speech-02-turbo

Speech-02 Turbo direka untuk sintesis pertuturan pantas dengan irama stabil dan suara berbilang bahasa.

Ailoot · Penjanaan suara POST /v1/audio/speech speech-02-turbo

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Pertuturan pantas untuk respons interaktif

Speech 02 Turbo direka untuk sintesis pertuturan interaktif. Pengeluar menerangkan gabungan kelajuan dengan irama stabil dan bunyi semula jadi; antara senarionya ialah respons suara, ujaran permainan dan kandungan interaktif. Model menerima teks dan menghasilkan audio pertuturan.

Pemilihan karakter suara

Keluarga Speech 02 membolehkan suara, bahasa, loghat dan warna emosi digabungkan. Transformer autoregresif dan pengekod penutur yang dilatih bersama menghubungkan warna suara dengan kandungan. Teks boleh disintesis menggunakan suara sedia ada; penciptaan suara klon baharu tergolong dalam persediaan berasingan.

Model memilih intonasi emosi berdasarkan teks atau menerima keadaan yang ditetapkan: kegembiraan, kesedihan, kemarahan, ketakutan, rasa jijik, kejutan atau ketenangan. Kelajuan, pic suara dan kelantangan turut dikawal untuk menyelaraskan ujaran dengan tempo interaksi yang diperlukan.

Bahasa dan bacaan perkataan

Pertuturan Rusia dan bahasa lain disokong, termasuk bahasa Inggeris, Cina, Kantonis, Jepun, Korea, Perancis, Jerman, Sepanyol, Portugis, Turki, Arab dan Ukraine. Bagi Speech 02, spesifikasi semasa mengecualikan bahasa Parsi, Filipina dan Tamil secara berasingan.

Sebutan boleh diperincikan melalui kamus penggantian, notasi fonetik antarabangsa, pinyin Cina dan variasi bacaan Jepun. Jeda antara bahagian yang disebut ditetapkan dalam julat 0,01–99,99 saat. Tempoh jeda ditetapkan dengan ketepatan dua tempat perpuluhan; penanda diletakkan antara bahagian yang disebut dan tidak diletakkan berturut-turut. Model menyediakan kelajuan 0,5–2, kelantangan melebihi 0 dan sehingga 10, serta perubahan pic suara dari −12 hingga 12.

Audio untuk dimainkan

Input segerak dihadkan kepada teks kurang daripada 10 000 aksara; bagi jumlah melebihi 3000 aksara, pengeluar mengesyorkan output beransur-ansur. Keupayaan model merangkumi MP3, WAV, FLAC dan PCM; tetapan umum turut menerangkan Opus dan G.711 μ-law serta satu atau dua saluran audio.

Kad Ailoot ini menerima teks dan mengembalikan pertuturan. Kelajuan Turbo merujuk kepada tujuan varian model; tempoh respons khusus dan ketersediaan format lanjutan ditentukan oleh kaedah akses yang dipilih.

Tetapan audio tambahan merangkumi kadar pensampelan 8, 16, 22,05, 24, 32 dan 44,1 kHz. Bagi MP3, kadar bit 32, 64, 128 atau 256 kbit/s disediakan. Warna suara juga boleh diubah dan satu kesan boleh digunakan: gema ruang luas, gema dewan, bunyi telefon atau suara robot. Kesan perubahan suara disokong bagi MP3, WAV dan FLAC apabila audio diterima sekali gus, manakala dalam output penstriman, hanya bagi MP3. Format G.711 μ-law menggunakan kadar 8 kHz. Keupayaan ini merujuk kepada tetapan sintesis MiniMax.

Pengeluar menyediakan penyegerakan pertuturan dengan teks: cap masa mengikut ayat, perkataan atau perkataan semasa output beransur-ansur. Hasil sebegini membantu menyelaraskan sebutan dengan paparan teks. Keupayaan tambahan ini memerlukan sokongan format respons yang sepadan.

Ailoot · Penjanaan suara POST /v1/audio/speech speech-02-turbo

speech-02-turbo

MiniMax /speech-02-turbo

Pengenalan

Speech-02 Turbo direka untuk sintesis pertuturan pantas dengan irama stabil dan suara berbilang bahasa.

Input yang diterima: Teks
Hasil: speech

Tersedia di Ailoot · input & kaedah

Ailoot · Penjanaan suara POST /v1/audio/speech

Input: text
Output: speech
Format output: mp3

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had speech-02-turbo	Lalai—
Medan`input`	Jenis`string`	KeperluanDiperlukan	Nilai & had Panjang minimum: 1 Panjang maksimum (tidak termasuk): 10,000 Unit: aksara Unicode	Lalai—
Medan`voice`	Jenis`string`	KeperluanDiperlukan	Nilai & had Corak: ^[A-Za-z0-9_-]{1,128}$	Lalai—
Medan`response_format`	Jenis`string`	KeperluanPilihan	Nilai & had mp3	Lalai—

Gabungan bahan input

text_to_speech · Diperlukan: input

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`material_types`	Kontraktext
Parameter`required`	Kontraknull
Parameter`optional_controls`	Kontraknull

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.

Pelan harga

Kadar kaedah Ailoot

Ailoot Penjanaan suaraPOST /v1/audio/speech

Input: USD 60.00 bagi setiap 1 juta aksara

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot · Penjanaan suara

Contoh pertuturan

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-02-turbo", "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

Terima dan simpan hasil

Ailoot · Penjanaan suara

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan hasil binari dan pengepala yang lengkap. Jika JSON atau berbilang output dikembalikan, simpan setiap item data dan dapatkan setiap URL aset bertandatangan yang sebenar.

Jika respons asal perlu disemak

Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

Medan	Jenis
Medan`binary audio`	Jenisbytes
Medan`response headers`	Jenisheaders

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.
Respons`server_error`	SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan	Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot speech-02-turbo

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

speech-02-turbo

FAQ · speech-02-turbo

Apakah input dan hasil yang tersedia?: POST /v1/audio/speech · speech-02-turbo: text → speech
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/speech · speech-02-turbo: model, input, voice, response_format

speech-02-turbo

speech-02-turbo

Pertuturan pantas untuk respons interaktif

Pemilihan karakter suara

Bahasa dan bacaan perkataan

Audio untuk dimainkan

Pengenalan

Tersedia di Ailoot · input & kaedah

Pelan harga

Kadar kaedah Ailoot

Contoh permintaan

Ailoot · Penjanaan suara

Terima dan simpan hasil

Ailoot · Penjanaan suara

Simpan semua hasil yang selesai

Jika respons asal perlu disemak

Alias

Alias model

Alias laluan kaedah

ID pemanggil berkaitan

Syarikat dan portfolio projeknya

Beli token dengan diskaun.

Sambungkan API kepada produk yang anda jual.