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.
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.
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.
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.
", "aboutText": "### Snelle spraak voor een interactief antwoord\n\nSpeech 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.\n\n### Het klankkarakter kiezen\n\nDe 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.\n\nHet 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.\n\n### Talen en woorden uitspreken\n\nRussische 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.\n\nDe 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**.\n\n### Audio om af te spelen\n\nSynchrone 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.\n\nDeze 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.\n\nAanvullende 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.\n\nDe 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c17893036f7984a20570aba7f1091e9107f11f39c2bbe7fbd4d0c007c6b90bfe", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "speech-02-turboSpeech-02 Turbo is bedoeld voor snelle spraaksynthese met een stabiel ritme en meertalige klank.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
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.
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.
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.
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.
POST /v1/audio/speechtextspeech| 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— |
text_to_speech · Vereist: input
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractnull |
Parameteroptional_controls | Contractnull |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · de daadwerkelijk geretourneerde task_id of het 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.
POST /v1/audio/speechAiloot 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 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\n: "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "speech-02-turbo", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nimport re\nvoice=os.environ["AILOOT_VOICE_ID"]\nif not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID")\np["voice"]=voice\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\nmp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige binaire resultaat en de headers. Als JSON/meerdere uitvoerresultaten worden geretourneerd, bewaar dan elk data-item en haal elk bestand op via de daadwerkelijk geretourneerde ondertekende asset-URL.
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder opnieuw in te dienen; er is geen aparte route om de audiostatus op te vragen.
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
| 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 | VoorwaardeHet geretourneerde antwoord geeft aan dat de bewerking of het resultaat moet worden gecontroleerd | Volgende stapBewaar de oorspronkelijk geretourneerde bewerkings-/taak-ID, de aanvraagheaders en het antwoord; blijf de ondersteunde leesacties voor die oorspronkelijke bewerking uitvoeren. Dien de aanmaakaanvraag niet opnieuw in. |
Ailoot speech-02-turbo
Gebruik de hierboven getoonde methodepaden.