Source: https://ailoot.ai/models/nb/minimax-speech-2-6-hd/
Canonical: https://ailoot.ai/models/nb/minimax-speech-2-6-hd/
Language: nb

# MiniMax: Speech 2.6 HD

[Markdown](https://ailoot.ai/models/nb/minimax-speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/nb/minimax-speech-2-6-hd/facts.json)

## [MiniMax: Speech 2.6 HD](https://ailoot.ai/models/nb/minimax-speech-2-6-hd/)

Speech 2.6 HD er en tekst-til-tale-modell fra MiniMax for å gjøre et ferdig manus om til lyd. Utgaven minimax/speech-2.6-hd gir innstillinger for stemme, fremføring og lydformat, med et fullstendig JSON-svar og et valg mellom URL og heksadesimale lydutdata. Bruk den til å gjengi en oppgitt fortellertekst, læringstekst eller produktgjennomgang som tale.

- [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-hd`](https://ailoot.ai/models/nb/minimax-speech-2-6-hd/#method-0)

Om modellen

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

Speech 2.6 HD er den nøyaktige MiniMax-taleutgaven som velges med model: "minimax/speech-2.6-hd". Bruk POST /v1/audio/speech med en application/json-kropp som inneholder model og teksten som skal leses opp. Inndataene er et skriftlig manus, og resultatet er syntetisert lyd. For en læringstekst forbereder du den nøyaktige forklaringen og eksemplene som skal leses høyt. For en produktgjennomgang skriver du den muntlige sekvensen i samme rekkefølge som de synlige trinnene. Et fortellermanus kan inneholde fullstendige setninger og bevisst tegnsetting; hold redaksjonelle instruksjoner som ikke skal leses opp, utenfor text.

text-feltet må være utfylt og inneholde færre enn 10 000 Unicode-tegn. Send hele manuset som skal leses, med stream:false, eller utelat stream. Del lengre materiale i separate, fullstendige manussegmenter før du sender inn hvert segment. Et dokument kan brukes ved å lese selve innholdet og legge det relevante avsnittet i text; en dokument-URL erstatter ikke manuset.

Velg en stemme gjennom voice\_setting.voice\_id. De dokumenterte stemmekategoriene omfatter systemstemmer og allerede opprettede klonede eller tekstdesignede stemmer; bruk en gyldig stemme-ID for den valgte kategorien. Eksempelstemmen er audiobook\_male\_1. Det samme objektet styrer speed fra 0,5 til 2, vol over 0 og opptil 10 og heltallig pitch fra -12 til 12. Standardverdiene er 1, 1 og 0. Disse innstillingene justerer ulike sider av fremføringen, så velg dem hver for seg i stedet for å legge navnene deres inn i manuset.

voice\_setting.emotion godtar happy, sad, angry, fearful, disgusted, surprised, calm og fluent. Dokumentasjonen beskriver også automatisk tilpasning av følelsesuttrykket ut fra teksten. For manus med mange tall aktiverer voice\_setting.text\_normalization tekstnormalisering på kinesisk og engelsk og har standardverdien false. voice\_setting.latex\_read styrer opplesning av LaTeX-uttrykk og har også standardverdien false. pronunciation\_dict.tone er en array med strenger for uttaleregler. Det publiserte eksemplet er \["草地/(cao3)(di1)"\]; behold ordet, skråstreken og uttalestrukturen i parenteser når du oppgir en regel.

audio\_setting.format godtar mp3, pcm, flac og wav, med mp3 som standard. sample\_rate godtar 8000, 16000, 22050, 24000, 32000 og 44100 Hz; standardverdien er 32000. channel er 1 for mono eller 2 for to kanaler, med 1 som standard. bitrate-verdiene er 32000, 64000, 128000 og 256000 bits per sekund, med 128000 som standard, og gjelder for mp3. Velg kodingen som trengs av avspilleren eller redigeringsverktøyet som skal bruke resultatet.

language\_boost er en valgfri streng og har standardverdien null. De tillatte verdiene er 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 og auto. "Chinese,Yue" er én verdi. Dette er en separat innstilling fra manuset og stemme-ID-en. Skjemaet gjør også timber\_weights tilgjengelig for en liste med par av voice\_id og heltallig weight, der hver weight er fra 1 til 100. Behold stavemåten timber\_weights for parameteren når du forbereder en forespørsel. voice\_modify.sound\_effects er en valgfri streng med verdiene spacious\_echo, auditorium\_echo, lofi\_telephone og robotic.

stream har standardverdien false. For et fullstendig svar velger output\_format url eller hex og har standardverdien hex. I det dokumenterte JSON-resultatet inneholder data.audio den valgte representasjonen: Last ned den fullstendige signerte Ailoot-URL-en, inkludert spørringsstrengen, eller dekod hele den heksadesimale lyden til byte. Behold det opprinnelige resultatet sammen med data.status, base\_resp, trace\_id og extra\_info, som omfatter det faktiske lydformatet, samplingsfrekvensen, antall kanaler, størrelsen og usage\_characters.

subtitle\_enable er en boolsk verdi som har standardverdien false og gjelder for utdata uten strømming. aigc\_watermark er en boolsk verdi som har standardverdien false og styrer en hørbar rytmemarkør på slutten av den genererte lyden. Behold alle returnerte lyd- eller undertekstresultater, og kontroller uttalen, tallene og den ferdige filen før du legger den inn i applikasjonen. Hvis leveringen er uavklart, beholder du den opprinnelige forespørselsidentifikatoren og svaret for å kontrollere det eksisterende forsøket. Ailoot lagrer også den ferdige lyden i mediebiblioteket ditt. Med output\_format:"url" inneholder data.audio en signert lenke til det lagrede objektet; objekt-ID-en vises i /v1/media/assets/{asset\_id}/content-banen. Signerte Ailoot-fillenker varer i 24 timer fra utstedelsen. Bruk den samme API-nøkkelen til GET /v1/media/assets?family=audio og følg hver next\_cursor for å finne registreringene for lydobjektene. Les GET /v1/media/assets/{asset\_id} for hver valgt registrering og last ned den nøyaktige content\_url, inkludert spørringsstrengen. Hvis en filforespørsel returnerer 404 med koden link\_expired, leser du det samme objektet på nytt for å få en oppdatert content\_url. Oppdater det lagrede resultatet i stedet for å generere lyden på nytt for å erstatte en utløpt lenke.

**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-hd`

[`minimax/speech-2.6-hd`](https://ailoot.ai/models/nb/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech)

MiniMax /`minimax/speech-2.6-hd`

### Start

Speech 2.6 HD er en tekst-til-tale-modell fra MiniMax for å gjøre et ferdig manus om til lyd. Utgaven minimax/speech-2.6-hd gir innstillinger for stemme, fremføring og lydformat, med et fullstendig JSON-svar og et valg mellom URL og heksadesimale lydutdata. Bruk den til å gjengi en oppgitt fortellertekst, læringstekst eller produktgjennomgang som tale.

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-2.6-hd | 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 **$0.0002** 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-2.6-hd", "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-2.6-hd`](https://ailoot.ai/models/nb/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech)

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

[`minimax/speech-2.6-hd`](https://ailoot.ai/models/nb/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech)

FAQ · MiniMax: Speech 2.6 HD

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/audio/speech` · `minimax/speech-2.6-hd`: `text` → `audio`

Hvilke felt bruker forespørselen?

`POST /v1/audio/speech` · `minimax/speech-2.6-hd`: `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-2.6-hd`: `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.