Source: https://ailoot.ai/models/lt/speech-2-6-hd/ Canonical: https://ailoot.ai/models/lt/speech-2-6-hd/ Language: lt # speech-2.6-hd [Markdown](https://ailoot.ai/models/lt/speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/lt/speech-2-6-hd/facts.json) ## [speech-2.6-hd](https://ailoot.ai/models/lt/speech-2-6-hd/) Speech 2.6 HD — kokybiškos kalbos sintezės modelis, kuriame daugiausia dėmesio skiriama natūralumui ir balso panašumui. - [**Ailoot · Įgarsinimas** `POST /v1/audio/speech` `speech-2.6-hd`](https://ailoot.ai/models/lt/speech-2-6-hd/#method-0) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. #### Natūralus balsas sąveikai Speech 2.6 HD skirta natūraliai kalbos sintezei ir scenarijams, kuriuose svarbu greitai pradėti atsakymą. Gamintojas skiria dėmesį intonacijai, kalbos sklandumui ir teksto apdorojimui prieš jį tariant. HD variante daugiausia dėmesio skiriama skambesio kokybei; šios kortelės įvestis yra tekstas, o išvestis — kalbos garso įrašas. #### Nestandartinių užrašų skaitymas Speech 2.6 karta gali apdoroti užrašus, kurie dažnai pasitaiko darbo pranešimuose: puslapių adresus, el. pašto adresus, telefonų numerius, datas ir pinigų sumas. Modelis paverčia juos tariama forma, kad replika liktų suprantama iš klausos. Gamintojas aprašo tokias užduotis keliomis kalbomis. #### Sklandi kalba išlaikant tembrą Speech 2.6 numatytas sklandumą didinantis režimas Fluent LoRA. Jis skirtas sintezei pagal parengtą balsą: padeda išlaikyti tembrą ir kartu formuoti rišlesnę kalbą, net jei pradinis pavyzdys buvo netolygus ar su akcentu. Klonuoto balso parengimas ir jo naudojimas įgarsinant yra skirtingi veiksmai. Palaikoma **40 kalbų**, įskaitant rusų. Be septynių pagrindinių emocinių būsenų, Speech 2.6 numatyti sklandžios kalbos `fluent` ir šnabždesio `whisper` variantai. Nenurodžius emocijos, modelis ją parenka pagal teksto prasmę. #### Tarimo nustatymai MiniMax numato balso pasirinkimą ir tempo, garsumo bei aukščio valdymą. Greitis nustatomas **0,5–2** diapazone, garsumas — virš 0 ir iki **10**, aukščio keitimas — nuo **−12 iki 12**. Emociją galima leisti modeliui parinkti pagal teksto prasmę arba nurodyti rankiniu būdu: džiaugsmą, liūdesį, pyktį, baimę, pasibjaurėjimą, nuostabą ar ramybę. Tarimą galima tikslinti pakaitų žodynu ir fonetiniu užrašu; jame numatyti tarptautinis fonetinis alfabetas, kinų pinjinas ir japoniški skaitymo variantai. Pauzės nustatomos tarp tariamų fragmentų **0,01–99,99 sekundės** diapazone. Pauzės trukmė nurodoma dviejų skaitmenų po kablelio tikslumu; žymekliai dedami tarp tariamų fragmentų, o ne vienas po kito. Tokie nustatymai leidžia suderinti vardų, santrumpų ir nevienareikšmių žodžių skambesį su įgarsinimo sumanymu. #### Teksto ilgis ir garso įrašas Sintezė priima tekstą, trumpesnį nei **10 000 simbolių**. Ilgam tekstui, ilgesniam nei 3000 simbolių, gamintojas rekomenduoja srautinę išvestį; taip pat numatytas viso parengto garso įrašo gavimas. Bendri sintezės nustatymai apima MP3, PCM, FLAC, WAV, Opus ir G.711 μ-law variantus, mono arba stereo; konkrečiai užklausai prieinamą formatų rinkinį nustato Ailoot priemonės. MiniMax duomenimis, karta orientuota į mažą delsą balso scenarijuose. Tai modelio aprašymas; konkretaus atsakymo laikas ir išplėstinių nustatymų prieinamumas priklauso nuo pasirinkto kreipimosi būdo Ailoot. Papildomi garso nustatymai apima **8, 16, 22,05, 24, 32 ir 44,1 kHz** diskretizavimo dažnius. MP3 numatyta **32, 64, 128 arba 256 kbit/s** bitų sparta. Taip pat galima keisti balso atspalvį ir taikyti vieną efektą: erdvų aidą, salės aidą, telefono skambesį arba robotinį balsą. Balso keitimo efektai palaikomi MP3, WAV ir FLAC gaunant visą garso įrašą, o naudojant srautinę išvestį — tik MP3. G.711 μ-law formatai naudoja 8 kHz dažnį. Šios galimybės taikomos MiniMax sintezės nustatymams. Gamintojas numato kalbos sinchronizavimą su tekstu: laiko žymas pagal sakinius, žodžius arba žodžius palaipsniui