speech-2.6-turbo
Speech 2.6 Turbo synthetiseert meertalige spraak en richt zich op een lage antwoordlatentie.
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.
Uitspraken voor een spraakproces
Speech 2.6 Turbo is de snelheidsgerichte variant voor spraaksynthese. De fabrikant beschrijft die voor spraakassistenten en interactieve scenario's waarin tekst geleidelijk in een antwoord wordt omgezet. Het model behoudt de natuurlijke intonaties van de Speech 2.6-generatie en kan bijzondere schrijfvormen verwerken.
Tekst die correct moet worden uitgesproken
Het model is ontworpen om datums, telefoonnummers, bedragen, webadressen en e-mailadressen te lezen zonder elke notatie vooraf handmatig te herschrijven. Dit is nuttig in dynamische berichten waarin getallen en aanduidingen naast gewone woorden voorkomen. De fabrikant beschrijft de verwerking van deze formaten in meerdere talen.
Vloeiendheid en emotie sturen
Speech 2.6 ondersteunt Fluent LoRA: behoud van een herkenbaar timbre bij vloeiender tekstuitspraak. Deze mogelijkheid betreft het gebruik van een al voorbereide stem; afzonderlijke kloonvoorbereiding maakt geen deel uit van een gewoon tekstverzoek. De familie omvat 40 talen, waaronder Russisch.
Voor Turbo zijn zeven hoofdemoties en aanvullende modi fluent en whisper voorzien. Het model kan de emotionele kleur zelf uit de inhoud afleiden of een opgegeven toestand gebruiken. De diepte en het tempo van de klank kunnen onafhankelijk van de tekst worden veranderd.
Stem, pauzes en uitspraak
MiniMax voorziet in stemkeuze en sturing van tempo, volume en toonhoogte. De snelheid wordt ingesteld binnen 0,5–2, het volume boven 0 tot 10 en de toonhoogtewijziging van −12 tot 12. De emotie kan aan het model worden overgelaten op basis van de tekstbetekenis of handmatig worden opgegeven: vreugde, verdriet, boosheid, angst, afkeer, verrassing of kalmte.
De uitspraak kan worden verfijnd met een vervangingswoordenboek en fonetische notatie; het internationaal fonetisch alfabet, Chinese pinyin en Japanse leesvarianten zijn voorzien. Pauzes worden tussen uitgesproken fragmenten 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. Met deze instellingen kan de klank van namen, afkortingen en dubbelzinnige woorden op de bedoeling van de gesproken tekst worden afgestemd.
Audio ontvangen
Synthese accepteert tekst van minder dan 10 000 tekens. Voor lange tekst van meer dan 3000 tekens beveelt de fabrikant streaminguitvoer aan; ook het ontvangen van volledige audio is voorzien. Algemene synthese-instellingen omvatten MP3, PCM, FLAC, WAV, Opus en G.711 μ-law-varianten, mono of stereo; de beschikbare formaten van een specifiek verzoek worden met de mogelijkheden van Ailoot bepaald.
Op deze Ailoot-kaart wordt tekst in spraakaudio omgezet. Turbo is gericht op synthesesnelheid, maar hier wordt geen vaste antwoordtijd beloofd; de genoemde instellingen weerspiegelen de mogelijkheden van de fabrikant en worden binnen de beschikbare aanroepwijze toegepast.
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-2.6-turbo
speech-2.6-turboAan de slag
Speech 2.6 Turbo synthetiseert meertalige spraak en richt zich op een lage antwoordlatentie.
- 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-2.6-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-2.6-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-2.6-turbo
Aliasnamen voor methodepaden
Gebruik de hierboven getoonde methodepaden.
Gerelateerde aanroeper-ID’s
FAQ · speech-2.6-turbo
- Welke invoer en resultaten zijn beschikbaar?
POST /v1/audio/speech·speech-2.6-turbo:text→speech- Welke velden gebruikt het verzoek?
POST /v1/audio/speech·speech-2.6-turbo:model,input,voice,response_format