MiniMax: Speech 02 HD

MiniMax Speech 02 HD는 동기식 audio_speech 요청으로 제공된 텍스트를 생성 음성으로 읽습니다. 10,000자보다 짧은 텍스트를 입력받고, MP3, PCM, FLAC 또는 WAV 출력과 함께 음성, 속도, 음높이 설정을 제공합니다.

Ailoot Ultra · Speech POST /v1/audio/speech minimax/speech-02-hd

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

MiniMax Speech 02 HD는 제공된 텍스트를 음성 오디오로 변환합니다. 정확한 Ailoot 모델 ID는 minimax/speech-02-hd이며 문서에 나온 합성 선택자는 speech-02-hd입니다. 문구가 이미 준비된 보이스오버, 음성 강의, 제품 설명, 내레이션 초안에는 audio_speech 메서드를 사용하세요. 입력은 읽을 문단이고, 결과는 선택한 오디오 형식의 합성 음성입니다.

텍스트는 실제로 말할 문구로 준비하고, 구두점에 끊어 읽는 방식을 반영하세요. 내레이션 초안이라면 음성 설정을 고르기 전에 최종 문장 순서와 이름의 철자를 제공하세요. 녹음에 들어가야 할 말이 아니라면 연출 지시는 읽을 문단과 분리하세요. 결과에서 중요한 이름, 숫자, 전환 부분을 듣고 원본 텍스트와 대조하세요.

text는 10,000자보다 짧아야 합니다. 공개된 음성 합성 인터페이스 규약에는 model과 text가 필수입니다. 더 긴 자료는 한도 안에 드는 문단으로 준비하고 편집을 위해 순서를 보관하세요. 동기식 프로필은 완전한 응답을 사용하며 문서에 나온 기본값은 stream=false입니다. 일반 API에는 스트리밍 선택지도 설명되어 있지만 이 카드에서 선택한 메서드는 동기식 음성 작업 흐름입니다.

voice_setting은 사용 가능한 voice_id를 선택하고 speed, vol, pitch를 제어합니다. 문서에 나온 speed 범위는 0.5–2이며 기본값은 1입니다. vol은 0보다 크고 10 이하여야 하며 기본값은 1입니다. pitch는 -12에서 12 사이의 정수이며 기본값은 0입니다. 각 설정이 문단에 맞게 작용하도록 하세요. 수치 변경이 특정한 표현을 만든다고 가정하지 말고 실제 녹음의 읽기 속도와 잘 들리는 정도를 비교하세요.

문서에 나온 emotion 값은 happy, sad, angry, fearful, disgusted, surprised, calm, fluent입니다. 텍스트로 모델의 감정을 유도할 수도 있습니다. text_normalization은 중국어와 영어 숫자 읽기를 준비하는 별도의 불리언 제어 항목이고, latex_read는 LaTeX 수식 읽기를 제어합니다. 둘 다 기본값은 false입니다. pronunciation_dict.tone에는 문서에 나온 발음 대체 규칙을 담을 수 있습니다. 더 긴 내레이션에 사용하기 전에 결과 오디오에서 이름이나 전문 표현을 확인하세요.

audio_setting.format은 mp3, pcm, flac, wav를 허용하며 기본값은 mp3입니다. sample_rate는 8000, 16000, 22050, 24000, 32000, 44100을 허용하며 기본값은 32000입니다. bitrate는 32000, 64000, 128000, 256000을 허용하고 기본값은 128000이며 MP3에 적용됩니다. channel은 모노에 1, 스테레오에 2를 선택하며 기본값은 1입니다. 반환된 파일이 의도한 편집 또는 재생 사용처에 맞는지 확인할 수 있도록 이 선택 사항들을 원본 문단과 함께 보관하세요.

그 밖에 문서에 나온 제어 항목에는 language_boost가 있으며, 정확히 명명된 선택지에는 English, Russian, Chinese, Chinese,Yue가 포함됩니다. 문단에 맞는 실제 목록 값을 선택하세요. timber_weights는 기존 voice_id 항목과 1에서 100 사이의 정수 weight 값을 조합할 수 있습니다. 공개된 sound_effects 값은 spacious_echo, auditorium_echo, lofi_telephone, robotic입니다. 이들은 선택한 음성을 조절하는 선택 제어 항목입니다. 읽기 결과를 비교할 때 실제 설정을 기록하세요.

동기식 결과에는 생성된 음성이 포함됩니다. output_format은 url 또는 hex를 선택하며 합성 스키마의 기본값은 hex입니다. URL 결과가 가리키는 파일을 다운로드하거나, 재생 전에 hex 결과를 오디오 바이트로 디코딩하세요. 형식, 샘플 레이트, 채널 수, 크기를 포함해 반환된 오디오 메타데이터를 녹음과 함께 보관하세요. subtitle_enable의 기본값은 false이며, 활성화하면 스트리밍하지 않는 출력에만 적용됩니다. 원본 자료에는 이 프로필의 자막 파일 형식이 명시되어 있지 않습니다.

원본 문단, 정확한 모델 ID, 음성 선택, 완성된 녹음을 함께 저장하세요. 동영상, 강의, 음성 안내에 넣기 전에 전체 읽기를 검토해 의도한 문구, 쉼, 선택한 전달 설정을 확인하세요. 응답이 불완전하다면 다른 녹음을 요청하기 전에 대조 확인할 수 있도록 원래 요청 식별 정보와 반환된 정보를 보관하세요. 이후 수정에서는 명확히 비교할 수 있도록 대본의 나머지를 유지하면서 특정 구절이나 음성 설정을 바꿀 수 있습니다.

