер мен шектеулер -100, 100 | Әдепкі— |
| Өріс`voice_modify.sound_effects` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Әдепкі— |
| Өріс`subtitle_enable` | Түрі`boolean` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
| Өріс`output_format` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер url, hex | Әдепкіhex |
| Өріс`aigc_watermark` | Түрі`boolean` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |

Әдіс параметрлері мен өмірлік циклі

| Параметр | Параметр талаптары |
| --- | --- |
| Параметр`content_type` | Параметр талаптарыapplication/json |
| Параметр`required` | Параметр талаптарыmodel, text |
| Параметр`optional` | Параметр талаптарыstream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark |
| Параметр`material_types` | Параметр талаптарыtext |
| Параметр`conditions` | Параметр талаптарыUse 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. |

Өмірлік цикл: `synchronous_result_then_owned_library`

`GET /v1/media/assets`

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

### Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим

Көрсетілмеген Жылдам режим таңдалғанда

Икемді режим

Көрсетілмеген flex режимі таңдалғанда

Ой қорытудың ең жоғары деңгейі

Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

#### Ailoot мөлшерлемелері

#### Баптаулар бойынша бағалар

Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.

| Баптау | Мөлшерлемелер кестесі | Есептеу бірлігі | Төлем |
| --- | --- | --- | --- |
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Есептеу бірлігі— | Төлем Кіріс · Кіріс токендері **—** / 1K токен Шығыс · Шығыс токендері **—** / 1K токен Кіріс · Кэшті оқу **—** / 1K токен Кіріс · Кэшке жазу **—** / 1K токен Кіріс · Кэшке жазу, 1 сағ **—** / 1K токен |
| Баптаукіріс таңбасы | Мөлшерлемелер кестесі— | Есептеу бірлігікіріс таңбасы үшін | Төлем Кіріс · кіріс таңбасы **$0.000105** кіріс таңбасы үшін |

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. [Резервтеу мен төлемді есептеу тәртібі →](https://ailoot.ai/docs/kk/billing/reserve/)

### Сұрау мысалдары

#### Ailoot Ultra · Speech

curl · бір рет құрып, нәтижені толық сақтаңыз

```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-01-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.
```

### Нәтижелерді алу және сақтау

#### Ailoot Ultra · Speech

mp3,pcm,flac,wav

- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

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.

##### Бастапқы жауапты тексеру қажет болса

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

Жауап өрістері

| Өріс | Түрі |
| --- | --- |
| Өріс`data.audio` | Түріstring |
| Өріс`extra_info` | Түріobject |
| Өріс`trace_id` | Түріstring |

### Балама атаулар

#### Модельдердің балама атаулары

**Ailoot Ultra** [`minimax/speech-01-hd`](https://ailoot.ai/models/kk/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech)

#### Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

#### Шақыруға арналған байланысты ID

[`minimax/speech-01-hd`](https://ailoot.ai/models/kk/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech)

FAQ · MiniMax: Speech 01 HD

Қандай кіріс деректері мен нәтижелер қолжетімді?

`POST /v1/audio/speech` · `minimax/speech-01-hd`: `text` → `audio`

Сұрау қандай өрістерді пайдаланады?

`POST /v1/audio/speech` · `minimax/speech-01-hd`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark`

Қандай шектеулер қолданылады?

`POST /v1/audio/speech` · `minimax/speech-01-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`

Ailoot-ты Claude Code, OpenCode, Hermes не қолданбаңызға қосыңыз.

## Компания және оның жобалар портфелі

Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.

## Токенді жеңілдікпен сатып алыңыз.

Тұрақты жұмысқа жазылым жеңілдігі. Токен сатып алуға промокодтар — 50% дейін.

Жазылым

Тұрақты сұрауыңызға жеңілдікті тариф таңдаңыз.

50% дейінгі промокод

Сатып алғанда код енгізіңіз. Баға қазіргі науқанмен қайта есептеледі.

Тарихтағы шығындар

Әр сұрауға модель, токен және сома сақталады.

[Жазылым таңдау](https://ailoot.ai/docs/kk/billing/subscriptions/) · [Модель бағасын көру](https://ailoot.ai/models/kk/)

## API-ді сататын өніміңізге қосыңыз.

SaaS, қолданба мен бот Ailoot офертасы және лицензиялық шартына сай. Қайта сатуға реселлер лицензиясын сұраңыз.

Коммерциялық қолданба

Қызметіңіздің ақылы функциясына мәтін, сурет, бейне және дыбыс жасауды қосыңыз.

Реселлер лицензиясы

Жоба сипаттамасы мен кіру схемасын жіберіңіз. Пайдалану мен қайта сатуға жазбаша шарт сұраңыз.

Сайттағы құжаттар

Оферта, лицензиялық шарт және дерек саясаты қоспай тұрып қолжетімді.

[Реселлер лицензиясын сұрау](mailto:support@ailoot.ai) · [Оферта мен лицензиялық шарт](https://ailoot.ai/legal/offer?lang=kk)

## Ailoot · Компания және оның жобалар портфелі





Ailoot жинақталған жұмыс тәжірибесіне, кең клиенттік базаға, тұрақты қызметке және KPI көрсеткіштерін үздіксіз бақылауға сүйенеді.





Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.





Ailoot осы тәжірибені клиенттердің өнімдерінде, агенттерінде, қолданбаларында және автоматтандыруларында жасанды интеллект мүмкіндіктеріне API арқылы қол жеткізуді қамтамасыз етуге пайдаланады.