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

# MiniMax: Speech 02 Turbo

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

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

Speech 02 Turbo yra MiniMax teksto įgarsinimo modelis užbaigtam scenarijui paversti garsu. Leidimas minimax/speech-02-turbo pateikia balso, atlikimo ir garso formato valdiklius su visu JSON atsakymu bei URL arba šešioliktainės garso išvesties pasirinkimu. Naudokite jį paruoštam skelbimui, produkto paaiškinimui ar pasakojimo scenarijui paversti kalbos garso įrašu.

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

Apie modelį

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

Speech 02 Turbo yra tikslus MiniMax kalbos leidimas, parenkamas naudojant model: "minimax/speech-02-turbo". Naudokite POST /v1/audio/speech su application/json turiniu, kuriame yra model ir tariamas tekstas. Jo įvestis yra rašytinis scenarijus, o rezultatas – susintetintas garsas. Skelbimui į text įrašykite tik tuos žodžius, kurie turi būti ištarti, pavyzdžiui, trumpą pranešimą apie atsiėmimą. Produkto paaiškinimui scenarijų padalykite į užbaigtus sakinius ir prieš generuodami garsą galutinai patikslinkite produktų pavadinimus bei skaičius. Gamybines pastabas, failų pavadinimus ir nurodymus, kurių neturi girdėtis, laikykite už tariamo scenarijaus ribų.

Laukas text turi būti netuščias ir turėti mažiau nei 10 000 Unicode simbolių. Siųskite visą tariamą scenarijų su stream:false arba nepateikite stream. Ilgesnę medžiagą padalykite į atskirus užbaigtus scenarijaus segmentus prieš pateikdami kiekvieną segmentą. Dokumentą galima naudoti perskaičius tikrąjį jo turinį ir įrašius atitinkamą ištrauką į text; dokumento URL nepakeičia scenarijaus.

Balsą pasirinkite per voice\_setting.voice\_id. Dokumentuotos balsų kategorijos apima sisteminius balsus ir jau sukurtus klonuotus ar pagal tekstą suprojektuotus balsus; naudokite galiojantį pasirinktos kategorijos balso ID. Pavyzdinis balsas yra audiobook\_male\_1. Tas pats objektas valdo speed nuo 0,5 iki 2, vol virš 0 ir iki 10 bei sveikąjį pitch nuo -12 iki 12. Jų numatytosios reikšmės yra 1, 1 ir 0. Šie valdikliai reguliuoja skirtingus kalbinio atlikimo aspektus, todėl rinkitės juos atskirai, užuot įrašę jų pavadinimus į scenarijų.

voice\_setting.emotion priima happy, sad, angry, fearful, disgusted, surprised, calm ir fluent. Dokumentacijoje taip pat aprašytas automatinis emocijos parinkimas pagal tekstą. Scenarijams, kuriuose daug skaičių, voice\_setting.text\_normalization įjungia teksto normalizavimą kinų ir anglų kalbomis; jo numatytoji reikšmė yra false. voice\_setting.latex\_read valdo LaTeX išraiškų skaitymą ir taip pat turi numatytąją reikšmę false. pronunciation\_dict.tone yra tarimo taisyklių eilučių masyvas. Paskelbtas pavyzdys yra \["草地/(cao3)(di1)"\]; pateikdami taisyklę išlaikykite žodį, pasvirąjį brūkšnį ir tarimo struktūrą skliaustuose.

audio\_setting.format priima mp3, pcm, flac ir wav, o numatytoji reikšmė yra mp3. sample\_rate priima 8000, 16000, 22050, 24000, 32000 ir 44100 Hz; jo numatytoji reikšmė yra 32000. channel yra 1 monofoniniam garsui arba 2 dviem kanalams, o numatytoji reikšmė yra 1. bitrate reikšmės yra 32000, 64000, 128000 ir 256000 bitų per sekundę, numatytoji reikšmė yra 128000, ir jos taikomos mp3. Pasirinkite kodavimą, kurio reikia grotuvui ar redagavimo įrankiui, naudosiančiam rezultatą.

