Source: https://ailoot.ai/models/pt-pt/minimax-speech-01-hd/ Canonical: https://ailoot.ai/models/pt-pt/minimax-speech-01-hd/ Language: pt-pt # MiniMax: Speech 01 HD [Markdown](https://ailoot.ai/models/pt-pt/minimax-speech-01-hd/index.md) · [JSON](https://ailoot.ai/models/pt-pt/minimax-speech-01-hd/facts.json) ## [MiniMax: Speech 01 HD](https://ailoot.ai/models/pt-pt/minimax-speech-01-hd/) MiniMax Speech 01 HD lê o texto fornecido como voz gerada através de um pedido audio\_speech síncrono. Aceita texto com menos de 10 000 carateres e disponibiliza definições de voz, ritmo e altura tonal com saída MP3, PCM, FLAC ou WAV. - [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-hd`](https://ailoot.ai/models/pt-pt/minimax-speech-01-hd/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. MiniMax Speech 01 HD converte o texto fornecido em áudio falado. O seu ID exato de modelo no Ailoot é minimax/speech-01-hd e o seu seletor de síntese documentado é speech-01-hd. Utilize o método audio\_speech para uma locução, uma aula falada, uma explicação de produto ou um rascunho de narração cujo texto já tenha. A entrada é a passagem a ler e o resultado é voz sintetizada no formato de áudio selecionado. Prepare o texto como palavras destinadas a ser pronunciadas, com pontuação que reflita o fraseado. Para um rascunho de narração, forneça a ordem definitiva das frases e a grafia dos nomes antes de escolher as definições de voz. Mantenha as indicações de interpretação separadas da passagem falada, a menos que essas palavras devam constar da gravação. Ouça os nomes, números e transições importantes no resultado e compare-os com o texto de origem. O texto deve ter menos de 10 000 carateres. O contrato de síntese publicado exige model e text. Para material mais longo, prepare passagens dentro desse limite e conserve a respetiva ordem para edição. O perfil síncrono utiliza uma resposta completa, com stream=false como valor predefinido documentado. A API geral também descreve opções de streaming, mas o método selecionado para esta ficha é o fluxo síncrono de síntese de voz. voice\_setting seleciona um voice\_id disponível e controla speed, vol e pitch. O intervalo documentado de speed é de 0,5–2, com 1 como valor predefinido. vol deve ser superior a 0 e no máximo 10, com 1 como valor predefinido; pitch é um número inteiro de -12 a 12, com 0 como valor predefinido. Faça com que cada definição sirva a passagem: compare o ritmo de leitura e a audibilidade da gravação real, em vez de assumir que uma alteração numérica cria uma interpretação específica. Os valores de emotion documentados são happy, sad, angry, fearful, disgusted, surprised, calm e fluent. O texto também pode orientar a emoção do modelo. text\_normalization é um controlo booleano separado para preparar a leitura de números em chinês e inglês e latex\_read controla a leitura de fórmulas LaTeX; ambos têm false como valor predefinido. pronunciation\_dict.tone pode conter regras documentadas de substituição de pronúncia. Verifique um nome ou uma expressão especializada no áudio resultante antes de o utilizar numa narração mais longa. audio\_setting.format aceita mp3, pcm, flac ou wav, com mp3 como valor predefinido. sample\_rate aceita 8000, 16000, 22050, 24000, 32000 ou 44100 e tem 32000 como valor predefinido. bitrate aceita 32000, 64000, 128000 ou 256000, tem 128000 como valor predefinido e aplica-se a MP3. channel seleciona 1 para mono ou 2 para estéreo, com 1 como valor predefinido. Guarde estas escolhas com a passagem de origem, para que o ficheiro devolvido possa ser verificado para o destino pretendido de edição ou reprodução. Os controlos adicionais documentados incluem language\_boost, cujas opções com designação exata incluem English, Russian, Chinese e Chinese,Yue; escolha um valor efetivamente listado para a passagem. timber\_weights pode combinar entradas voice\_id existentes com valores inteiros de weight de 1 a 100. Os valores publicados de sound\_effects são spacious\_echo, auditorium\_echo, lofi\_telephone e robotic. Estes são controlos opcionais para moldar uma voz selecionada; registe as suas definições reais ao comparar leituras. O resultado síncrono contém voz gerada. output\_format seleciona url ou hex e tem hex como valor predefinido no esquema de síntese. Transfira o ficheiro referenciado por um resultado URL ou descodifique um resultado hex para bytes de áudio antes da reprodução. Guarde os metadados de áudio devolvidos, incluindo o formato, a frequência de amostragem, o número de canais e o tamanho, com a gravação. subtitle\_enable tem false como valor predefinido e aplica-se apenas a saída sem streaming quando é ativado; a fonte não estabelece um formato de ficheiro de legendas para este perfil. Guarde a passagem de origem, o ID exato do modelo, a seleção de voz e a gravação concluída em conjunto. Reveja a leitura completa para verificar as palavras pretendidas, as pausas e as definições de interpretação escolhidas antes de a inserir num vídeo, numa aula ou num guia falado. Se a resposta estiver incompleta, conserve a identidade do pedido original e as informações devolvidas para reconciliação antes de solicitar outra gravação. Uma revisão posterior pode alterar uma expressão específica ou uma definição de voz, preservando o resto do guião para uma comparação clara. **Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-hd` [`minimax/speech-01-hd`](https://ailoot.ai/models/pt-pt/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech) MiniMax /`minimax/speech-01-hd` ### Introdução MiniMax Speech 01 HD lê o texto fornecido como voz gerada através de