Source: https://ailoot.ai/models/pt-pt/minimax-speech-2-6-hd/ Canonical: https://ailoot.ai/models/pt-pt/minimax-speech-2-6-hd/ Language: pt-pt # MiniMax: Speech 2.6 HD [Markdown](https://ailoot.ai/models/pt-pt/minimax-speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/pt-pt/minimax-speech-2-6-hd/facts.json) ## [MiniMax: Speech 2.6 HD](https://ailoot.ai/models/pt-pt/minimax-speech-2-6-hd/) Speech 2.6 HD é um modelo de texto para voz da MiniMax para transformar um guião concluído em áudio. A edição minimax/speech-2.6-hd disponibiliza controlos de voz, interpretação e formato de áudio, com uma resposta JSON completa e uma escolha de saída de áudio por URL ou hexadecimal. Utilize-o para converter uma narração, uma passagem de aprendizagem ou uma apresentação passo a passo de um produto em voz. - [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-hd`](https://ailoot.ai/models/pt-pt/minimax-speech-2-6-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. Speech 2.6 HD é a edição exata de síntese de voz da MiniMax selecionada por model: "minimax/speech-2.6-hd". Utilize POST /v1/audio/speech com um corpo application/json que contenha model e o texto a pronunciar. A sua entrada é um guião escrito e o seu resultado é áudio sintetizado. Para uma passagem de aprendizagem, prepare a explicação e os exemplos exatos a ler em voz alta. Para uma apresentação passo a passo de um produto, escreva a sequência falada pela mesma ordem dos passos visíveis. Um guião de narração pode incluir frases completas e pontuação intencional; mantenha as instruções editoriais que devem permanecer em silêncio fora de text. O campo text não pode estar em branco e deve conter menos de 10 000 carateres Unicode. Envie o guião falado completo com stream:false ou omita stream. Divida o material mais longo em segmentos de guião completos e separados antes de submeter cada segmento. Pode utilizar um documento lendo o seu conteúdo real e colocando a passagem relevante em text; um URL de documento não substitui o guião. Escolha uma voz através de voice\_setting.voice\_id. As categorias de voz documentadas incluem vozes do sistema e vozes já criadas por clonagem ou concebidas a partir de texto; utilize um ID de voz válido para a categoria selecionada. A voz do exemplo é audiobook\_male\_1. O mesmo objeto controla speed de 0,5 a 2, vol superior a 0 e até 10 e pitch inteiro de -12 a 12. Os valores predefinidos são 1, 1 e 0. Estes controlos ajustam aspetos diferentes da interpretação falada, pelo que deve escolhê-los separadamente, em vez de colocar os seus nomes no guião. voice\_setting.emotion aceita happy, sad, angry, fearful, disgusted, surprised, calm e fluent. A documentação também descreve a correspondência automática da emoção a partir do texto. Para guiões com muitos números, voice\_setting.text\_normalization ativa a normalização de texto em chinês e inglês e tem false como valor predefinido. voice\_setting.latex\_read controla a leitura de expressões LaTeX e também tem false como valor predefinido. pronunciation\_dict.tone é um array de cadeias de regras de pronúncia. O exemplo publicado é \["草地/(cao3)(di1)"\]; preserve a palavra, a barra e a estrutura da pronúncia entre parênteses ao fornecer uma regra. audio\_setting.format aceita mp3, pcm, flac e wav, com mp3 como valor predefinido. sample\_rate aceita 8000, 16000, 22050, 24000, 32000 e 44100 Hz; o seu valor predefinido é 32000. channel é 1 para mono ou 2 para dois canais, com 1 como valor predefinido. Os valores de bitrate são 32000, 64000, 128000 e 256000 bits por segundo, com 128000 como valor predefinido, e aplicam-se a mp3. Selecione a codificação necessária para o leitor ou ferramenta de edição que irá utilizar o resultado. language\_boost é uma cadeia opcional e tem null como valor predefinido. Os valores permitidos são 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 e auto. "Chinese,Yue" é um único valor. É um controlo separado do guião e do ID de voz. O esquema também disponibiliza timber\_weights para uma lista de pares voice\_id e weight inteiro, com cada weight de 1 a 100. Preserve a grafia do parâmetro timber\_weights ao preparar um pedido. voice\_modify.sound\_effects é uma cadeia opcional com os valores spacious\_echo, auditorium\_echo, lofi\_telephone e robotic. stream tem false como valor predefinido. Para uma resposta completa, output\_format seleciona url ou hex e tem hex como valor predefinido. No resultado JSON documentado, data.audio contém a representação selecionada: transfira o URL assinado do Ailoot completo, incluindo a cadeia de consulta, ou descodifique todo o áudio hexadecimal para bytes. Conserve o resultado original juntamente com data.status, base\_resp, trace\_id e extra\_info, que inclui o formato de áudio real, a frequência de amostragem, o número de canais, o tamanho e usage\_characters. subtitle\_enable é um booleano com false como valor predefinido e aplica-se à saída sem streaming. aigc\_watermark é um booleano com false como valor predefinido e controla um marcador rítmico audível no final do áudio gerado. Guarde todos os resultados de áudio ou legendas devolvidos e verifique a pronúncia, os números e o ficheiro concluído antes de o inserir na aplicação. Se a entrega for incerta, conserve o identificador do pedido original e a resposta para verificar a tentativa existente. O Ailoot também guarda o áudio concluído na sua biblioteca multimédia. Com output\_format:"url", data.audio contém uma ligação assinada para esse recurso guardado; o ID do recurso aparece no respetivo caminho /v1/media/assets/{asset\_id}/content. As ligações assinadas do Ailoot para ficheiros duram 24 horas a partir da emissão. Utilize a mesma chave de API para GET /v1/media/assets?family=audio e percorra todos os next\_cursor para localizar os registos dos recursos de áudio. Consulte GET /v1/media/assets/{asset\_id} para cada registo selecionado e transfira o respetivo content\_url exato, incluindo a cadeia de consulta. Se um pedido de ficheiro devolver 404 com o código link\_expired, consulte novamente o mesmo recurso para obter um content\_url renovado. Atualize o resultado guardado, em vez de gerar novamente áudio para substituir uma ligação expirada. **Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-2.6-hd` [`minimax/speech-2.6-hd`](https://ailoot.ai/models/pt-pt/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech) MiniMax /`minimax/speech-2.6-hd` ### Introdução Speech 2.6 HD é um modelo de texto para voz da MiniMax para transformar um guião concluído em áudio. A edição minimax/speech-2.6-hd disponibiliza controlos de voz, interpretação e formato de áudio, com uma resposta JSON completa e uma escolha de saída de áudio por URL ou hexadecimal. Utilize-o para converter uma narração, uma passagem de aprendizagem ou uma apresentação passo a passo de um produto em voz. 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-2.6-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 **$0.0002** por carácter de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Speech curl · crie uma única vez e guarde o resultado completo ```bash set -eu : "${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-2.6-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-2.6-hd`](https://ailoot.ai/models/pt-pt/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`minimax/speech-2.6-hd`](https://ailoot.ai/models/pt-pt/#m=minimax%2Fspeech-2.6-hd&route=Ultra&caller=minimax%2Fspeech-2.6-hd&fmt=speech) FAQ · MiniMax: Speech 2.6 HD Que entradas e resultados estão disponíveis? `POST /v1/audio/speech` · `minimax/speech-2.6-hd`: `text` → `audio` Que campos utiliza o pedido? `POST /v1/audio/speech` · `minimax/speech-2.6-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-2.6-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.