Ailoot Ultra · Speech POST /v1/audio/speech minimax/speech-02-hd

minimax/speech-02-hd

MiniMax /minimax/speech-02-hd

시작하기

허용 입력: 텍스트
결과: 오디오

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · Speech POST /v1/audio/speech

입력: text
출력: audio
출력 형식: mp3,pcm,flac,wav

필드	유형	요건	값과 한도	기본값
필드`model`	유형`string`	요건필수	값과 한도 minimax/speech-02-hd	기본값—
필드`text`	유형`string`	요건필수	값과 한도	기본값—
필드`stream`	유형`boolean`	요건선택 사항	값과 한도 false	기본값false
필드`voice_setting`	유형`object`	요건선택 사항	값과 한도	기본값—
필드`voice_setting.voice_id`	유형`string`	요건선택 사항	값과 한도	기본값—
필드`voice_setting.speed`	유형`number`	요건선택 사항	값과 한도 최솟값: 0.5 최댓값: 2	기본값1
필드`voice_setting.vol`	유형`number`	요건선택 사항	값과 한도 최솟값: 0 최댓값: 10	기본값1
필드`voice_setting.pitch`	유형`integer`	요건선택 사항	값과 한도 최솟값: -12 최댓값: 12	기본값0
필드`voice_setting.emotion`	유형`string`	요건선택 사항	값과 한도 happy, sad, angry, fearful, disgusted, surprised, calm, fluent	기본값—
필드`voice_setting.text_normalization`	유형`boolean`	요건선택 사항	값과 한도	기본값false
필드`voice_setting.latex_read`	유형`boolean`	요건선택 사항	값과 한도	기본값false
필드`audio_setting`	유형`object`	요건선택 사항	값과 한도	기본값—
필드`audio_setting.sample_rate`	유형`integer`	요건선택 사항	값과 한도 8,000, 16,000, 22,050, 24,000, 32,000, 44,100	기본값32,000
필드`audio_setting.bitrate`	유형`integer`	요건선택 사항	값과 한도 32,000, 64,000, 128,000, 256,000	기본값128,000
필드`audio_setting.format`	유형`string`	요건선택 사항	값과 한도 mp3, pcm, flac, wav	기본값mp3
필드`audio_setting.channel`	유형`integer`	요건선택 사항	값과 한도 1, 2	기본값1
필드`audio_setting.force_cbr`	유형`boolean`	요건선택 사항	값과 한도	기본값false
필드`pronunciation_dict`	유형`object`	요건선택 사항	값과 한도	기본값—
필드`pronunciation_dict.tone`	유형`array`	요건선택 사항	값과 한도	기본값—
필드`timber_weights`	유형`array`	요건선택 사항	값과 한도	기본값—
필드`language_boost`	유형`string`	요건선택 사항	값과 한도 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	기본값—
필드`voice_modify`	유형`object`	요건선택 사항	값과 한도	기본값—
필드`voice_modify.pitch`	유형`integer`	요건선택 사항	값과 한도 -100, 100	기본값—
필드`voice_modify.intensity`	유형`integer`	요건선택 사항	값과 한도 -100, 100	기본값—
필드`voice_modify.timbre`	유형`integer`	요건선택 사항	값과 한도 -100, 100	기본값—
필드`voice_modify.sound_effects`	유형`string`	요건선택 사항	값과 한도 spacious_echo, auditorium_echo, lofi_telephone, robotic	기본값—
필드`subtitle_enable`	유형`boolean`	요건선택 사항	값과 한도	기본값false
필드`output_format`	유형`string`	요건선택 사항	값과 한도 url, hex	기본값hex
필드`aigc_watermark`	유형`boolean`	요건선택 사항	값과 한도	기본값false

메서드 매개변수와 수명 주기

매개변수	명세
매개변수`content_type`	명세application/json
매개변수`required`	명세model, text
매개변수`optional`	명세stream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark
매개변수`material_types`	명세text
매개변수`conditions`	명세Use 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.

수명 주기: synchronous_result_then_owned_library

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드: 미지정 빠른 모드를 선택한 경우
Flex 모드: 미지정 flex 모드를 선택한 경우
최대 추론 수준: 미지정 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정	요금표	과금 단위	요금
설정기본 토큰 요금	요금표기본 요금	과금 단위—	요금 입력 · 입력 토큰 — / 1K 토큰 출력 · 출력 토큰 — / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정입력 문자	요금표—	과금 단위입력 문자당	요금 입력 · 입력 문자 $0.0002 입력 문자당

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · Speech

curl · 한 번만 생성하고 결과 전체 보관

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-02-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.

결과 수신 및 저장

Ailoot Ultra · Speech

mp3,pcm,flac,wav

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

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

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.

원래 응답을 확인해야 할 경우

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

응답 필드

필드	유형
필드`data.audio`	유형string
필드`extra_info`	유형object
필드`trace_id`	유형string

별칭

모델 별칭

Ailoot Ultra minimax/speech-02-hd

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

MiniMax: Speech 02 HD