language\_boost yra pasirinktinė eilutė, kurios numatytoji reikšmė yra null. Leidžiamos jos reikšmės yra 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 ir auto. "Chinese,Yue" yra viena reikšmė. Tai atskiras valdiklis nuo scenarijaus ir balso ID. Schemoje taip pat pateiktas timber\_weights balso voice\_id ir sveikojo weight porų sąrašui, kur kiekvienas weight yra nuo 1 iki 100. Ruošdami užklausą išsaugokite parametro rašybą timber\_weights. voice\_modify.sound\_effects yra pasirinktinė eilutė su reikšmėmis spacious\_echo, auditorium\_echo, lofi\_telephone ir robotic.

stream numatytoji reikšmė yra false. Visam atsakymui output\_format parenka url arba hex, o numatytoji reikšmė yra hex. Dokumentuotame JSON rezultate data.audio pateikia pasirinktą atvaizdavimą: atsisiųskite visą pasirašytą Ailoot URL, įskaitant jo užklausos eilutę, arba iškoduokite visą šešioliktainį garsą į baitus. Išsaugokite pradinį rezultatą kartu su data.status, base\_resp, trace\_id ir extra\_info, kuriame yra tikrasis garso formatas, diskretizavimo dažnis, kanalų skaičius, dydis ir usage\_characters.

subtitle\_enable yra loginė reikšmė, kurios numatytoji reikšmė yra false ir kuri taikoma nesrautinei išvesčiai. aigc\_watermark yra loginė reikšmė, kurios numatytoji reikšmė yra false ir kuri valdo girdimą ritmo žymeklį sugeneruoto garso pabaigoje. Išsaugokite kiekvieną grąžintą garso ar subtitrų rezultatą ir prieš įtraukdami į programą patikrinkite tarimą, skaičius bei užbaigtą failą. Jei perdavimas neaiškus, išsaugokite pradinės užklausos identifikatorių ir atsakymą esamam bandymui patikrinti. Ailoot užbaigtą garsą taip pat išsaugo jūsų medijos bibliotekoje. Naudojant output\_format:"url", data.audio turi pasirašytą nuorodą į šį išsaugotą išteklių; ištekliaus ID matomas jos kelyje /v1/media/assets/{asset\_id}/content. Ailoot pasirašytos failų nuorodos galioja 24 valandas nuo išdavimo. Tuo pačiu API raktu siųskite GET /v1/media/assets?family=audio ir sekite kiekvieną next\_cursor, kad rastumėte garso išteklių įrašus. Kiekvienam pasirinktam įrašui nuskaitykite GET /v1/media/assets/{asset\_id} ir atsisiųskite tikslų jo content\_url, įskaitant užklausos eilutę. Jei failo užklausa grąžina 404 su kodu link\_expired, dar kartą nuskaitykite tą patį išteklių ir gaukite atnaujintą content\_url. Atnaujinkite išsaugotą rezultatą, užuot dar kartą generavę garsą pasibaigusiai nuorodai pakeisti.

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

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

MiniMax /`minimax/speech-02-turbo`

### Pradžia

Speech 02 Turbo yra MiniMax teksto įgarsinimo modelis užbaigtam scenarijui paversti garsu. Leidimas minimax/speech-02-turbo pateikia balso, atlikimo ir garso formato valdiklius su visu JSON atsakymu bei URL arba šešioliktainės garso išvesties pasirinkimu. Naudokite jį paruoštam skelbimui, produkto paaiškinimui ar pasakojimo scenarijui paversti kalbos garso įrašu.

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-turbo | 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 **$0.00012** 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-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.
```

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

#### Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

#### Susiję ID iškvietimui

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

FAQ · MiniMax: Speech 02 Turbo

Kokios įvestys ir rezultatai prieinami?

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

Kokius laukus naudoja užklausa?

`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`

Kokie apribojimai taikomi?

`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`

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.