MiniMax: Speech 01 HD

MiniMax Speech 01 HD zet aangeleverde tekst om in gesproken audio. De exacte Ailoot-model-ID is minimax/speech-01-hd en de gedocumenteerde syntheseselector is speech-01-hd. Gebruik de methode audio_speech voor een voice-over, gesproken les, productuitleg of conceptvertelling waarvan je de bewoording al hebt. De invoer is de voor te lezen passage en het resultaat is gesynthetiseerde spraak in het geselecteerde audioformaat.

Bereid de tekst voor als woorden die moeten worden uitgesproken, met interpunctie die de frasering weergeeft. Lever voor een conceptvertelling de definitieve zinsvolgorde en spelling van namen aan voordat je de steminstellingen kiest. Houd regieaanwijzingen gescheiden van de gesproken passage, tenzij die woorden in de opname horen. Luister naar belangrijke namen, getallen en overgangen in het resultaat en vergelijk ze met de brontekst.

De tekst moet korter zijn dan 10 000 tekens. Het gepubliceerde synthesecontract vereist model en text. Bereid voor langer materiaal passages binnen die limiet voor en bewaar de volgorde voor bewerking. Het synchrone profiel gebruikt een volledig antwoord, met stream=false als gedocumenteerde standaardwaarde. De algemene API beschrijft ook streamingopties, maar de geselecteerde methode van deze kaart is het synchrone spraakwerkproces.

voice_setting selecteert een beschikbare voice_id en regelt speed, vol en pitch. Het gedocumenteerde bereik voor speed is 0.5–2, met 1 als standaardwaarde. vol moet groter zijn dan 0 en maximaal 10, met 1 als standaardwaarde; pitch is een geheel getal van -12 tot 12, met 0 als standaardwaarde. Laat elke instelling de passage dienen: vergelijk het leestempo en de verstaanbaarheid van de daadwerkelijke opname in plaats van aan te nemen dat een numerieke wijziging een bepaalde voordracht oplevert.

De gedocumenteerde waarden voor emotion zijn happy, sad, angry, fearful, disgusted, surprised, calm en fluent. De tekst kan ook de emotie van het model sturen. text_normalization is een afzonderlijke booleaanse instelling voor de voorbereiding van het voorlezen van getallen in het Chinees en Engels, en latex_read regelt het voorlezen van LaTeX-formules; beide hebben false als standaardwaarde. pronunciation_dict.tone kan gedocumenteerde vervangingsregels voor uitspraak bevatten. Controleer een naam of gespecialiseerde uitdrukking in de resulterende audio voordat je die in een langere vertelling gebruikt.

audio_setting.format accepteert mp3, pcm, flac of wav, met mp3 als standaardwaarde. sample_rate accepteert 8000, 16000, 22050, 24000, 32000 of 44100 en heeft 32000 als standaardwaarde. bitrate accepteert 32000, 64000, 128000 of 256000, heeft 128000 als standaardwaarde en is van toepassing op MP3. channel selecteert 1 voor mono of 2 voor stereo, met 1 als standaardwaarde. Bewaar deze keuzes bij de bronpassage, zodat het geretourneerde bestand voor de beoogde bewerkings- of afspeelbestemming kan worden gecontroleerd.

Aanvullende gedocumenteerde instellingen omvatten language_boost, waarvan de exact benoemde keuzes onder meer English, Russian, Chinese en Chinese,Yue zijn; kies een daadwerkelijk vermelde waarde voor de passage. timber_weights kan bestaande voice_id-items combineren met gehele weight-waarden van 1 tot 100. De gepubliceerde waarden voor sound_effects zijn spacious_echo, auditorium_echo, lofi_telephone en robotic. Dit zijn optionele instellingen om een geselecteerde stem vorm te geven; leg de daadwerkelijke instellingen vast wanneer je voordrachten vergelijkt.

Het synchrone resultaat bevat gegenereerde spraak. output_format selecteert url of hex en heeft hex als standaardwaarde in het syntheseschema. Download het bestand waarnaar een URL-resultaat verwijst of decodeer een hex-resultaat naar audiobytes voordat je het afspeelt. Bewaar de geretourneerde audiometagegevens, waaronder formaat, bemonsteringsfrequentie, aantal kanalen en grootte, bij de opname. subtitle_enable is standaard false en is bij inschakeling alleen van toepassing op niet-gestreamde uitvoer; de bron legt voor dit profiel geen bestandsformaat voor ondertitels vast.

Bewaar de bronpassage, exacte model-ID, stemkeuze en voltooide opname samen. Beoordeel de gehele voordracht op de bedoelde bewoording, pauzes en gekozen voordrachtinstellingen voordat je die in een video, les of gesproken handleiding plaatst. Als het antwoord onvolledig is, bewaar dan de oorspronkelijke verzoekidentiteit en geretourneerde informatie voor afstemming voordat je een nieuwe opname aanvraagt. Een latere revisie kan een specifieke zin of steminstelling wijzigen, terwijl de rest van het script voor een duidelijke vergelijking behouden blijft.