speech-02-turbo
Speech-02 Turbo is bedoeld voor snelle spraaksynthese met een stabiel ritme en meertalige klank.
Over het model
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Snelle spraak voor een interactief antwoord
Speech 02 Turbo is bedoeld voor interactieve spraaksynthese. De fabrikant beschrijft de combinatie van snelheid, stabiel ritme en natuurlijke klank; toepassingen omvatten gesproken antwoorden, gamedialogen en interactieve content. Het model ontvangt tekst en maakt spraakaudio.
Het klankkarakter kiezen
De Speech 02-familie maakt het mogelijk stem, taal, accent en emotionele kleur te combineren. De gezamenlijk getrainde autoregressieve Transformer en sprekerencoder verbinden het timbre met de inhoud. Tekst kan met een bestaande stem worden gesynthetiseerd; het maken van een nieuwe gekloonde stem hoort bij afzonderlijke voorbereiding.
Het model kiest zelf de emotionele intonatie op basis van de tekst of accepteert een opgegeven toestand: vreugde, verdriet, boosheid, angst, afkeer, verrassing of kalmte. Daarnaast worden snelheid, toonhoogte en volume geregeld om de uitspraak af te stemmen op het gewenste interactietempo.
Talen en woorden uitspreken
Russische spraak en andere talen worden ondersteund, waaronder Engels, Chinees, Kantonees, Japans, Koreaans, Frans, Duits, Spaans, Portugees, Turks, Arabisch en Oekraïens. Voor Speech 02 sluit de huidige specificatie Perzisch, Filipino en Tamil afzonderlijk uit.
De uitspraak kan worden verfijnd met een vervangingswoordenboek, internationale fonetische notatie, Chinese pinyin en Japanse leesvarianten. Pauzes tussen uitgesproken delen worden ingesteld binnen 0,01–99,99 seconden. De pauzeduur wordt met een nauwkeurigheid van twee cijfers achter de komma opgegeven; markeringen worden tussen uitgesproken fragmenten geplaatst en niet direct achter elkaar. Het model voorziet in een snelheid van 0,5–2, volume boven 0 tot 10 en toonhoogtewijziging van −12 tot 12.
Audio om af te spelen
Synchrone invoer is beperkt tot tekst van minder dan 10 000 tekens; voor meer dan 3000 tekens beveelt de fabrikant geleidelijke uitvoer aan. De modelmogelijkheden omvatten MP3, WAV, FLAC en PCM; de algemene instellingen beschrijven ook Opus en G.711 μ-law, met één of twee audiokanalen.
Deze Ailoot-kaart accepteert tekst en geeft spraak terug. De Turbo-snelheid betreft het doel van de modelvariant; de duur van een specifiek antwoord en beschikbaarheid van uitgebreide formaten hangen af van de gekozen aanroepwijze.
Aanvullende audio-instellingen omvatten de samplefrequenties 8, 16, 22,05, 24, 32 en 44,1 kHz. Voor MP3 zijn de bitrates 32, 64, 128 of 256 kbit/s voorzien. Ook kan de klankkleur van de stem worden gewijzigd en één effect worden toegepast: een ruimtelijke echo, zaalecho, telefoongeluid of robotstem. Stemveranderingseffecten worden bij volledige audio-uitvoer ondersteund voor MP3, WAV en FLAC; bij streaminguitvoer alleen voor MP3. G.711 μ-law-formaten gebruiken een frequentie van 8 kHz. Deze mogelijkheden horen bij de synthese-instellingen van MiniMax.
De fabrikant voorziet in synchronisatie van spraak met tekst: tijdstempels per zin, per woord of per woord bij geleidelijke uitvoer. Dit resultaat helpt de uitspraak te koppelen aan de tekstweergave. Deze aanvullende mogelijkheid vereist ondersteuning voor het betreffende antwoordformaat.
Ailoot · Spraakgeneratie POST /v1/audio/speech speech-02-turbo
speech-02-turboAan de slag
Speech-02 Turbo is bedoeld voor snelle spraaksynthese met een stabiel ritme en meertalige klank.
- Toegestane invoer
- Tekst
- Resultaten
- speech
Beschikbaar in Ailoot · invoer en methoden
Ailoot · Spraakgeneratie POST /v1/audio/speech
- Invoer
text- Uitvoer
speech- Uitvoerformaat
- mp3
| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten speech-02-turbo | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 Maximumlengte (exclusief): 10.000 Eenheid: Unicode-tekens | Standaard— |
Veldvoice | Typestring | VereisteVereist | Waarden en limieten Patroon: ^[A-Za-z0-9_-]{1,128}$ | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten mp3 | Standaard— |
Combinaties van invoermaterialen
text_to_speech · Vereist: input
Methodeparameters en levenscyclus
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractnull |
Parameteroptional_controls | Contractnull |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
Tarieven
Ailoot-methodetarieven
POST /v1/audio/speech- Invoer
- US$ 60,00 per 1 miljoen tekens
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
Voorbeeldverzoeken
Ailoot · Spraakgeneratie
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
Resultaten ophalen en opslaan
Ailoot · Spraakgeneratie
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Alle voltooide resultaten bewaren
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige binaire resultaat en de headers. Als JSON of meerdere uitvoerresultaten worden teruggegeven, bewaar dan elk gegevensitem en haal elke daadwerkelijke ondertekende asset-URL op.
Als het oorspronkelijke antwoord moet worden gecontroleerd
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder de aanvraag opnieuw in te dienen; er is geen afzonderlijke route om de audiostatus te pollen.
Antwoordvelden
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
Fouten en vervolgstappen
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Antwoordserver_error | VoorwaardeDe teruggegeven respons geeft aan dat de bewerking of het resultaat gecontroleerd moet worden | Volgende stapBewaar de oorspronkelijk teruggegeven bewerkings-/taak-ID, aanvraagheaders en respons; blijf de oorspronkelijke bewerking uitlezen via de ondersteunde leesaanvragen. Dien de aanmaakaanvraag niet opnieuw in. |
Aliasnamen
Modelaliasnamen
Ailoot speech-02-turbo
Aliasnamen voor methodepaden
Gebruik de hierboven getoonde methodepaden.
Gerelateerde aanroeper-ID’s
FAQ · speech-02-turbo
- Welke invoer en resultaten zijn beschikbaar?
POST /v1/audio/speech·speech-02-turbo:text→speech- Welke velden gebruikt het verzoek?
POST /v1/audio/speech·speech-02-turbo:model,input,voice,response_format