pateikiant išvestį. Toks rezultatas padeda suderinti tarimą su teksto rodymu. Šiai papildomai galimybei reikia atitinkamo atsakymo formato palaikymo. **Ailoot · Įgarsinimas** `POST /v1/audio/speech` `speech-2.6-hd` [`speech-2.6-hd`](https://ailoot.ai/models/lt/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) MiniMax /`speech-2.6-hd` ### Pradžia Speech 2.6 HD — kokybiškos kalbos sintezės modelis, kuriame daugiausia dėmesio skiriama natūralumui ir balso panašumui. Leidžiamos įvestys Tekstas Rezultatai speech ### Prieinama Ailoot · įvestys ir metodai **Ailoot · Įgarsinimas** `POST /v1/audio/speech` Įvestis `text` Išvestis `speech` Išvesties formatas mp3 | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos speech-2.6-hd | Numatyta— | | Laukas`input` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias ilgis: 1 Didžiausias ilgis (neįskaitytinai): 10 000 Vienetas: Unicode simboliai | Numatyta— | | Laukas`voice` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Šablonas: ^\[A-Za-z0-9\_-\]{1,128}$ | Numatyta— | | Laukas`response_format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos mp3 | Numatyta— | Įvesties medžiagos deriniai **text\_to\_speech** · Privaloma: input Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`material_types` | Specifikacijatext | | Parametras`required` | Specifikacijanull | | Parametras`optional_controls` | Specifikacijanull | Gyvavimo ciklas: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktiškai grąžinta task\_id reikšmė arba medijos bibliotekos įrašas `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo. ### Planai #### Ailoot metodų įkainiai Įvestis 100,00 USD *už 1 milijoną simbolių* 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 · Įgarsinimas Įgarsinimo pavyzdys ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}" export AILOOT_TEXT_FILE : "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "speech-2.6-hd", "input": ""}') f=Path(os.environ["AILOOT_TEXT_FILE"]) if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material") text=f.read_text(encoding="utf-8") if not text.strip():raise SystemExit("Source material must contain text") p["input"]=text import re voice=os.environ["AILOOT_VOICE_ID"] if not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID") p["voice"]=voice 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 speech.mp3 ``` ### Gauti ir išsaugoti rezultatus #### Ailoot · Įgarsinimas mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visą dvejetainį rezultatą ir antraštes. Jei grąžinamas JSON arba keli rezultatai, išsaugokite kiekvieną duomenų elementą ir atsisiųskite kiekvieną išteklių pagal faktiškai grąžintą pasirašytą URL. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite pradinį operation\_id/X-Client-Request-ID duomenims sutikrinti, pakartotinai neteikdami užklausos; atskiro garso būsenos tikrinimo maršruto nėra. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`binary audio` | Tipasbytes | | Laukas`response headers` | Tipasheaders | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | | Atsakymas`server_error` | SąlygaGrąžintame atsakyme nurodoma, kad operaciją arba rezultatą reikia patikrinti | Kitas žingsnisIšsaugokite pradinį grąžintą operacijos ar užduoties ID, užklausos antraštes ir atsakymą; toliau tikrinkite tos pačios pradinės operacijos duomenis palaikomais būdais. Kūrimo užklausos pakartotinai neteikite. | ### Pseudonimai #### Modelių pseudonimai **Ailoot** [`speech-2.6-hd`](https://ailoot.ai/models/lt/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`speech-2.6-hd`](https://ailoot.ai/models/lt/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) FAQ · speech-2.6-hd Kokios įvestys ir rezultatai prieinami? `POST /v1/audio/speech` · `speech-2.6-hd`: `text` → `speech` Kokius laukus naudoja užklausa? `POST /v1/audio/speech` · `speech-2.6-hd`: `model`, `input`, `voice`, `response_format` 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.