Source: https://ailoot.ai/models/nb/speech-02-hd/
Canonical: https://ailoot.ai/models/nb/speech-02-hd/
Language: nb

# speech-02-hd

[Markdown](https://ailoot.ai/models/nb/speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/nb/speech-02-hd/facts.json)

## [speech-02-hd](https://ailoot.ai/models/nb/speech-02-hd/)

Speech-02 HD er en talesyntesemodell med vekt på lydkvalitet og stemmelikhet.

- [**Ailoot · Talesyntese** `POST /v1/audio/speech` `speech-02-hd`](https://ailoot.ai/models/nb/speech-02-hd/#method-0)

Om modellen

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

#### Stemme for opplesning og lange tekster

Speech 02 HD lager tale med vekt på kvalitet, rytme og stabil lyd. Produsenten fremhever opplesning av materiale og lydbøker der stemmen skal beholde karakteren og gi en jevn fremføring gjennom en lang tekst. Dette er en syntesemodell: den tar imot tekst og gjør den om til talelyd.

#### Hvordan tekst og stemmeklang kombineres

Speech 02-familien bygger på en autoregressiv Transformer-arkitektur og en trenbar talerenkoder. Uttrekk av stemmeklang og talegenerering ble trent sammen for å samordne stemmeegenskapene med innholdet. Familiens funksjoner omfatter bruk av ferdig klonede stemmer og kombinasjoner av språk, aksent og uttalestil.

#### Følelser og opplesning på flere språk

Følelsesuttrykket kan bestemmes ut fra tekstens mening eller angis manuelt. Glede, tristhet, sinne, frykt, avsky, overraskelse og ro er tilgjengelige. Modellen arbeider med russisk, engelsk og andre språk; produsenten beskriver ulike engelske aksenter, kinesisk og kantonesisk, japansk, koreansk, europeiske språk og andre språk.

I den gjeldende beskrivelsen av Speech 02 er persisk, filippinsk og tamil uttrykkelig utelatt. Det samlede språkutvalget i nyere Speech-generasjoner bør ikke automatisk overføres til denne versjonen.

#### Stemmeinnstillinger

Syntesen tilbyr stemmevalg, hastighet på **0,5–2**, lydstyrke over 0 og opptil **10**, og tonehøyde fra **−12 til 12**. I uttaleordlisten kan skrivemåter erstattes med ønsket uttale; fonetiske angivelser og japanske uttalevarianter støttes. Dette bidrar til å styre hvordan navn og tvetydige ord blir uttalt.

#### Pauser og ferdig lyd

Produsenten gjør det mulig å angi pauser mellom talte utsnitt med en varighet på **0,01–99,99 sekunder**. Pauselengden angis med to desimalers nøyaktighet; markørene plasseres mellom utsnittene som skal uttales, og ikke rett etter hverandre. Teksten i én synkron forespørsel skal ha færre enn **10 000 tegn**. Lyden kan mottas samlet eller gradvis; for tekst på over 3000 tegn anbefales strømming.

Modellens formater omfatter MP3, WAV, FLAC og PCM; de generelle synteseinnstillingene beskriver også Opus og G.711 μ-law-varianter. Mono og stereo kan brukes. I dette kortet er tekstopplesning tilgjengelig, mens separat klargjøring av stemmer og avanserte innstillinger bare gjelder innenfor bruksmåten som støttes gjennom Ailoot.

Ytterligere lydinnstillinger omfatter samplingsfrekvensene **8, 16, 22,05, 24, 32 og 44,1 kHz**. For MP3 er bitratene **32, 64, 128 eller 256 kbit/s** tilgjengelige. Stemmeklangen kan også endres, og én effekt kan brukes: romlig ekko, hallekko, telefonlyd eller robotstemme. Stemmeendringseffekter støttes for MP3, WAV og FLAC når lyden mottas samlet, og ved strømming bare for MP3. G.711 μ-law-formatene bruker en samplingsfrekvens på 8 kHz. Disse funksjonene gjelder MiniMax' synteseinnstillinger.

Produsenten tilbyr synkronisering av tale og tekst: tidsstempler per setning, per ord eller per ord ved gradvise utdata. Et slikt resultat bidrar til å samordne uttalen med visningen av teksten. Denne ekstra funksjonen krever støtte for det aktuelle svarformatet.

**Ailoot · Talesyntese** `POST /v1/audio/speech` `speech-02-hd`

[`speech-02-hd`](https://ailoot.ai/models/nb/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

MiniMax /`speech-02-hd`

### Start

Speech-02 HD er en talesyntesemodell med vekt på lydkvalitet og stemmelikhet.

Godkjente inndata

Tekst

Resultater

speech

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot · Talesyntese** `POST /v1/audio/speech`

Inndatatyper

`text`

Utdatatyper

`speech`

Utdataformat

mp3

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser speech-02-hd | Standard— |
| Felt`input` | Type`string` | KravPåkrevd | Verdier & grenser Minste lengde: 1 Maksimal lengde (eksklusive): 10 000 Enhet: Unicode-tegn | Standard— |
| Felt`voice` | Type`string` | KravPåkrevd | Verdier & grenser Mønster: ^\[A-Za-z0-9\_-\]{1,128}$ | Standard— |
| Felt`response_format` | Type`string` | KravValgfritt | Verdier & grenser mp3 | Standard— |

Kombinasjoner av inngående materialer

**text\_to\_speech** · Påkrevd: input

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext |
| Parameter`required` | Avtalenull |
| Parameter`optional_controls` | Avtalenull |

Livssyklus: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · faktisk returnert task\_id eller oppføring i mediebiblioteket

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

`GET /v1/media/assets`

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

Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.

### Priser

#### Satser for Ailoot-metoder

Inndata

100,00 USD *per 1 million tegn*

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 · Talesyntese

Taleeksempel

```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-02-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
```

### Motta og lagre resultater

#### Ailoot · Talesyntese

mp3

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

##### Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Bevar hele det binære resultatet og svarhodene. Hvis JSON eller flere utdata returneres, bevar hvert dataelement og hent innholdet fra hver faktiske signerte ressurs-URL.

##### Hvis det opprinnelige svaret må kontrolleres

Bevar opprinnelig operation\_id/X-Client-Request-ID for avstemming uten ny innsending; det finnes ingen egen rute for å spørre etter lydstatus.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`binary audio` | Typebytes |
| Felt`response headers` | Typeheaders |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
| Svar`server_error` | VilkårDet returnerte svaret angir at operasjonen eller resultatet må kontrolleres | Neste trinnBevar den opprinnelige returnerte operasjons-/oppgave-ID-en, forespørselshodene og svaret; fortsett å lese den opprinnelige operasjonen på de støttede måtene. Ikke send opprettelsesforespørselen på nytt. |

### Aliaser

#### Modellaliaser

**Ailoot** [`speech-02-hd`](https://ailoot.ai/models/nb/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

[`speech-02-hd`](https://ailoot.ai/models/nb/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

FAQ · speech-02-hd

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/audio/speech` · `speech-02-hd`: `text` → `speech`

Hvilke felt bruker forespørselen?

`POST /v1/audio/speech` · `speech-02-hd`: `model`, `input`, `voice`, `response_format`

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.