speech-2.6-hd
Speech 2.6 HD is een model voor hoogwaardige spraaksynthese, met de nadruk op natuurlijkheid en stemgelijkenis.
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.
Een natuurlijke stem voor interactie
Speech 2.6 HD is bedoeld voor natuurlijke spraaksynthese en toepassingen waarin het antwoord snel moet beginnen. De fabrikant besteedt aandacht aan intonatie, vloeiende spraak en tekstverwerking vóór het uitspreken. De HD-variant legt de nadruk op geluidskwaliteit; deze kaart heeft tekst als invoer en spraakaudio als uitvoer.
Bijzondere notaties voorlezen
De Speech 2.6-generatie kan notaties verwerken die vaak in werkberichten voorkomen: webadressen, e-mailadressen, telefoonnummers, datums en bedragen. Het model zet ze om in een uitspreekbare vorm, zodat de uitspraak goed te begrijpen blijft. De fabrikant beschrijft deze taken in meerdere talen.
Vloeiende spraak met behoud van timbre
Speech 2.6 biedt Fluent LoRA om de vloeiendheid te verbeteren. Dit is bedoeld voor synthese op basis van een voorbereide stem: het helpt het timbre te behouden en tegelijk samenhangender spraak te maken, ook als het oorspronkelijke voorbeeld onregelmatig was of een accent bevatte. Het voorbereiden van een gekloonde stem en het gebruiken ervan bij het uitspreken zijn verschillende handelingen.
40 talen, waaronder Russisch, worden ondersteund. Naast zeven basisemoties biedt Speech 2.6 de vloeiende-spraakvariant fluent en fluisteren met whisper. Als geen emotie is opgegeven, kiest het model die op basis van de tekstbetekenis.
Uitspraakinstellingen
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.
Tekstlengte en audio
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.
Volgens MiniMax is deze generatie gericht op lage latentie in spraakscenario's. Dit is een modelbeschrijving; de feitelijke antwoordtijd en beschikbaarheid van uitgebreide instellingen hangen af van de gekozen aanroepwijze in Ailoot.
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-hd
speech-2.6-hdAan de slag
Speech 2.6 HD is een model voor hoogwaardige spraaksynthese, met de nadruk op natuurlijkheid en stemgelijkenis.
- Toegestane invoer
- Tekst
- Resultaten
- speech
Beschikbaar in Ailoot · invoer en methoden
Ailoot · Spraakgeneratie POST /v1/audio/speech
- Invoertypen
text- Uitvoertypen
speech- Uitvoerformaat
- mp3
| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten speech-2.6-hd | 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} · 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.
Tarieven
Ailoot-methodetarieven
POST /v1/audio/speech- Invoer
- US$ 100,00 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-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
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/meerdere uitvoerresultaten worden geretourneerd, bewaar dan elk data-item en haal elk bestand op via de daadwerkelijk geretourneerde ondertekende asset-URL.
Als het oorspronkelijke antwoord moet worden gecontroleerd
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.
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 | 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. |
Aliasnamen
Modelaliasnamen
Ailoot speech-2.6-hd
Aliasnamen voor methodepaden
Gebruik de hierboven getoonde methodepaden.
Gerelateerde aanroeper-ID’s
FAQ · speech-2.6-hd
- Welke invoer en resultaten zijn beschikbaar?
POST /v1/audio/speech·speech-2.6-hd:text→speech- Welke velden gebruikt het verzoek?
POST /v1/audio/speech·speech-2.6-hd:model,input,voice,response_format