Source: https://ailoot.ai/models/lt/minimax-speech-02-hd/
Canonical: https://ailoot.ai/models/lt/minimax-speech-02-hd/
Language: lt

# MiniMax: Speech 02 HD

[Markdown](https://ailoot.ai/models/lt/minimax-speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/lt/minimax-speech-02-hd/facts.json)

## [MiniMax: Speech 02 HD](https://ailoot.ai/models/lt/minimax-speech-02-hd/)

MiniMax Speech 02 HD pateiktą tekstą perskaito kaip sugeneruotą kalbą per sinchroninę audio\_speech užklausą. Jis priima trumpesnį nei 10 000 simbolių tekstą ir siūlo balso, tempo bei aukščio nustatymus su MP3, PCM, FLAC arba WAV išvestimi.

- [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-02-hd`](https://ailoot.ai/models/lt/minimax-speech-02-hd/#method-0)

Apie modelį

Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.

MiniMax Speech 02 HD pateiktą tekstą paverčia kalbos garso įrašu. Tikslus jo Ailoot modelio ID yra minimax/speech-02-hd, o dokumentuotas sintezės parinkiklis – speech-02-hd. Naudokite audio\_speech metodą įgarsinimui, garsinei pamokai, produkto paaiškinimui ar pasakojimo juodraščiui, kurio tekstą jau turite. Įvestis yra perskaitytina ištrauka, o rezultatas – susintetinta kalba pasirinktu garso formatu.

Paruoškite tekstą kaip tariamus žodžius su frazavimą atspindinčia skyryba. Pasakojimo juodraščiui pateikite galutinę sakinių tvarką ir vardų rašybą prieš pasirinkdami balso nustatymus. Režisūrines pastabas laikykite atskirai nuo tariamos ištraukos, nebent tie žodžiai turi patekti į įrašą. Rezultate išklausykite svarbius vardus, skaičius ir perėjimus bei palyginkite juos su pradiniu tekstu.

Tekstas turi būti trumpesnis nei 10 000 simbolių. Paskelbta sintezės sutartis reikalauja model ir text. Ilgesnei medžiagai paruoškite šios ribos neviršijančias ištraukas ir išsaugokite jų tvarką redagavimui. Sinchroninis profilis naudoja visą atsakymą, o stream=false yra dokumentuota numatytoji reikšmė. Bendrojoje API taip pat aprašytos srautinio perdavimo galimybės, tačiau šioje kortelėje pasirinktas metodas yra sinchroninė kalbos darbo eiga.

voice\_setting parenka prieinamą voice\_id ir valdo speed, vol bei pitch. Dokumentuotas speed intervalas yra 0,5–2, o numatytoji reikšmė – 1. vol turi būti didesnis nei 0 ir ne didesnis nei 10, o numatytoji reikšmė – 1; pitch yra sveikasis skaičius nuo -12 iki 12, kurio numatytoji reikšmė yra 0. Kiekvieną nustatymą pritaikykite ištraukai: palyginkite tikrojo įrašo skaitymo tempą ir girdimumą, užuot darę prielaidą, kad skaitinis pakeitimas sukuria tam tikrą atlikimą.

Dokumentuotos emotion reikšmės yra happy, sad, angry, fearful, disgusted, surprised, calm ir fluent. Tekstas taip pat gali nukreipti modelio emociją. text\_normalization yra atskiras loginis valdiklis, skirtas skaičių skaitymui kinų ir anglų kalbomis paruošti, o latex\_read valdo LaTeX formulių skaitymą; abiejų numatytoji reikšmė yra false. pronunciation\_dict.tone gali pateikti dokumentuotas tarimo pakeitimo taisykles. Prieš naudodami vardą ar specialų posakį ilgesniame pasakojime, patikrinkite jį gautame garso įraše.

audio\_setting.format priima mp3, pcm, flac arba wav, o numatytoji reikšmė yra mp3. sample\_rate priima 8000, 16000, 22050, 24000, 32000 arba 44100, o numatytoji reikšmė yra 32000. bitrate priima 32000, 64000, 128000 arba 256000, jo numatytoji reikšmė yra 128000 ir jis taikomas MP3. channel parenka 1 monofoniniam arba 2 stereofoniniam garsui, o numatytoji reikšmė yra 1. Šiuos pasirinkimus laikykite kartu su pradine ištrauka, kad būtų galima patikrinti grąžinto failo tinkamumą numatytai redagavimo ar atkūrimo vietai.