um pedido audio\_speech síncrono. Aceita texto com menos de 10 000 carateres e disponibiliza definições de voz, ritmo e altura tonal com saída MP3, PCM, FLAC ou WAV. Entradas aceites Texto Resultados Áudio ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Speech** `POST /v1/audio/speech` Entrada `text` Saída `audio` Formato de saída mp3,pcm,flac,wav | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites minimax/speech-01-hd | Predefinição— | | Campo`text` | Tipo`string` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores e limites false | Predefiniçãofalse | | Campo`voice_setting` | Tipo`object` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`voice_setting.voice_id` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`voice_setting.speed` | Tipo`number` | RequisitoOpcional | Valores e limites Mínimo: 0,5 Máximo: 2 | Predefinição1 | | Campo`voice_setting.vol` | Tipo`number` | RequisitoOpcional | Valores e limites Mínimo: 0 Máximo: 10 | Predefinição1 | | Campo`voice_setting.pitch` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: -12 Máximo: 12 | Predefinição0 | | Campo`voice_setting.emotion` | Tipo`string` | RequisitoOpcional | Valores e limites happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Predefinição— | | Campo`voice_setting.text_normalization` | Tipo`boolean` | RequisitoOpcional | Valores e limites | Predefiniçãofalse | | Campo`voice_setting.latex_read` | Tipo`boolean` | RequisitoOpcional | Valores e limites | Predefiniçãofalse | | Campo`audio_setting` | Tipo`object` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`audio_setting.sample_rate` | Tipo`integer` | RequisitoOpcional | Valores e limites 8000, 16 000, 22 050, 24 000, 32 000, 44 100 | Predefinição32 000 | | Campo`audio_setting.bitrate` | Tipo`integer` | RequisitoOpcional | Valores e limites 32 000, 64 000, 128 000, 256 000 | Predefinição128 000 | | Campo`audio_setting.format` | Tipo`string` | RequisitoOpcional | Valores e limites mp3, pcm, flac, wav | Predefiniçãomp3 | | Campo`audio_setting.channel` | Tipo`integer` | RequisitoOpcional | Valores e limites 1, 2 | Predefinição1 | | Campo`audio_setting.force_cbr` | Tipo`boolean` | RequisitoOpcional | Valores e limites | Predefiniçãofalse | | Campo`pronunciation_dict` | Tipo`object` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`pronunciation_dict.tone` | Tipo`array` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`timber_weights` | Tipo`array` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`language_boost` | Tipo`string` | RequisitoOpcional | Valores e limites 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 | Predefinição— | | Campo`voice_modify` | Tipo`object` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`voice_modify.pitch` | Tipo`integer` | RequisitoOpcional | Valores e limites -100, 100 | Predefinição— | | Campo`voice_modify.intensity` | Tipo`integer` | RequisitoOpcional | Valores e limites -100, 100 | Predefinição— | | Campo`voice_modify.timbre` | Tipo`integer` | RequisitoOpcional | Valores e limites -100, 100 | Predefinição— | | Campo`voice_modify.sound_effects` | Tipo`string` | RequisitoOpcional | Valores e limites spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Predefinição— | | Campo`subtitle_enable` | Tipo`boolean` | RequisitoOpcional | Valores e limites | Predefiniçãofalse | | Campo`output_format` | Tipo`string` | RequisitoOpcional | Valores e limites url, hex | Predefiniçãohex | | Campo`aigc_watermark` | Tipo`boolean` | RequisitoOpcional | Valores e limites | Predefiniçãofalse | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, text | | Parâmetro`optional` | Contratostream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark | | Parâmetro`material_types` | Contratotext | | Parâmetro`conditions` | ContratoUse 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. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Unidade de faturação | Custo | | --- | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada **—** / 1K tokens Saída · Tokens de saída **—** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | | Configuraçãocarácter de entrada | Tabela de tarifas— | Unidade de faturaçãopor carácter de entrada | Custo Entrada · carácter de entrada **$0.000105** por carácter de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Speech curl · crie uma única vez e guarde o resultado completo ```bash set -eu : "${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-01-hd", "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. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Speech mp3,pcm,flac,wav - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. 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. ##### Se for necessário verificar a resposta original Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`data.audio` | Tipostring | | Campo`extra_info` | Tipoobject | | Campo`trace_id` | Tipostring | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`minimax/speech-01-hd`](https://ailoot.ai/models/pt-pt/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`minimax/speech-01-hd`](https://ailoot.ai/models/pt-pt/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech) FAQ · MiniMax: Speech 01 HD Que entradas e resultados estão disponíveis? `POST /v1/audio/speech` · `minimax/speech-01-hd`: `text` → `audio` Que campos utiliza o pedido? `POST /v1/audio/speech` · `minimax/speech-01-hd`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark` Que limites se aplicam? `POST /v1/audio/speech` · `minimax/speech-01-hd`: `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` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.