Speech 2.8 Turbo menggabungkan pembentukan audio pantas dengan pergerakan suara semula jadi. Pengeluar menempatkan Turbo untuk bunyi perbualan yang lancar: ujaran pendek, penjanaan suara daripada teks dan interaksi suara. Kad ini menerima teks dan mengembalikan audio pertuturan.
Seperti versi HD generasi ini, Turbo menyokong penanda audio Speech 2.8. Teks boleh mengandungi label ketawa, ketawa kecil, batuk, berdehem, tarikan nafas, hembusan nafas, keluhan dan bunyi pendek lain. Ketidakseragaman yang terkawal ini menjadikan ujaran menyerupai perbualan: pernafasan dan jeda yang berkait dengan kandungan muncul di dalamnya.
Penanda audio merujuk kepada kedudukan tertentu dalam teks. Label bertanda kurung yang disediakan oleh model digunakan untuk tujuan ini, contohnya (laughs) atau (breath). Penerangan kesan secara bebas bukan pengganti yang setara dengan penanda yang disokong.
Keluarga Speech 2.8 menyokong 40 bahasa, termasuk bahasa Rusia, serta penggunaan suara sedia ada. Pengeluar menekankan tekstur suara yang mudah dikenali, ciri pernafasan dan pengurangan herotan digital. Keupayaan pengklonan berkaitan dengan penyediaan suara berasingan yang kemudian boleh digunakan dalam sintesis.
MiniMax menyediakan pemilihan suara dan kawalan tempo, kelantangan serta pic suara. Kelajuan ditetapkan dalam julat 0,5–2, kelantangan melebihi 0 dan sehingga 10, manakala perubahan pic suara dari −12 hingga 12. Emosi boleh dibiarkan kepada model berdasarkan makna teks atau dinyatakan secara manual: kegembiraan, kesedihan, kemarahan, ketakutan, rasa jijik, kejutan atau ketenangan.
Sebutan boleh diperincikan melalui kamus penggantian dan notasi fonetik; abjad fonetik antarabangsa, pinyin Cina dan variasi bacaan Jepun disediakan. Jeda ditetapkan antara bahagian yang disebut 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. Tetapan sebegini membolehkan bunyi nama, singkatan dan perkataan dengan beberapa kemungkinan bacaan diselaraskan dengan tujuan penyampaian suara.
Sintesis menerima teks kurang daripada 10 000 aksara. Bagi teks panjang melebihi 3000 aksara, pengeluar mengesyorkan output penstriman; audio siap juga boleh diterima sekali gus. Tetapan sintesis umum merangkumi MP3, PCM, FLAC, WAV, Opus dan varian G.711 μ-law, dalam mono atau stereo; set format yang tersedia bagi permintaan khusus ditentukan melalui kemudahan Ailoot.
Kelajuan Turbo ialah ciri varian model, bukannya janji kependaman tetap bagi ujaran siap. Kependaman permintaan ini secara angka tidak ditetapkan di sini. Tetapan lanjutan pengeluar yang disenaraikan memerlukan sokongan dalam kaedah akses melalui Ailoot 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.
", "aboutText": "### Sintesis pantas ujaran perbualan\n\nSpeech 2.8 Turbo menggabungkan pembentukan audio pantas dengan pergerakan suara semula jadi. Pengeluar menempatkan Turbo untuk bunyi perbualan yang lancar: ujaran pendek, penjanaan suara daripada teks dan interaksi suara. Kad ini menerima teks dan mengembalikan audio pertuturan.\n\n### Ketawa, pernafasan dan kata seru\n\nSeperti versi HD generasi ini, Turbo menyokong penanda audio Speech 2.8. Teks boleh mengandungi label ketawa, ketawa kecil, batuk, berdehem, tarikan nafas, hembusan nafas, keluhan dan bunyi pendek lain. Ketidakseragaman yang terkawal ini menjadikan ujaran menyerupai perbualan: pernafasan dan jeda yang berkait dengan kandungan muncul di dalamnya.\n\nPenanda audio merujuk kepada kedudukan tertentu dalam teks. Label bertanda kurung yang disediakan oleh model digunakan untuk tujuan ini, contohnya `(laughs)` atau `(breath)`. Penerangan kesan secara bebas bukan pengganti yang setara dengan penanda yang disokong.\n\n### Suara dan bahasa\n\nKeluarga Speech 2.8 menyokong **40 bahasa**, termasuk bahasa Rusia, serta penggunaan suara sedia ada. Pengeluar menekankan tekstur suara yang mudah dikenali, ciri pernafasan dan pengurangan herotan digital. Keupayaan pengklonan berkaitan dengan penyediaan suara berasingan yang kemudian boleh digunakan dalam sintesis.\n\nMiniMax menyediakan pemilihan suara dan kawalan tempo, kelantangan serta pic suara. Kelajuan ditetapkan dalam julat **0,5–2**, kelantangan melebihi 0 dan sehingga **10**, manakala perubahan pic suara dari **−12 hingga 12**. Emosi boleh dibiarkan kepada model berdasarkan makna teks atau dinyatakan secara manual: kegembiraan, kesedihan, kemarahan, ketakutan, rasa jijik, kejutan atau ketenangan.