Source: https://ailoot.ai/models/pl/minimax-speech-2-6-turbo/ Canonical: https://ailoot.ai/models/pl/minimax-speech-2-6-turbo/ Language: pl # MiniMax: Speech 2.6 Turbo [Markdown](https://ailoot.ai/models/pl/minimax-speech-2-6-turbo/index.md) · [JSON](https://ailoot.ai/models/pl/minimax-speech-2-6-turbo/facts.json) ## [MiniMax: Speech 2.6 Turbo](https://ailoot.ai/models/pl/minimax-speech-2-6-turbo/) Speech 2.6 Turbo to model MiniMax przekształcający gotowy tekst w mowę. Edycja minimax/speech-2.6-turbo udostępnia parametry głosu, sposobu odczytu i formatu audio, z kompletną odpowiedzią JSON i wyborem wyjścia audio jako URL lub danych szesnastkowych. Użyj go do tworzenia wersji głosowych dostarczonej wiadomości, krótkiej lekcji lub tekstu dla aplikacji. - [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-turbo`](https://ailoot.ai/models/pl/minimax-speech-2-6-turbo/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Speech 2.6 Turbo to konkretna edycja mowy MiniMax wybierana przez model: "minimax/speech-2.6-turbo". Użyj POST /v1/audio/speech z treścią application/json zawierającą model i tekst do wypowiedzenia. Wejściem jest pisemny tekst, a wynikiem zsyntetyzowany dźwięk. Dla komunikatu aplikacji dostarcz dokładne słowa, które słuchacz ma usłyszeć, i rozwiń niejednoznaczne skróty. W krótkiej lekcji oddziel wyjaśnienie od przykładu w samym tekście. W ścieżce interfejsu z narracją powiąż każdy odczytywany segment z konkretnym działaniem użytkownika i zachowaj tekst wraz z jego nagraniem. Pole text musi zawierać co najmniej jeden znak inny niż biały i zawierać mniej niż 10 000 znaków Unicode. Wyślij cały tekst do odczytania z ustawieniem stream:false lub pomiń stream. Podziel dłuższy materiał na oddzielne, kompletne fragmenty tekstu przed wysłaniem każdego z nich. Z dokumentu można skorzystać, odczytując jego rzeczywistą zawartość i umieszczając odpowiedni fragment w polu text; adres URL dokumentu nie zastępuje tekstu do odczytania. Wybierz głos przez voice\_setting.voice\_id. Udokumentowane kategorie głosów obejmują głosy systemowe oraz już utworzone głosy sklonowane lub zaprojektowane tekstowo; użyj prawidłowego identyfikatora głosu dla wybranej kategorii. Przykładowy głos to audiobook\_male\_1. Ten sam obiekt steruje parametrem speed od 0,5 do 2, parametrem vol powyżej 0 i do 10 oraz parametrem pitch o wartościach całkowitych od -12 do 12. Ich wartości domyślne wynoszą 1, 1 i 0. Te parametry dostosowują różne aspekty odczytu, więc wybieraj je oddzielnie, zamiast umieszczać ich nazwy w tekście do wypowiedzenia. voice\_setting.emotion przyjmuje happy, sad, angry, fearful, disgusted, surprised, calm i fluent. Dokumentacja opisuje również automatyczne dopasowanie emocji na podstawie tekstu. W tekstach zawierających wiele liczb voice\_setting.text\_normalization włącza normalizację tekstu chińskiego i angielskiego i domyślnie wynosi false. voice\_setting.latex\_read steruje odczytem wyrażeń LaTeX i również domyślnie wynosi false. pronunciation\_dict.tone to tablica ciągów reguł wymowy. Opublikowany przykład to \["草地/(cao3)(di1)"\]; przy podawaniu reguły zachowaj słowo, ukośnik i strukturę wymowy w nawiasach. audio\_setting.format przyjmuje mp3, pcm, flac i wav, z mp3 jako wartością domyślną. sample\_rate przyjmuje 8000, 16000, 22050, 24000, 32000 i 44100 Hz; wartość domyślna wynosi 32000. channel wynosi 1 dla mono lub 2 dla dwóch kanałów, domyślnie 1. Wartości bitrate to 32000, 64000, 128000 i 256000 bitów na sekundę, domyślnie 128000, i dotyczą mp3. Wybierz kodowanie potrzebne odtwarzaczowi lub narzędziu do edycji, które wykorzysta wynik. language\_boost to opcjonalny ciąg, domyślnie null. Dozwolone wartości to Chinese, Chinese,Yue, English, Arabic, Russian, Spanish, French, Portuguese, German, Turkish, Dutch, Ukrainian, Vietnamese, Indonesian, Japanese, Italian, Korean, Thai, Polish, Romanian, Greek, Czech, Finnish, Hindi, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans i auto. "Chinese,Yue" jest jedną wartością. To parametr oddzielny od tekstu do odczytania i identyfikatora głosu. Schemat udostępnia też timber\_weights dla listy par voice\_id i weight o wartości całkowitej, przy czym każdy weight wynosi od 1 do 100. Przy przygotowywaniu żądania zachowaj pisownię parametru timber\_weights. voice\_modify.sound\_effects to opcjonalny ciąg z