MiniMax: Speech 02 Turbo
Speech 02 Turbo는 완성된 대본을 오디오로 만드는 MiniMax 텍스트 음성 변환 모델입니다. minimax/speech-02-turbo 버전은 음성, 발화 방식, 오디오 형식 제어를 제공하며, 완전한 JSON 응답과 URL 또는 십육진수 오디오 출력 선택지를 제공합니다. 준비된 공지, 제품 설명, 내레이션 대본을 음성 오디오로 만드는 데 사용하세요.
모델 소개
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Speech 02 Turbo는 model: "minimax/speech-02-turbo"로 선택하는 정확한 MiniMax 음성 버전입니다. model과 읽을 text를 포함한 application/json 본문으로 POST /v1/audio/speech를 사용하세요. 입력은 글로 작성한 대본이고 결과는 합성 오디오입니다. 공지라면 짧은 수령 안내처럼 실제로 읽어야 할 말만 text에 넣으세요. 제품 설명이라면 대본을 완전한 문장으로 나누고 오디오를 생성하기 전에 제품명과 숫자를 확정하세요. 제작 메모, 파일 이름, 읽지 않아야 할 지시는 발화 대본 밖에 두세요.
text 필드는 공백만으로 이루어져서는 안 되며 유니코드 문자 수가 10,000개 미만이어야 합니다. stream:false를 지정하거나 stream을 생략하여 읽을 대본 전체를 보내세요. 더 긴 자료는 각 부분을 제출하기 전에 별개의 완전한 대본 구간으로 나누세요. 문서를 사용하려면 실제 내용을 읽고 관련 문단을 text에 넣을 수 있습니다. 문서 URL은 대본을 대신하지 않습니다.
voice_setting.voice_id로 음성을 선택하세요. 문서에 나온 음성 범주에는 시스템 음성과 이미 생성된 복제 음성 또는 텍스트로 설계된 음성이 포함됩니다. 선택한 범주에 유효한 음성 ID를 사용하세요. 예제 음성은 audiobook_male_1입니다. 같은 객체에서 speed는 0.5에서 2까지, vol은 0 초과 10 이하로, 정수 pitch는 -12에서 12까지 제어합니다. 기본값은 각각 1, 1, 0입니다. 이 제어 항목들은 발화의 서로 다른 측면을 조정하므로 이름을 대본에 넣지 말고 개별적으로 선택하세요.
voice_setting.emotion은 happy, sad, angry, fearful, disgusted, surprised, calm, fluent를 허용합니다. 문서에는 텍스트에서 감정을 자동으로 맞추는 기능도 설명되어 있습니다. 숫자가 많은 대본에서는 voice_setting.text_normalization으로 중국어와 영어 텍스트 정규화를 활성화할 수 있으며 기본값은 false입니다. voice_setting.latex_read는 LaTeX 표현 읽기를 제어하며 기본값 역시 false입니다. pronunciation_dict.tone은 발음 규칙 문자열의 배열입니다. 공개된 예제는 ["草地/(cao3)(di1)"]입니다. 규칙을 제공할 때 단어, 슬래시, 괄호 안 발음의 구조를 유지하세요.
audio_setting.format은 mp3, pcm, flac, wav를 허용하며 기본값은 mp3입니다. sample_rate는 8000, 16000, 22050, 24000, 32000, 44100 Hz를 허용하며 기본값은 32000입니다. channel은 모노에 1, 두 채널에 2이며 기본값은 1입니다. bitrate 값은 32000, 64000, 128000, 256000 비트/초이며 기본값은 128000이고 mp3에 적용됩니다. 결과를 사용할 플레이어나 편집 도구에 필요한 인코딩을 선택하세요.
language_boost는 선택 문자열이며 기본값은 null입니다. 허용되는 값은 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, auto입니다. "Chinese,Yue"는 하나의 값입니다. 이는 대본 및 음성 ID와 별개의 제어 항목입니다. 스키마에는 voice_id와 정수 weight 쌍의 목록을 위한 timber_weights도 있으며, 각 weight는 1에서 100 사이입니다. 요청을 준비할 때 매개변수 철자 timber_weights를 유지하세요. voice_modify.sound_effects는 선택 문자열이며 값은 spacious_echo, auditorium_echo, lofi_telephone, robotic입니다.
stream의 기본값은 false입니다. 완전한 응답에서 output_format은 url 또는 hex를 선택하며 기본값은 hex입니다. 문서의 JSON 결과에서 data.audio는 선택한 표현을 담습니다. 쿼리 문자열까지 포함한 완전한 서명된 Ailoot URL에서 다운로드하거나, 완전한 십육진수 오디오를 바이트로 디코딩하세요. 원래 결과를 data.status, base_resp, trace_id, extra_info와 함께 보관하세요. extra_info에는 실제 오디오 형식, 샘플 레이트, 채널 수, 크기, usage_characters가 포함됩니다.