\n\nSebutan boleh diperincikan melalui kamus penggantian dan notasi fonetik; abjad fonetik antarabangsa, pinyin Cina dan variasi bacaan Jepun disediakan. Jeda ditetapkan antara bahagian yang disebut 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. Tetapan sebegini membolehkan bunyi nama, singkatan dan perkataan dengan beberapa kemungkinan bacaan diselaraskan dengan tujuan penyampaian suara.\n\n### Output beransur-ansur dan format audio\n\nSintesis menerima teks kurang daripada **10 000 aksara**. Bagi teks panjang melebihi 3000 aksara, pengeluar mengesyorkan output penstriman; audio siap juga boleh diterima sekali gus. Tetapan sintesis umum merangkumi MP3, PCM, FLAC, WAV, Opus dan varian G.711 μ-law, dalam mono atau stereo; set format yang tersedia bagi permintaan khusus ditentukan melalui kemudahan Ailoot.\n\nKelajuan Turbo ialah ciri varian model, bukannya janji kependaman tetap bagi ujaran siap. Kependaman permintaan ini secara angka tidak ditetapkan di sini. Tetapan lanjutan pengeluar yang disenaraikan memerlukan sokongan dalam kaedah akses melalui Ailoot yang dipilih.\n\nTetapan 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.\n\nPengeluar 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a033df66566edda81698b0bc2eeddc4655469bddfdccb02402a968604ff31e71", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "speech-2.8-turboSpeech 2.8 Turbo ialah sintesis pantas pertuturan semula jadi dengan penanda audio dan kawalan keekspresifan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Speech 2.8 Turbo menggabungkan pembentukan audio pantas dengan pergerakan suara semula jadi. Pengeluar menempatkan Turbo untuk bunyi perbualan yang lancar: ujaran pendek, penjanaan suara daripada teks dan interaksi suara. Kad ini menerima teks dan mengembalikan audio pertuturan.
Seperti versi HD generasi ini, Turbo menyokong penanda audio Speech 2.8. Teks boleh mengandungi label ketawa, ketawa kecil, batuk, berdehem, tarikan nafas, hembusan nafas, keluhan dan bunyi pendek lain. Ketidakseragaman yang terkawal ini menjadikan ujaran menyerupai perbualan: pernafasan dan jeda yang berkait dengan kandungan muncul di dalamnya.
Penanda audio merujuk kepada kedudukan tertentu dalam teks. Label bertanda kurung yang disediakan oleh model digunakan untuk tujuan ini, contohnya (laughs) atau (breath). Penerangan kesan secara bebas bukan pengganti yang setara dengan penanda yang disokong.
Keluarga Speech 2.8 menyokong 40 bahasa, termasuk bahasa Rusia, serta penggunaan suara sedia ada. Pengeluar menekankan tekstur suara yang mudah dikenali, ciri pernafasan dan pengurangan herotan digital. Keupayaan pengklonan berkaitan dengan penyediaan suara berasingan yang kemudian boleh digunakan dalam sintesis.
MiniMax menyediakan pemilihan suara dan kawalan tempo, kelantangan serta pic suara. Kelajuan ditetapkan dalam julat 0,5–2, kelantangan melebihi 0 dan sehingga 10, manakala perubahan pic suara dari −12 hingga 12. Emosi boleh dibiarkan kepada model berdasarkan makna teks atau dinyatakan secara manual: kegembiraan, kesedihan, kemarahan, ketakutan, rasa jijik, kejutan atau ketenangan.
Sebutan boleh diperincikan melalui kamus penggantian dan notasi fonetik; abjad fonetik antarabangsa, pinyin Cina dan variasi bacaan Jepun disediakan. Jeda ditetapkan antara bahagian yang disebut 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. Tetapan sebegini membolehkan bunyi nama, singkatan dan perkataan dengan beberapa kemungkinan bacaan diselaraskan dengan tujuan penyampaian suara.
Sintesis menerima teks kurang daripada 10 000 aksara. Bagi teks panjang melebihi 3000 aksara, pengeluar mengesyorkan output penstriman; audio siap juga boleh diterima sekali gus. Tetapan sintesis umum merangkumi MP3, PCM, FLAC, WAV, Opus dan varian G.711 μ-law, dalam mono atau stereo; set format yang tersedia bagi permintaan khusus ditentukan melalui kemudahan Ailoot.
Kelajuan Turbo ialah ciri varian model, bukannya janji kependaman tetap bagi ujaran siap. Kependaman permintaan ini secara angka tidak ditetapkan di sini. Tetapan lanjutan pengeluar yang disenaraikan memerlukan sokongan dalam kaedah akses melalui Ailoot 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.
