Source: https://ailoot.ai/models/pl/minimax-speech-2-8-turbo/ Canonical: https://ailoot.ai/models/pl/minimax-speech-2-8-turbo/ Language: pl # MiniMax: Speech 2.8 Turbo [Markdown](https://ailoot.ai/models/pl/minimax-speech-2-8-turbo/index.md) · [JSON](https://ailoot.ai/models/pl/minimax-speech-2-8-turbo/facts.json) ## [MiniMax: Speech 2.8 Turbo](https://ailoot.ai/models/pl/minimax-speech-2-8-turbo/) Speech 2.8 Turbo to szybka synteza naturalnej mowy ze znacznikami dźwiękowymi i sterowaniem ekspresyjnością. - [**Ailoot Ultra · Synteza mowy** `POST /v1/audio/speech` `minimax/speech-2.8-turbo`](https://ailoot.ai/models/pl/minimax-speech-2-8-turbo/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. #### Szybka synteza wypowiedzi rozmowy Speech 2.8 Turbo łączy szybkie tworzenie dźwięku z naturalnymi zmianami głosu. Producent pozycjonuje Turbo do płynnego brzmienia rozmowy: krótkich wypowiedzi, syntezy mowy z tekstu i interakcji głosowej. Ta karta przyjmuje tekst i zwraca dźwięk mowy. #### Śmiech, oddech i wykrzyknienia Podobnie jak wersja HD tej generacji Turbo obsługuje znaczniki dźwiękowe Speech 2.8. Tekst może zawierać oznaczenia śmiechu, chichotu, kaszlu, odchrząknięcia, wdechu, wydechu, westchnienia i innych krótkich dźwięków. Taka kontrolowana nierówność upodabnia wypowiedź do rozmowy: pojawiają się w niej oddech i pauzy powiązane z treścią. Znacznik dźwiękowy dotyczy konkretnego miejsca w tekście. Używa się do tego przewidzianych przez model oznaczeń w nawiasach okrągłych, na przykład `(laughs)` lub `(breath)`. Dowolny opis efektu nie jest równoważnym zamiennikiem obsługiwanego znacznika. #### Głos i język Rodzina Speech 2.8 obsługuje **40 języków**, w tym rosyjski, i pracę z gotowymi głosami. Producent podkreśla rozpoznawalną fakturę głosu, cechy oddychania i ograniczanie zniekształceń cyfrowych. Możliwość klonowania należy do osobnego przygotowania głosu, który następnie można używać w syntezie. MiniMax przewiduje wybór głosu i sterowanie tempem, głośnością oraz wysokością. Szybkość określa się w zakresie **0,5–2**, głośność — powyżej 0 i do **10**, a zmianę wysokości — od **−12 do 12**. Emocję można pozostawić modelowi według sensu tekstu albo wskazać ręcznie: radość, smutek, gniew, strach, wstręt, zaskoczenie lub spokój. Wymowę można doprecyzowywać słownikiem zamian i zapisem fonetycznym; przewidziano w nim międzynarodowy alfabet fonetyczny, chiński pinyin i japońskie warianty czytania. Pauzy określa się między wypowiadanymi fragmentami w zakresie **0,01–99,99 sekundy**. Czas pauzy podaje się z dokładnością do dwóch miejsc po przecinku; znaczniki umieszcza się między wypowiadanymi fragmentami, a nie jeden po drugim. Ustawienia te pozwalają dopasować brzmienie nazw, skrótów i niejednoznacznych słów do zamysłu syntezy mowy. #### Stopniowe zwracanie wyniku i format dźwięku Synteza przyjmuje tekst krótszy niż **10 000 znaków**. Dla długiego tekstu powyżej 3000 znaków producent zaleca wyjście strumieniowe; przewidziano też uzyskiwanie gotowego dźwięku w całości. Ogólne ustawienia syntezy obejmują MP3, PCM, FLAC, WAV, Opus i warianty G.711 μ-law, mono lub stereo; dostępny zestaw formatów konkretnego żądania określają narzędzia Ailoot. Szybkość Turbo jest cechą wariantu modelu, a nie obietnicą stałego opóźnienia gotowej wypowiedzi. Nie określa się tutaj liczbowego opóźnienia tego żądania. Wymienione rozszerzone ustawienia producenta wymagają obsługi w wybranym sposobie korzystania przez Ailoot. Dodatkowe ustawienia dźwięku obejmują częstotliwości próbkowania **8, 16, 22,05, 24, 32 i 44,1 kHz**. Dla MP3 przewidziano przepływność **32, 64, 128 lub 256 kbit/s**. Można też zmieniać zabarwienie głosu i stosować jeden efekt: przestrzenne echo, echo sali, brzmienie telefoniczne lub głos robotyczny. Efekty zmiany głosu są obsługiwane dla MP3, WAV i FLAC przy uzyskiwaniu całego dźwięku, a przy wyjściu strumieniowym — tylko dla MP3. Formaty G.711 μ-law wykorzystują częstotliwość 8 kHz. Możliwości te dotyczą ustawień syntezy MiniMax. Producent