Source: https://ailoot.ai/models/nb/minimax-speech-01-turbo/
Canonical: https://ailoot.ai/models/nb/minimax-speech-01-turbo/
Language: nb

# MiniMax: Speech 01 Turbo

[Markdown](https://ailoot.ai/models/nb/minimax-speech-01-turbo/index.md) · [JSON](https://ailoot.ai/models/nb/minimax-speech-01-turbo/facts.json)

## [MiniMax: Speech 01 Turbo](https://ailoot.ai/models/nb/minimax-speech-01-turbo/)

MiniMax Speech 01 Turbo leser opp oppgitt tekst som generert tale gjennom en synkron audio\_speech-forespørsel. Den godtar tekst på under 10 000 tegn og tilbyr innstillinger for stemme, tempo og tonehøyde med MP3, PCM, FLAC eller WAV som utdata.

- [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-turbo`](https://ailoot.ai/models/nb/minimax-speech-01-turbo/#method-0)

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

MiniMax Speech 01 Turbo gjør oppgitt tekst om til tale. Den nøyaktige Ailoot-modell-ID-en er minimax/speech-01-turbo, og den dokumenterte syntesevelgeren er speech-01-turbo. Bruk audio\_speech-metoden til en fortellerstemme, en muntlig leksjon, en produktforklaring eller et fortellerutkast der du allerede har ordlyden. Inndataene er avsnittet som skal leses, og resultatet er syntetisert tale i det valgte lydformatet.

Forbered teksten som ord som skal sies høyt, med tegnsetting som gjenspeiler fraseringen. For et fortellerutkast oppgir du den endelige setningsrekkefølgen og stavemåten til navn før du velger stemmeinnstillingene. Hold sceneanvisninger atskilt fra teksten som skal leses, med mindre disse ordene skal være med i opptaket. Lytt til viktige navn, tall og overganger i resultatet og sammenlign dem med kildeteksten.

Teksten må være kortere enn 10 000 tegn. Den publiserte syntesekontrakten krever model og text. For lengre materiale forbereder du avsnitt innenfor denne grensen og beholder rekkefølgen til redigeringen. Den synkrone profilen bruker et fullstendig svar, med stream=false som dokumentert standard. Den generelle API-en beskriver også strømmingsvalg, men den valgte metoden på dette kortet er den synkrone talearbeidsflyten.

voice\_setting velger en tilgjengelig voice\_id og styrer speed, vol og pitch. Det dokumenterte speed-intervallet er 0,5–2, med 1 som standard. vol må være større enn 0 og høyst 10, med 1 som standard; pitch er et heltall fra -12 til 12, med 0 som standard. La hver innstilling tjene teksten: Sammenlign lesetempoet og hørbarheten i det faktiske opptaket i stedet for å anta at en tallendring gir en bestemt fremføring.

De dokumenterte emotion-verdiene er happy, sad, angry, fearful, disgusted, surprised, calm og fluent. Teksten kan også styre modellens følelsesuttrykk. text\_normalization er en separat boolsk innstilling for klargjøring av tallopplesning på kinesisk og engelsk, og latex\_read styrer opplesning av LaTeX-formler; begge har standardverdien false. pronunciation\_dict.tone kan inneholde dokumenterte erstatningsregler for uttale. Kontroller et navn eller et faguttrykk i den resulterende lyden før du bruker det i en lengre fortellertekst.

audio\_setting.format godtar mp3, pcm, flac eller wav, med mp3 som standard. sample\_rate godtar 8000, 16000, 22050, 24000, 32000 eller 44100 og har standardverdien 32000. bitrate godtar 32000, 64000, 128000 eller 256000, har standardverdien 128000 og gjelder for MP3. channel velger 1 for mono eller 2 for stereo, med 1 som standard. Behold disse valgene sammen med kildeteksten, slik at den returnerte filen kan kontrolleres for det tiltenkte redigerings- eller avspillingsstedet.

Ytterligere dokumenterte innstillinger omfatter language\_boost, der de nøyaktige navngitte valgene inkluderer English, Russian, Chinese og Chinese,Yue; velg en faktisk oppført verdi for teksten. timber\_weights kan kombinere eksisterende voice\_id-oppføringer med heltallige weight-verdier fra 1 til 100. De publiserte sound\_effects-verdiene er spacious\_echo, auditorium\_echo, lofi\_telephone og robotic. Dette er valgfrie innstillinger for å forme en valgt stemme; noter de faktiske innstillingene når du sammenligner opplesninger.

Det synkrone resultatet inneholder generert tale. output\_format velger url eller hex og har standardverdien hex i synteseskjemaet. Last ned filen det vises til i et URL-resultat, eller dekod et hex-resultat til lydbyte før avspilling. Behold de returnerte lydmetadataene, inkludert format, samplingsfrekvens, antall kanaler og størrelse, sammen med opptaket. subtitle\_enable har standardverdien false og gjelder bare for utdata uten strømming når den er aktivert; kilden fastsetter ikke noe undertekstfilformat for denne profilen.

Lagre kildeteksten, den nøyaktige modell-ID-en, stemmevalget og det ferdige opptaket samlet. Vurder hele opplesningen for den tiltenkte ordlyden, pausene og de valgte fremføringsinnstillingene før du legger den inn i en video, leksjon eller muntlig veiledning. Hvis svaret er ufullstendig, beholder du den opprinnelige forespørselsidentiteten og den returnerte informasjonen for avstemming før du ber om et nytt opptak. En senere revisjon kan endre en bestemt frase eller stemmeinnstilling og bevare resten av manuset for en tydelig sammenligning.