Papildomi dokumentuoti valdikliai apima language\_boost, kurio tikslūs vardiniai pasirinkimai apima English, Russian, Chinese ir Chinese,Yue; ištraukai pasirinkite tikrą sąraše esančią reikšmę. timber\_weights gali sujungti esamus voice\_id įrašus su sveikosiomis weight reikšmėmis nuo 1 iki 100. Paskelbtos sound\_effects reikšmės yra spacious\_echo, auditorium\_echo, lofi\_telephone ir robotic. Tai pasirinktiniai valdikliai pasirinktam balsui formuoti; lygindami skaitymo variantus užfiksuokite tikruosius jų nustatymus.

Sinchroniniame rezultate yra sugeneruota kalba. output\_format parenka url arba hex, o sintezės schemoje jo numatytoji reikšmė yra hex. Atsisiųskite failą, į kurį nurodo URL rezultatas, arba prieš atkurdami iškoduokite hex rezultatą į garso baitus. Grąžintus garso metaduomenis, įskaitant formatą, diskretizavimo dažnį, kanalų skaičių ir dydį, išsaugokite kartu su įrašu. subtitle\_enable numatytoji reikšmė yra false, o įjungtas jis taikomas tik nesrautinei išvesčiai; šaltinis nenustato šio profilio subtitrų failo formato.

Pradinę ištrauką, tikslų modelio ID, pasirinktą balsą ir užbaigtą įrašą išsaugokite kartu. Prieš įtraukdami įrašą į vaizdo įrašą, pamoką ar garsinį vadovą, perklausykite visą tekstą ir patikrinkite numatytus žodžius, pauzes bei pasirinktus atlikimo nustatymus. Jei atsakymas nepilnas, prieš prašydami kito įrašo išsaugokite pradinės užklausos tapatybę ir grąžintą informaciją rezultatui suderinti. Vėlesnėje pataisoje galima pakeisti konkrečią frazę ar balso nustatymą, o likusią scenarijaus dalį išsaugoti aiškiam palyginimui.

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

[`minimax/speech-02-hd`](https://ailoot.ai/models/lt/#m=minimax%2Fspeech-02-hd&route=Ultra&caller=minimax%2Fspeech-02-hd&fmt=speech)

MiniMax /`minimax/speech-02-hd`

### Pradžia

MiniMax Speech 02 HD pateiktą tekstą perskaito kaip sugeneruotą kalbą per sinchroninę audio\_speech užklausą. Jis priima trumpesnį nei 10 000 simbolių tekstą ir siūlo balso, tempo bei aukščio nustatymus su MP3, PCM, FLAC arba WAV išvestimi.

Leidžiamos įvestys

Tekstas

Rezultatai

Garsas

### Prieinama Ailoot · įvestys ir metodai

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

Įvestis

`text`

Išvestis

`audio`

Išvesties formatas

mp3,pcm,flac,wav

| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
| --- | --- | --- | --- | --- |
| Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos minimax/speech-02-hd | Numatyta— |
| Laukas`text` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`stream` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos false | Numatytafalse |
| Laukas`voice_setting` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`voice_setting.voice_id` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`voice_setting.speed` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 0,5 Didžiausia reikšmė: 2 | Numatyta1 |
| Laukas`voice_setting.vol` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 0 Didžiausia reikšmė: 10 | Numatyta1 |
| Laukas`voice_setting.pitch` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: −12 Didžiausia reikšmė: 12 | Numatyta0 |
| Laukas`voice_setting.emotion` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Numatyta— |
| Laukas`voice_setting.text_normalization` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
| Laukas`voice_setting.latex_read` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
| Laukas`audio_setting` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`audio_setting.sample_rate` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos 8 000, 16 000, 22 050, 24 000, 32 000, 44 100 | Numatyta32 000 |
| Laukas`audio_setting.bitrate` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos 32 000, 64 000, 128 000, 256 000 | Numatyta128 000 |
| Laukas`audio_setting.format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos mp3, pcm, flac, wav | Numatytamp3 |
| Laukas`audio_setting.channel` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos 1, 2 | Numatyta1 |
| Laukas`audio_setting.force_cbr` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
| Laukas`pronunciation_dict` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`pronunciation_dict.tone` | Tipas`array` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`timber_weights` | Tipas`array` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`language_boost` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos 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 | Numatyta— |
| Laukas`voice_modify` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
| Laukas`voice_modify.pitch` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos −100, 100 | Numatyta— |
| Laukas`voice_modify.intensity` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos −100, 100 | Numatyta— |
| Laukas`voice_modify.timbre` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos −100, 100 | Numatyta— |
| Laukas`voice_modify.sound_effects` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Numatyta— |
| Laukas`subtitle_enable` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
| Laukas`output_format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos url, hex | Numatytahex |
| Laukas`aigc_watermark` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |

Metodo parametrai ir gyvavimo ciklas

| Parametras | Specifikacija |
| --- | --- |
| Parametras`content_type` | Specifikacijaapplication/json |
| Parametras`required` | Specifikacijamodel, text |
| Parametras`optional` | Specifikacijastream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark |
| Parametras`material_types` | Specifikacijatext |
| Parametras`conditions` | SpecifikacijaUse 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. |

Gyvavimo ciklas: `synchronous_result_then_owned_library`

`GET /v1/media/assets`

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

### Planai

Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.

Spartusis režimas

Nenurodyta Pasirinkus spartųjį režimą

Flex režimas

Nenurodyta Pasirinkus flex režimą

Didžiausios samprotavimo pastangos

Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)

#### Ailoot įkainiai

#### Kainos pagal konfigūraciją

Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.

| Konfigūracija | Įkainių lentelė | Apskaitos vienetas | Mokestis |
| --- | --- | --- | --- |
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Apskaitos vienetas— | Mokestis Įvestis · Įvesties tokenai **—** / 1K tokenų Išvestis · Išvesties tokenai **—** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų |
| Konfigūracijaįvesties simbolis | Įkainių lentelė— | Apskaitos vienetasuž įvesties simbolį | Mokestis Įvestis · įvesties simbolis **$0.0002** už įvesties simbolį |

Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/)

### Užklausų pavyzdžiai

#### Ailoot Ultra · Speech

curl · sukurkite vieną kartą ir išsaugokite visą rezultatą

```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-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.
```

### Gauti ir išsaugoti rezultatus

#### Ailoot Ultra · Speech

mp3,pcm,flac,wav

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

##### Išsaugoti visus baigtus rezultatus

Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.

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.

##### Jei reikia patikrinti pradinį atsakymą

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

Atsakymo laukai

| Laukas | Tipas |
| --- | --- |
| Laukas`data.audio` | Tipasstring |
| Laukas`extra_info` | Tipasobject |
| Laukas`trace_id` | Tipasstring |

### Pseudonimai

#### Modelių pseudonimai

**Ailoot Ultra** [`minimax/speech-02-hd`](https://ailoot.ai/models/lt/#m=minimax%2Fspeech-02-hd&route=Ultra&caller=minimax%2Fspeech-02-hd&fmt=speech)

#### Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

#### Susiję ID iškvietimui

[`minimax/speech-02-hd`](https://ailoot.ai/models/lt/#m=minimax%2Fspeech-02-hd&route=Ultra&caller=minimax%2Fspeech-02-hd&fmt=speech)

FAQ · MiniMax: Speech 02 HD

Kokios įvestys ir rezultatai prieinami?

`POST /v1/audio/speech` · `minimax/speech-02-hd`: `text` → `audio`

Kokius laukus naudoja užklausa?

`POST /v1/audio/speech` · `minimax/speech-02-hd`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark`

Kokie apribojimai taikomi?

`POST /v1/audio/speech` · `minimax/speech-02-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`

Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos.

## Įmonė ir jos projektų portfelis

Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus.

## Pirkite žetonus su nuolaida.

Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui.

Prenumerata

Pasirinkite planą su nuolaida reguliarioms užklausoms.

Nuolaidos kodas iki 50%

Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas.

Išlaidos istorijoje

Kiekvienai užklausai išsaugomi modelis, žetonai ir suma.

[Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/)

## Prijunkite API prie produkto, kurį parduodate.

SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos.

Komercinė programa

Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas.

Perpardavėjo licencija

Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų.

Dokumentai svetainėje

Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant.

[Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt)

## Ailoot · Įmonė ir jos projektų portfelis





Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole.





Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus.





Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.