Speech 2.6 Turbo é a edição exata de síntese de voz da MiniMax selecionada por model: "minimax/speech-2.6-turbo". 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 mensagem da aplicação, forneça as palavras exatas que o ouvinte deve ouvir e escreva por extenso quaisquer abreviaturas ambíguas. Para uma aula curta, separe a explicação do exemplo no próprio guião. Para um percurso de interface narrado, mantenha cada segmento falado ligado a uma ação concreta do utilizador e conserve o guião junto do respetivo áudio.
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.
", "aboutText": "Speech 2.6 Turbo é a edição exata de síntese de voz da MiniMax selecionada por model: \"minimax/speech-2.6-turbo\". 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 mensagem da aplicação, forneça as palavras exatas que o ouvinte deve ouvir e escreva por extenso quaisquer abreviaturas ambíguas. Para uma aula curta, separe a explicação do exemplo no próprio guião. Para um percurso de interface narrado, mantenha cada segmento falado ligado a uma ação concreta do utilizador e conserve o guião junto do respetivo áudio.\n\nO 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.\n\nEscolha 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.\n\nvoice_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.\n\naudio_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.\n\nlanguage_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.\n\nstream 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.\n\nsubtitle_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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c8368a4c4ae5f3633ea73876e753f7c40a82f2d6372d1a27ce0e988722fe1c50", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "minimax/speech-2.6-turboSpeech 2.6 Turbo é um modelo de texto para voz da MiniMax para transformar um guião concluído em áudio. A edição minimax/speech-2.6-turbo 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 criar versões faladas de uma mensagem fornecida, de uma aula curta ou de um guião de aplicação.
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 Turbo é a edição exata de síntese de voz da MiniMax selecionada por model: "minimax/speech-2.6-turbo". 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 mensagem da aplicação, forneça as palavras exatas que o ouvinte deve ouvir e escreva por extenso quaisquer abreviaturas ambíguas. Para uma aula curta, separe a explicação do exemplo no próprio guião. Para um percurso de interface narrado, mantenha cada segmento falado ligado a uma ação concreta do utilizador e conserve o guião junto do respetivo áudio.
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.
POST /v1/audio/speechtextaudio| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites minimax/speech-2.6-turbo | Predefinição— |
Campotext | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites false | Predefiniçãofalse |
Campovoice_setting | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
Campovoice_setting.voice_id | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campovoice_setting.speed | Tiponumber | RequisitoOpcional | Valores e limites Mínimo: 0,5 Máximo: 2 | Predefinição1 |
Campovoice_setting.vol | Tiponumber | RequisitoOpcional | Valores e limites Mínimo: 0 Máximo: 10 | Predefinição1 |
Campovoice_setting.pitch | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: -12 Máximo: 12 | Predefinição0 |
Campovoice_setting.emotion | Tipostring | RequisitoOpcional | Valores e limites happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Predefinição— |
Campovoice_setting.text_normalization | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campovoice_setting.latex_read | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campoaudio_setting | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
Campoaudio_setting.sample_rate | Tipointeger | RequisitoOpcional | Valores e limites 8000, 16 000, 22 050, 24 000, 32 000, 44 100 | Predefinição32 000 |
Campoaudio_setting.bitrate | Tipointeger | RequisitoOpcional | Valores e limites 32 000, 64 000, 128 000, 256 000 | Predefinição128 000 |
Campoaudio_setting.format | Tipostring | RequisitoOpcional | Valores e limites mp3, pcm, flac, wav | Predefiniçãomp3 |
Campoaudio_setting.channel | Tipointeger | RequisitoOpcional | Valores e limites 1, 2 | Predefinição1 |
Campoaudio_setting.force_cbr | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campopronunciation_dict | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
Campopronunciation_dict.tone | Tipoarray | RequisitoOpcional | Valores e limites | Predefinição— |
Campotimber_weights | Tipoarray | RequisitoOpcional | Valores e limites | Predefinição— |
Campolanguage_boost | Tipostring | 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— |
Campovoice_modify | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
Campovoice_modify.pitch | Tipointeger | RequisitoOpcional | Valores e limites -100, 100 | Predefinição— |
Campovoice_modify.intensity | Tipointeger | RequisitoOpcional | Valores e limites -100, 100 | Predefinição— |
Campovoice_modify.timbre | Tipointeger | RequisitoOpcional | Valores e limites -100, 100 | Predefinição— |
Campovoice_modify.sound_effects | Tipostring | RequisitoOpcional | Valores e limites spacious_echo, auditorium_echo, lofi_telephone, robotic | Predefinição— |
Camposubtitle_enable | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campooutput_format | Tipostring | RequisitoOpcional | Valores e limites url, hex | Predefiniçãohex |
Campoaigc_watermark | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, text |
Parâmetrooptional | Contratostream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
Parâmetromaterial_types | Contratotext |
Parâmetroconditions | 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}
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
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 $0.00012 por carácter de entrada |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=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}}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nmp3,pcm,flac,wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}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.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
| Campo | Tipo |
|---|---|
Campodata.audio | Tipostring |
Campoextra_info | Tipoobject |
Campotrace_id | Tipostring |
Ailoot Ultra minimax/speech-2.6-turbo
Use os caminhos dos métodos indicados acima.