**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-turbo`

[`minimax/speech-01-turbo`](https://ailoot.ai/models/nb/#m=minimax%2Fspeech-01-turbo&route=Ultra&caller=minimax%2Fspeech-01-turbo&fmt=speech)

MiniMax /`minimax/speech-01-turbo`

### Start

MiniMax Speech 01 Turbo leser opp oppgitt tekst som generert tale gjennom en synkron audio\_speech-forespørsel. Den godtar tekst på under 10 000 tegn og tilbyr innstillinger for stemme, tempo og tonehøyde med MP3, PCM, FLAC eller WAV som utdata.

Godkjente inndata

Tekst

Resultater

Lyd

### Tilgjengelig i Ailoot · inndata & metoder

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

Inndatatyper

`text`

Utdatatyper

`audio`

Utdataformat

mp3,pcm,flac,wav

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser minimax/speech-01-turbo | Standard— |
| Felt`text` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser false | Standardfalse |
| Felt`voice_setting` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`voice_setting.voice_id` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`voice_setting.speed` | Type`number` | KravValgfritt | Verdier & grenser Minimum: 0,5 Maksimum: 2 | Standard1 |
| Felt`voice_setting.vol` | Type`number` | KravValgfritt | Verdier & grenser Minimum: 0 Maksimum: 10 | Standard1 |
| Felt`voice_setting.pitch` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: −12 Maksimum: 12 | Standard0 |
| Felt`voice_setting.emotion` | Type`string` | KravValgfritt | Verdier & grenser happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Standard— |
| Felt`voice_setting.text_normalization` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`voice_setting.latex_read` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`audio_setting` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`audio_setting.sample_rate` | Type`integer` | KravValgfritt | Verdier & grenser 8 000, 16 000, 22 050, 24 000, 32 000, 44 100 | Standard32 000 |
| Felt`audio_setting.bitrate` | Type`integer` | KravValgfritt | Verdier & grenser 32 000, 64 000, 128 000, 256 000 | Standard128 000 |
| Felt`audio_setting.format` | Type`string` | KravValgfritt | Verdier & grenser mp3, pcm, flac, wav | Standardmp3 |
| Felt`audio_setting.channel` | Type`integer` | KravValgfritt | Verdier & grenser 1, 2 | Standard1 |
| Felt`audio_setting.force_cbr` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`pronunciation_dict` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`pronunciation_dict.tone` | Type`array` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`timber_weights` | Type`array` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`language_boost` | Type`string` | KravValgfritt | Verdier & grenser 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 | Standard— |
| Felt`voice_modify` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`voice_modify.pitch` | Type`integer` | KravValgfritt | Verdier & grenser −100, 100 | Standard— |
| Felt`voice_modify.intensity` | Type`integer` | KravValgfritt | Verdier & grenser −100, 100 | Standard— |
| Felt`voice_modify.timbre` | Type`integer` | KravValgfritt | Verdier & grenser −100, 100 | Standard— |
| Felt`voice_modify.sound_effects` | Type`string` | KravValgfritt | Verdier & grenser spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Standard— |
| Felt`subtitle_enable` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`output_format` | Type`string` | KravValgfritt | Verdier & grenser url, hex | Standardhex |
| Felt`aigc_watermark` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, text |
| Parameter`optional` | Avtalestream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark |
| Parameter`material_types` | Avtaletext |
| Parameter`conditions` | AvtaleUse 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. |

Livssyklus: `synchronous_result_then_owned_library`

`GET /v1/media/assets`

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

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Ikke angitt Når hurtigmodus er valgt

Flex-modus

Ikke angitt Når flex-modus er valgt

Maksimal resonneringsinnsats

Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.

| Konfigurasjon | Prisplan | Faktureringsenhet | Kostnad |
| --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Faktureringsenhet— | Kostnad Inndata · Inngående tokener **—** / 1K tokener Utdata · Utgående tokener **—** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| Konfigurasjoninndatategn | Prisplan— | Faktureringsenhetper inndatategn | Kostnad Inndata · inndatategn **$0.00006** per inndatategn |

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · Speech

curl · opprett én gang og bevar hele resultatet

```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-01-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.
```

### Motta og lagre resultater

#### Ailoot Ultra · Speech

mp3,pcm,flac,wav

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

##### Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

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.

##### Hvis det opprinnelige svaret må kontrolleres

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

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`data.audio` | Typestring |
| Felt`extra_info` | Typeobject |
| Felt`trace_id` | Typestring |

### Aliaser

#### Modellaliaser

**Ailoot Ultra** [`minimax/speech-01-turbo`](https://ailoot.ai/models/nb/#m=minimax%2Fspeech-01-turbo&route=Ultra&caller=minimax%2Fspeech-01-turbo&fmt=speech)

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

[`minimax/speech-01-turbo`](https://ailoot.ai/models/nb/#m=minimax%2Fspeech-01-turbo&route=Ultra&caller=minimax%2Fspeech-01-turbo&fmt=speech)

FAQ · MiniMax: Speech 01 Turbo

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/audio/speech` · `minimax/speech-01-turbo`: `text` → `audio`

Hvilke felt bruker forespørselen?

`POST /v1/audio/speech` · `minimax/speech-01-turbo`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark`

Hvilke grenser gjelder?

`POST /v1/audio/speech` · `minimax/speech-01-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`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.