wartościami spacious\_echo, auditorium\_echo, lofi\_telephone i robotic. stream domyślnie wynosi false. Dla kompletnej odpowiedzi output\_format wybiera url lub hex i domyślnie wynosi hex. W udokumentowanym wyniku JSON data.audio zawiera wybraną reprezentację: pobierz pełny podpisany adres URL Ailoot wraz z jego ciągiem zapytania lub zdekoduj kompletny dźwięk szesnastkowy do bajtów. Zachowaj pierwotny wynik wraz z data.status, base\_resp, trace\_id i extra\_info, które zawiera rzeczywisty format audio, częstotliwość próbkowania, liczbę kanałów, rozmiar i usage\_characters. subtitle\_enable to wartość logiczna, domyślnie false, dotycząca wyjścia niestrumieniowego. aigc\_watermark to wartość logiczna, domyślnie false, sterująca słyszalnym znacznikiem rytmicznym na końcu wygenerowanego dźwięku. Zachowaj każdy zwrócony wynik audio lub napisów i sprawdź wymowę, liczby oraz ukończony plik przed umieszczeniem go w aplikacji. Jeśli dostarczenie jest niepewne, zachowaj identyfikator pierwotnego żądania i odpowiedź do sprawdzenia istniejącej próby. Ailoot zapisuje również ukończony dźwięk w bibliotece multimediów. Przy output\_format:"url" data.audio zawiera podpisane łącze do tego zapisanego zasobu; identyfikator zasobu występuje w jego ścieżce /v1/media/assets/{asset\_id}/content. Podpisane łącza do plików Ailoot są ważne przez 24 godziny od wystawienia. Użyj tego samego klucza API do GET /v1/media/assets?family=audio i przejdź przez każdy next\_cursor, aby znaleźć zapisy zasobów audio. Wywołaj GET /v1/media/assets/{asset\_id} dla każdego wybranego zapisu i pobierz jego dokładny content\_url wraz z ciągiem zapytania. Jeśli żądanie pliku zwróci 404 z kodem link\_expired, odczytaj ponownie ten sam zasób, aby uzyskać odświeżony content\_url. Odśwież zapisany wynik, zamiast ponownie generować dźwięk w celu zastąpienia wygasłego łącza. **Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-turbo` [`minimax/speech-2.6-turbo`](https://ailoot.ai/models/pl/#m=minimax%2Fspeech-2.6-turbo&route=Ultra&caller=minimax%2Fspeech-2.6-turbo&fmt=speech) MiniMax /`minimax/speech-2.6-turbo` ### Start Speech 2.6 Turbo to model MiniMax przekształcający gotowy tekst w mowę. Edycja minimax/speech-2.6-turbo udostępnia parametry głosu, sposobu odczytu i formatu audio, z kompletną odpowiedzią JSON i wyborem wyjścia audio jako URL lub danych szesnastkowych. Użyj go do tworzenia wersji głosowych dostarczonej wiadomości, krótkiej lekcji lub tekstu dla aplikacji. Akceptowane dane wejściowe Tekst Wyniki Audio ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Speech** `POST /v1/audio/speech` Wejście `text` Wyjście `audio` Format wyjściowy mp3,pcm,flac,wav | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity minimax/speech-2.6-turbo | Domyślnie— | | Pole`text` | Typ`string` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity false | Domyślniefalse | | Pole`voice_setting` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`voice_setting.voice_id` | Typ`string` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`voice_setting.speed` | Typ`number` | WymaganieOpcjonalne | Wartości i limity Minimum: 0,5 Maksimum: 2 | Domyślnie1 | | Pole`voice_setting.vol` | Typ`number` | WymaganieOpcjonalne | Wartości i limity Minimum: 0 Maksimum: 10 | Domyślnie1 | | Pole`voice_setting.pitch` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity Minimum: -12 Maksimum: 12 | Domyślnie0 | | Pole`voice_setting.emotion` | Typ`string` | WymaganieOpcjonalne | Wartości i limity happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Domyślnie— | | Pole`voice_setting.text_normalization` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | | Pole`voice_setting.latex_read` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | | Pole`audio_setting` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`audio_setting.sample_rate` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity 8000, 16 000, 22 050, 24 000, 32 000, 44 100 | Domyślnie32 000 | | Pole`audio_setting.bitrate` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity 32 000, 64 000, 128 000, 256 000 | Domyślnie128 000 | | Pole`audio_setting.format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity mp3, pcm, flac, wav | Domyślniemp3 | | Pole`audio_setting.channel` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity 1, 2 | Domyślnie1 | | Pole`audio_setting.force_cbr` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | | Pole`pronunciation_dict` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`pronunciation_dict.tone` | Typ`array` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`timber_weights` | Typ`array` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`language_boost` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Chinese, Chinese,Yue, English, Arabic, Russian, Spanish, French, Portuguese, German, Turkish, Dutch, Ukrainian, Vietnamese, Indonesian, Japanese, Italian, Korean, Thai, Polish, Romanian, Greek, Czech, Finnish, Hindi, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans, auto | Domyślnie— | | Pole`voice_modify` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`voice_modify.pitch` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity -100, 100 | Domyślnie— | | Pole`voice_modify.intensity` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity -100, 100 | Domyślnie— | | Pole`voice_modify.timbre` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity -100, 100 | Domyślnie— | | Pole`voice_modify.sound_effects` | Typ`string` | WymaganieOpcjonalne | Wartości i limity spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Domyślnie— | | Pole`subtitle_enable` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | | Pole`output_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity url, hex | Domyślniehex | | Pole`aigc_watermark` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, text | | Parametr`optional` | Kontraktstream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark | | Parametr`material_types` | Kontrakttext | | Parametr`conditions` | KontraktUse text, not input or contents. Fewer than 10000 Unicode characters; stream is false or omitted., PCM is raw audio with its returned sample geometry; do not invent a WAV header or bit depth. | Cykl życia: `synchronous_result_then_owned_library` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji. | Konfiguracja | Tabela stawek | Jednostka rozliczeniowa | Opłata | | --- | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe **—** / 1K tokenów Wyjście · Tokeny wyjściowe **—** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | | Konfiguracjaznak wejściowy | Tabela stawek— | Jednostka rozliczeniowaza znak wejściowy | Opłata Wejście · znak wejściowy **$0.00012** za znak wejściowy | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Speech curl · utwórz raz i zachowaj kompletny wynik ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "minimax/speech-2.6-turbo", "text": "Hello, this is a short speech example.", "stream": false, "output_format": "hex", "audio_setting": {"format": "mp3", "sample_rate": 32000, "channel": 1}}') 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 result.json # Submit once. Retain the complete result, original identifiers and every response header. ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Speech mp3,pcm,flac,wav - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Retain the full JSON. Decode every hex audio byte or use the returned owned URL. Keep the actual format, sample rate, channel count and usage\_characters. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`data.audio` | Typstring | | Pole`extra_info` | Typobject | | Pole`trace_id` | Typstring | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`minimax/speech-2.6-turbo`](https://ailoot.ai/models/pl/#m=minimax%2Fspeech-2.6-turbo&route=Ultra&caller=minimax%2Fspeech-2.6-turbo&fmt=speech) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`minimax/speech-2.6-turbo`](https://ailoot.ai/models/pl/#m=minimax%2Fspeech-2.6-turbo&route=Ultra&caller=minimax%2Fspeech-2.6-turbo&fmt=speech) FAQ · MiniMax: Speech 2.6 Turbo Jakie dane wejściowe i wyniki są dostępne? `POST /v1/audio/speech` · `minimax/speech-2.6-turbo`: `text` → `audio` Jakich pól używa żądanie? `POST /v1/audio/speech` · `minimax/speech-2.6-turbo`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark` Jakie limity obowiązują? `POST /v1/audio/speech` · `minimax/speech-2.6-turbo`: `voice_setting.speed.minimum`: `0.5`; `voice_setting.speed.maximum`: `2`; `voice_setting.vol.minimum`: `0`; `voice_setting.vol.maximum`: `10`; `voice_setting.pitch.minimum`: `-12`; `voice_setting.pitch.maximum`: `12` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.