POST /v1/audio/speechtextspeech| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had speech-2.8-turbo | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 Panjang maksimum (tidak termasuk): 10,000 Unit: aksara Unicode | Lalai— |
Medanvoice | Jenisstring | KeperluanDiperlukan | Nilai & had Corak: ^[A-Za-z0-9_-]{1,128}$ | Lalai— |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had mp3 | Lalai— |
text_to_speech · Diperlukan: input
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontraknull |
Parameteroptional_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.
POST /v1/audio/speechAiloot 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 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\n: "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "speech-2.8-turbo", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nimport re\nvoice=os.environ["AILOOT_VOICE_ID"]\nif not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID")\np["voice"]=voice\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\nmp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}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.
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
| Medan | Jenis |
|---|---|
Medanbinary audio | Jenisbytes |
Medanresponse headers | Jenisheaders |
| 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. |
Responsserver_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. |
Ailoot speech-2.8-turbo, minimax-speech-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
minimax-speech-turboSpeech 2.8 Turbo ialah sintesis pantas pertuturan semula jadi dengan penanda audio dan kawalan keekspresifan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Speech 2.8 Turbo menggabungkan pembentukan audio pantas dengan pergerakan suara semula jadi. Pengeluar menempatkan Turbo untuk bunyi perbualan yang lancar: ujaran pendek, penjanaan suara daripada teks dan interaksi suara. Kad ini menerima teks dan mengembalikan audio pertuturan.
Seperti versi HD generasi ini, Turbo menyokong penanda audio Speech 2.8. Teks boleh mengandungi label ketawa, ketawa kecil, batuk, berdehem, tarikan nafas, hembusan nafas, keluhan dan bunyi pendek lain. Ketidakseragaman yang terkawal ini menjadikan ujaran menyerupai perbualan: pernafasan dan jeda yang berkait dengan kandungan muncul di dalamnya.
Penanda audio merujuk kepada kedudukan tertentu dalam teks. Label bertanda kurung yang disediakan oleh model digunakan untuk tujuan ini, contohnya (laughs) atau (breath). Penerangan kesan secara bebas bukan pengganti yang setara dengan penanda yang disokong.
Keluarga Speech 2.8 menyokong 40 bahasa, termasuk bahasa Rusia, serta penggunaan suara sedia ada. Pengeluar menekankan tekstur suara yang mudah dikenali, ciri pernafasan dan pengurangan herotan digital. Keupayaan pengklonan berkaitan dengan penyediaan suara berasingan yang kemudian boleh digunakan dalam sintesis.
MiniMax menyediakan pemilihan suara dan kawalan tempo, kelantangan serta pic suara. Kelajuan ditetapkan dalam julat 0,5–2, kelantangan melebihi 0 dan sehingga 10, manakala perubahan pic suara dari −12 hingga 12. Emosi boleh dibiarkan kepada model berdasarkan makna teks atau dinyatakan secara manual: kegembiraan, kesedihan, kemarahan, ketakutan, rasa jijik, kejutan atau ketenangan.
Sebutan boleh diperincikan melalui kamus penggantian dan notasi fonetik; abjad fonetik antarabangsa, pinyin Cina dan variasi bacaan Jepun disediakan. Jeda ditetapkan antara bahagian yang disebut 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. Tetapan sebegini membolehkan bunyi nama, singkatan dan perkataan dengan beberapa kemungkinan bacaan diselaraskan dengan tujuan penyampaian suara.
Sintesis menerima teks kurang daripada 10 000 aksara. Bagi teks panjang melebihi 3000 aksara, pengeluar mengesyorkan output penstriman; audio siap juga boleh diterima sekali gus. Tetapan sintesis umum merangkumi MP3, PCM, FLAC, WAV, Opus dan varian G.711 μ-law, dalam mono atau stereo; set format yang tersedia bagi permintaan khusus ditentukan melalui kemudahan Ailoot.
Kelajuan Turbo ialah ciri varian model, bukannya janji kependaman tetap bagi ujaran siap. Kependaman permintaan ini secara angka tidak ditetapkan di sini. Tetapan lanjutan pengeluar yang disenaraikan memerlukan sokongan dalam kaedah akses melalui Ailoot 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.
POST /v1/audio/speechtextspeech| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had minimax-speech-turbo | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 Panjang maksimum (tidak termasuk): 10,000 Unit: aksara Unicode | Lalai— |
Medanvoice | Jenisstring | KeperluanDiperlukan | Nilai & had Corak: ^[A-Za-z0-9_-]{1,128}$ | Lalai— |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had mp3 | Lalai— |
text_to_speech · Diperlukan: input
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontraknull |
Parameteroptional_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.
POST /v1/audio/speechAiloot 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 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\n: "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax-speech-turbo", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nimport re\nvoice=os.environ["AILOOT_VOICE_ID"]\nif not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID")\np["voice"]=voice\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\nmp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}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.
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
| Medan | Jenis |
|---|---|
Medanbinary audio | Jenisbytes |
Medanresponse headers | Jenisheaders |
| 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. |
Responsserver_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. |
Ailoot speech-2.8-turbo, minimax-speech-turbo
Gunakan laluan kaedah yang dipaparkan di atas.