przewiduje synchronizację mowy z tekstem: znaczniki czasu według zdań, słów lub słów przy stopniowym zwracaniu wyniku. Pomaga to dopasować wypowiedź do wyświetlanego tekstu. Ta dodatkowa możliwość wymaga obsługi odpowiedniego formatu odpowiedzi. **Ailoot Ultra · Synteza mowy** `POST /v1/audio/speech` `minimax/speech-2.8-turbo` [`minimax/speech-2.8-turbo`](https://ailoot.ai/models/pl/#m=minimax%2Fspeech-2.8-turbo&route=Ultra&caller=minimax%2Fspeech-2.8-turbo&fmt=speech) MiniMax /`minimax/speech-2.8-turbo` ### Start Speech 2.8 Turbo to szybka synteza naturalnej mowy ze znacznikami dźwiękowymi i sterowaniem ekspresyjnością. Akceptowane dane wejściowe Tekst Wyniki Audio ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Synteza mowy** `POST /v1/audio/speech` Wejście `text` Wyjście `audio` Format wyjściowy mp3 | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity minimax/speech-2.8-turbo | Domyślnie— | | Pole`input` | Typ`string` | WymaganieWymagane | Wartości i limity Minimalna długość: 1 Jednostka: znaki Unicode | Domyślnie— | | Pole`voice` | Typ`string` | WymaganieWymagane | Wartości i limity English\_expressive\_narrator, English\_radiant\_girl, English\_magnetic\_voiced\_man, English\_compelling\_lady1, English\_Aussie\_Bloke, English\_captivating\_female1, English\_Upbeat\_Woman, English\_Trustworth\_Man, English\_CalmWoman, English\_UpsetGirl, English\_Gentle-voiced\_man, English\_Whispering\_girl, English\_Diligent\_Man, English\_Graceful\_Lady, English\_ReservedYoungMan, English\_PlayfulGirl, English\_ManWithDeepVoice, English\_MaturePartner, English\_FriendlyPerson, English\_MatureBoss, English\_Debator, English\_LovelyGirl, English\_Steadymentor, English\_Deep-VoicedGentleman, English\_Wiselady, English\_CaptivatingStoryteller, English\_DecentYoungMan, English\_SentimentalLady, English\_ImposingManner, English\_SadTeen, English\_PassionateWarrior, English\_WiseScholar, English\_Soft-spokenGirl, English\_SereneWoman, English\_ConfidentWoman, English\_PatientMan, English\_Comedian, English\_BossyLeader, English\_Strong-WilledBoy, English\_StressedLady, English\_AssertiveQueen, English\_AnimeCharacter, English\_Jovialman, English\_WhimsicalGirl, English\_Kind-heartedGirl | Domyślnie— | | Pole`response_format` | Typ`string` | WymaganieWymagane | Wartości i limity mp3 | Domyślnie— | Kombinacje materiałów wejściowych **text\_to\_speech** · Wymagane: input Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input, voice, response\_format | | Parametr`voice_ids` | KontraktEnglish\_expressive\_narrator, English\_radiant\_girl, English\_magnetic\_voiced\_man, English\_compelling\_lady1, English\_Aussie\_Bloke, English\_captivating\_female1, English\_Upbeat\_Woman, English\_Trustworth\_Man, English\_CalmWoman, English\_UpsetGirl, English\_Gentle-voiced\_man, English\_Whispering\_girl, English\_Diligent\_Man, English\_Graceful\_Lady, English\_ReservedYoungMan, English\_PlayfulGirl, English\_ManWithDeepVoice, English\_MaturePartner, English\_FriendlyPerson, English\_MatureBoss, English\_Debator, English\_LovelyGirl, English\_Steadymentor, English\_Deep-VoicedGentleman, English\_Wiselady, English\_CaptivatingStoryteller, English\_DecentYoungMan, English\_SentimentalLady, English\_ImposingManner, English\_SadTeen, English\_PassionateWarrior, English\_WiseScholar, English\_Soft-spokenGirl, English\_SereneWoman, English\_ConfidentWoman, English\_PatientMan, English\_Comedian, English\_BossyLeader, English\_Strong-WilledBoy, English\_StressedLady, English\_AssertiveQueen, English\_AnimeCharacter, English\_Jovialman, English\_WhimsicalGirl, English\_Kind-heartedGirl | | Parametr`response_format` | Kontraktmp3 | | Parametr`max_input_characters` | Kontraktnull | | Parametr`other_options` | Kontraktfalse | | Parametr`input` | Kontraktdokładny tekst UTF-8; liczba znaków Unicode bez normalizacji | | Parametr`material_types` | Kontrakttext | Cykl życia: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Rzeczywiście zwrócony task\_id lub wpis w