Source: https://ailoot.ai/models/pt-pt/speech-2-6-hd/ Canonical: https://ailoot.ai/models/pt-pt/speech-2-6-hd/ Language: pt-pt # speech-2.6-hd [Markdown](https://ailoot.ai/models/pt-pt/speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/pt-pt/speech-2-6-hd/facts.json) ## [speech-2.6-hd](https://ailoot.ai/models/pt-pt/speech-2-6-hd/) Speech 2.6 HD é um modelo de síntese de fala de qualidade, com especial atenção à naturalidade e à semelhança da voz. - [**Ailoot · Síntese de voz** `POST /v1/audio/speech` `speech-2.6-hd`](https://ailoot.ai/models/pt-pt/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. #### Voz natural para interação Speech 2.6 HD destina-se a síntese natural de fala e a cenários em que é importante começar rapidamente a resposta. O fabricante dá atenção à entoação, à fluidez da fala e ao processamento do texto antes da pronúncia. A variante HD dá especial atenção à qualidade do som; a entrada desta ficha é texto, e a saída é áudio de fala. #### Leitura de formas de escrita não convencionais A geração Speech 2.6 pode processar formas de escrita frequentes em mensagens de trabalho: endereços de páginas, correio eletrónico, números de telefone, datas e montantes monetários. O modelo converte-os numa forma pronunciável para que a intervenção continue a ser compreensível ao ouvido. O fabricante descreve estas tarefas em várias línguas. #### Fala fluida com preservação do timbre Speech 2.6 prevê o modo Fluent LoRA para melhorar a fluidez. Destina-se à síntese a partir de uma voz preparada: ajuda a preservar o timbre e a produzir fala mais contínua, mesmo que a amostra original seja irregular ou tenha sotaque. Preparar uma voz clonada e utilizá-la na narração são ações distintas. São suportadas **40 línguas**, incluindo russo. Além dos sete estados emocionais de base, Speech 2.6 prevê as opções de fala fluida `fluent` e sussurro `whisper`. Se não for indicada uma emoção, o modelo escolhe-a a partir do sentido do texto. #### Configurações de pronúncia A MiniMax prevê escolha da voz e controlo do ritmo, volume e altura. A velocidade é definida no intervalo **0,5–2**, o volume é superior a 0 e até **10**, e a alteração de altura situa-se entre **−12 e 12**. A emoção pode ficar ao critério do modelo a partir do sentido do texto ou ser indicada manualmente: alegria, tristeza, raiva, medo, repulsa, surpresa ou serenidade. A pronúncia pode ser ajustada com um dicionário de substituições e notação fonética; estão previstos alfabeto fonético internacional, pinyin chinês e variantes de leitura japonesas. As pausas são definidas entre fragmentos pronunciados no intervalo **0,01–99,99 segundos**. A duração da pausa é definida com duas casas decimais; os marcadores são colocados entre fragmentos pronunciados e não são dispostos consecutivamente. Estas configurações permitem adequar a pronúncia de nomes, abreviaturas e palavras ambíguas à narração pretendida. #### Comprimento do texto e áudio A síntese recebe texto com menos de **10 000 caracteres**. Para texto longo com mais de 3000 caracteres, o fabricante recomenda saída em fluxo; está também prevista receção do áudio pronto completo. As configurações gerais de síntese incluem MP3, PCM, FLAC, WAV, Opus e variantes de G.711 μ-law, em mono ou estéreo; os meios da Ailoot determinam os formatos disponíveis em cada pedido concreto. Segundo a MiniMax, a geração destina-se a baixa latência em cenários de voz. Esta é uma descrição do modelo; o tempo de cada resposta e a disponibilidade de configurações alargadas dependem da forma de acesso escolhida na Ailoot. As configurações adicionais de áudio incluem frequências de amostragem de **8, 16, 22,05, 24, 32 e 44,1 kHz**. Para MP3, estão previstas taxas de bits de **32, 64, 128 ou 256 kbit/s**. Pode também alterar-se o timbre da voz e aplicar um efeito: eco amplo, eco de sala, som telefónico ou voz robótica. Os efeitos de alteração da voz são suportados em MP3, WAV e FLAC ao receber o áudio completo e, na saída em fluxo, apenas em MP3. Os formatos G.711 μ-law utilizam frequência de 8 kHz. Estas capacidades pertencem às configurações de síntese da MiniMax. O fabricante prevê sincronização da fala com o texto: marcas temporais por frases, palavras ou palavras na saída gradual. Este resultado ajuda a combinar a pronúncia com a apresentação do texto. Esta capacidade adicional exige suporte do formato de resposta correspondente. **Ailoot · Síntese de voz** `POST /v1/audio/speech` `speech-2.6-hd` [`speech-2.6-hd`](https://ailoot.ai/models/pt-pt/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) MiniMax /`speech-2.6-hd` ### Introdução Speech 2.6 HD é um modelo de síntese de fala de qualidade, com especial atenção à naturalidade e à semelhança da voz. Entradas aceites Texto Resultados speech ### Disponível no Ailoot · entradas e métodos **Ailoot · Síntese de voz** `POST /v1/audio/speech` Entrada `text` Saída `speech` Formato de saída mp3 | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites speech-2.6-hd | Predefinição— | | Campo`input` | Tipo`string` | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 Comprimento máximo (exclusivo): 10 000 Unidade: carateres Unicode | Predefinição— | | Campo`voice` | Tipo`string` | RequisitoObrigatório | Valores e limites Padrão: ^\[A-Za-z0-9\_-\]{1,128}$ | Predefinição— | | Campo`response_format` | Tipo`string` | RequisitoOpcional | Valores e limites mp3 | Predefinição— | Combinações de materiais de entrada **text\_to\_speech** · Obrigatório: input Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`material_types` | Contratotext | | Parâmetro`required` | Contratonull | | Parâmetro`optional_controls` | Contratonull | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id efetivamente devolvido ou registo na biblioteca de multimédia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos. ### Tarifários #### Tarifas dos métodos Ailoot Entrada 100,00 US$ *por 1 milhão de caracteres* 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 · Síntese de voz Exemplo de síntese de voz ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}" export AILOOT_TEXT_FILE : "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "speech-2.6-hd", "input": ""}') f=Path(os.environ["AILOOT_TEXT_FILE"]) if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material") text=f.read_text(encoding="utf-8") if not text.strip():raise SystemExit("Source material must contain text") p["input"]=text import re voice=os.environ["AILOOT_VOICE_ID"] if not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID") p["voice"]=voice 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 ``` ### Receber e guardar os resultados #### Ailoot · Síntese de voz mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `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. Guarde o resultado binário completo e os cabeçalhos. Se forem devolvidos JSON/vários resultados, conserve todos os itens de dados e obtenha cada recurso através do seu URL assinado efetivo. ##### Se for necessário verificar a resposta original Conserve o operation\_id/X-Client-Request-ID original para reconciliação sem voltar a enviar o pedido; não existe uma rota dedicada à consulta periódica do estado do áudio. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`binary audio` | Tipobytes | | Campo`response headers` | Tipoheaders | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. | | Resposta`server_error` | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. | ### Aliases #### Aliases do modelo **Ailoot** [`speech-2.6-hd`](https://ailoot.ai/models/pt-pt/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`speech-2.6-hd`](https://ailoot.ai/models/pt-pt/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) FAQ · speech-2.6-hd Que entradas e resultados estão disponíveis? `POST /v1/audio/speech` · `speech-2.6-hd`: `text` → `speech` Que campos utiliza o pedido? `POST /v1/audio/speech` · `speech-2.6-hd`: `model`, `input`, `voice`, `response_format` 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.