subtitle_enable은 기본값이 false인 불리언이며 스트리밍하지 않는 출력에 적용됩니다. aigc_watermark는 기본값이 false인 불리언이며 생성된 오디오 끝에 들리는 리듬 표식을 제어합니다. 반환된 모든 오디오 또는 자막 결과를 보관하고, 애플리케이션에 넣기 전에 발음, 숫자, 완성된 파일을 확인하세요. 전달 여부가 불확실하다면 기존 시도를 확인할 수 있도록 원래 요청 식별자와 응답을 보관하세요. Ailoot는 완성된 오디오를 미디어 라이브러리에도 저장합니다. output_format:"url"에서는 data.audio에 저장된 자산으로 연결되는 서명된 링크가 들어 있으며, 자산 ID는 그 링크의 /v1/media/assets/{asset_id}/content 경로에 나타납니다. Ailoot 서명 파일 링크는 발급 후 24시간 동안 유효합니다. 같은 API 키로 GET /v1/media/assets?family=audio를 호출하고 모든 next_cursor를 따라 오디오 자산 기록을 찾으세요. 선택한 각 기록에 대해 GET /v1/media/assets/{asset_id}를 읽고 쿼리 문자열까지 포함한 정확한 content_url에서 다운로드하세요. 파일 요청이 code link_expired와 함께 404를 반환하면 같은 자산을 다시 읽어 갱신된 content_url을 받으세요. 만료된 링크를 대체하려고 오디오를 다시 생성하지 말고 저장된 결과를 갱신하세요.
Ailoot Ultra · Speech POST /v1/audio/speech minimax/speech-02-turbo
minimax/speech-02-turbo시작하기
Speech 02 Turbo는 완성된 대본을 오디오로 만드는 MiniMax 텍스트 음성 변환 모델입니다. minimax/speech-02-turbo 버전은 음성, 발화 방식, 오디오 형식 제어를 제공하며, 완전한 JSON 응답과 URL 또는 십육진수 오디오 출력 선택지를 제공합니다. 준비된 공지, 제품 설명, 내레이션 대본을 음성 오디오로 만드는 데 사용하세요.
- 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 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 minimax/speech-02-turbo | 기본값— |
필드text | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 false | 기본값false |
필드voice_setting | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드voice_setting.voice_id | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드voice_setting.speed | 유형number | 요건선택 사항 | 값과 한도 최솟값: 0.5 최댓값: 2 | 기본값1 |
필드voice_setting.vol | 유형number | 요건선택 사항 | 값과 한도 최솟값: 0 최댓값: 10 | 기본값1 |
필드voice_setting.pitch | 유형integer | 요건선택 사항 | 값과 한도 최솟값: -12 최댓값: 12 | 기본값0 |
필드voice_setting.emotion | 유형string | 요건선택 사항 | 값과 한도 happy, sad, angry, fearful, disgusted, surprised, calm, fluent | 기본값— |
필드voice_setting.text_normalization | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드voice_setting.latex_read | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드audio_setting | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드audio_setting.sample_rate | 유형integer | 요건선택 사항 | 값과 한도 8,000, 16,000, 22,050, 24,000, 32,000, 44,100 | 기본값32,000 |
필드audio_setting.bitrate | 유형integer | 요건선택 사항 | 값과 한도 32,000, 64,000, 128,000, 256,000 | 기본값128,000 |
필드audio_setting.format | 유형string | 요건선택 사항 | 값과 한도 mp3, pcm, flac, wav | 기본값mp3 |
필드audio_setting.channel | 유형integer | 요건선택 사항 | 값과 한도 1, 2 | 기본값1 |
필드audio_setting.force_cbr | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드pronunciation_dict | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드pronunciation_dict.tone | 유형array | 요건선택 사항 | 값과 한도 | 기본값— |
필드timber_weights | 유형array | 요건선택 사항 | 값과 한도 | 기본값— |
필드language_boost | 유형string | 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— |
필드voice_modify | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드voice_modify.pitch | 유형integer | 요건선택 사항 | 값과 한도 -100, 100 | 기본값— |
필드voice_modify.intensity | 유형integer | 요건선택 사항 | 값과 한도 -100, 100 | 기본값— |
필드voice_modify.timbre | 유형integer | 요건선택 사항 | 값과 한도 -100, 100 | 기본값— |
필드voice_modify.sound_effects | 유형string | 요건선택 사항 | 값과 한도 spacious_echo, auditorium_echo, lofi_telephone, robotic | 기본값— |
필드subtitle_enable | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드output_format | 유형string | 요건선택 사항 | 값과 한도 url, hex | 기본값hex |
필드aigc_watermark | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
메서드 매개변수와 수명 주기
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, text |
매개변수optional | 명세stream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
매개변수material_types | 명세text |
매개변수conditions | 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 $0.00012 입력 문자당 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
요청 예제
Ailoot Ultra · Speech
set -eu
: "${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-turbo", "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/assetsGET /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 |
|---|---|
필드data.audio | 유형string |
필드extra_info | 유형object |
필드trace_id | 유형string |
별칭
모델 별칭
Ailoot Ultra minimax/speech-02-turbo
메서드 경로 별칭
위에 표시된 메서드 경로를 사용하세요.
관련 호출용 ID
FAQ · MiniMax: Speech 02 Turbo
- 어떤 입력과 결과를 사용할 수 있나요?
POST /v1/audio/speech·minimax/speech-02-turbo:text→audio- 요청은 어떤 필드를 사용하나요?
POST /v1/audio/speech·minimax/speech-02-turbo:model,text,stream,voice_setting,audio_setting,pronunciation_dict,timber_weights,language_boost,voice_modify,subtitle_enable,output_format,aigc_watermark- 어떤 제한이 적용되나요?
POST /v1/audio/speech·minimax/speech-02-turbo: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