bibliotece multimediów `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Wybierz dokładny głos z profilu tego modelu. Znaki wejściowe i sekundy dźwięku to różne jednostki pomiaru. ### 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 | Ilość rozliczana | Jednostka rozliczeniowa | Opłata | | --- | --- | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Ilość rozliczana— | 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 | | KonfiguracjaUltra | Tabela stawek— | Ilość rozliczanaKażdy punkt kodowy Unicode liczy się jako jeden znak, w tym znaki Han. | Jednostka rozliczeniowaza 1K znaków wejściowych | Opłata Wejście · znak wejściowy **$0.12** za 1K znaków wejściowych | #### Szczegóły taryfy referencyjnej Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot. MiniMax: Speech 2.8 Turbo #### Ceny według konfiguracji | Konfiguracja | Warunki rozliczania | Opłata | | --- | --- | --- | | KonfiguracjaMiniMax: Speech 2.8 Turbo · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Znaki wejściowe **0,00012 USD** za znak wejściowy | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Synteza mowy curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "minimax/speech-2.8-turbo", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["English_expressive_narrator", "English_radiant_girl", "English_magnetic_voiced_man", "English_compelling_lady1", "English_Aussie_Bloke", "English_captivating_female1", "English_Upbeat_Woman", "English_Trustworth_Man", "English_CalmWoman", "English_UpsetGirl", "English_Gentle-voiced_man", "English_Whispering_girl", "English_Diligent_Man", "English_Graceful_Lady", "English_ReservedYoungMan", "English_PlayfulGirl", "English_ManWithDeepVoice", "English_MaturePartner", "English_FriendlyPerson", "English_MatureBoss", "English_Debator", "English_LovelyGirl", "English_Steadymentor", "English_Deep-VoicedGentleman", "English_Wiselady", "English_CaptivatingStoryteller", "English_DecentYoungMan", "English_SentimentalLady", "English_ImposingManner", "English_SadTeen", "English_PassionateWarrior", "English_WiseScholar", "English_Soft-spokenGirl", "English_SereneWoman", "English_ConfidentWoman", "English_PatientMan", "English_Comedian", "English_BossyLeader", "English_Strong-WilledBoy", "English_StressedLady", "English_AssertiveQueen", "English_AnimeCharacter", "English_Jovialman", "English_WhimsicalGirl", "English_Kind-heartedGirl"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Synteza mowy mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Inne odczyty treści Biblioteka multimediówStatus zadaniaSzczegóły pliku ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj pełny wynik binarny i nagłówki. Jeśli zwrócono JSON lub wiele wyników, zachowaj każdy element danych i pobierz zasób spod każdego rzeczywiście zwróconego podpisanego adresu URL. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj pierwotny operation\_id/X-Client-Request-ID do uzgodnienia danych bez ponownego wysyłania żądania; brak osobnej ścieżki API do cyklicznego sprawdzania stanu audio. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`binary audio` | Typbytes | | Pole`response headers` | Typheaders | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | | Odpowiedź`server_error` | WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia | Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`minimax/speech-2.8-turbo`](https://ailoot.ai/models/pl/#m=minimax%2Fspeech-2.8-turbo&route=Ultra&caller=minimax%2Fspeech-2.8-turbo&fmt=speech) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`minimax/speech-2.8-turbo`](https://ailoot.ai/models/pl/#m=minimax%2Fspeech-2.8-turbo&route=Ultra&caller=minimax%2Fspeech-2.8-turbo&fmt=speech) FAQ · MiniMax: Speech 2.8 Turbo Jakie dane wejściowe i wyniki są dostępne? `POST /v1/audio/speech` · `minimax/speech-2.8-turbo`: `text` → `audio` Jakich pól używa żądanie? `POST /v1/audio/speech` · `minimax/speech-2.8-turbo`: `model`, `input`, `voice`, `response_format` 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.