speech-2.8-hd

Speech 2.8 HD sintetiza fala expressiva com controlo da emoção e de pormenores sonoros, como respiração e riso.

Ailoot · Síntese de voz POST /v1/audio/speech speech-2.8-hd
Ailoot · Síntese de voz POST /v1/audio/speech minimax-speech
Ailoot · Síntese de voz POST /v1/audio/speech minimax-speech-latest

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.

Fala viva com pequenos pormenores sonoros

Speech 2.8 HD destina-se a som natural e limpo. A principal característica desta geração são etiquetas sonoras que permitem incluir pormenores de conversa na fala: riso, risinho, respiração, inspiração, expiração, suspiro, tosse, limpeza da garganta e outros sons breves. Ajudam a transmitir o ritmo e as pausas de uma intervenção viva, sem transformar todas as frases numa leitura uniforme de locutor.

As etiquetas são inseridas no texto na forma indicada para o modelo: por exemplo, (chuckle), (breath) e (sighs) representam as ações sonoras correspondentes. A capacidade de etiquetas sonoras pertence especificamente ao Speech 2.8. São pormenores da voz dentro da síntese de fala, em vez de geração de uma composição musical ou sonora separada.

Timbre e clareza

O fabricante destaca a transmissão das características próprias da voz: textura, respiração e estilo de pronúncia. As capacidades da família incluem síntese com uma voz clonada já preparada; criar essa voz é um processo separado. No Speech 2.8, o processamento foi também reformulado para reduzir ruído de fundo e distorções digitais.

Línguas e expressividade

Speech 2.8 suporta 40 línguas, incluindo russo. O fabricante descreve separadamente trabalho de pronúncia entre línguas na combinação chinês-japonês. Este cenário refere-se à preservação de som natural ao utilizar várias línguas, em vez de tradução automática do texto.

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.

Resultado de 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.

Esta ficha transforma texto em áudio de fala. As capacidades de configuração da voz descrevem o modelo MiniMax; criar um clone de voz, legendas separadas e formas especiais de ligação não são incluídos automaticamente num pedido de conversão em fala.

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-2.8-hd

speech-2.8-hd

MiniMax /speech-2.8-hd

ID do modelo

speech-2.8-hd
minimax-speech
minimax-speech-latest

Introdução

Speech 2.8 HD sintetiza fala expressiva com controlo da emoção e de pormenores sonoros, como respiração e riso.

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-2.8-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

Ailoot Síntese de vozPOST /v1/audio/speech

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 →

Exemplos de pedidos

Ailoot · Síntese de voz

Exemplo de síntese de voz

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-2.8-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-2.8-hd, minimax-speech, minimax-speech-latest

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

speech-2.8-hd, minimax-speech, minimax-speech-latest

Ailoot · Síntese de voz POST /v1/audio/speech minimax-speech

minimax-speech

MiniMax /minimax-speech

ID do modelo

speech-2.8-hd
minimax-speech
minimax-speech-latest

Introdução

Speech 2.8 HD sintetiza fala expressiva com controlo da emoção e de pormenores sonoros, como respiração e riso.

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 minimax-speech	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

Ailoot Síntese de vozPOST /v1/audio/speech

Entrada: 100,00 US$ por 1 milhão de caracteres

Exemplos de pedidos

Ailoot · Síntese de voz

Exemplo de síntese de voz

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": "minimax-speech", "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-2.8-hd, minimax-speech, minimax-speech-latest

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

speech-2.8-hd, minimax-speech, minimax-speech-latest

Ailoot · Síntese de voz POST /v1/audio/speech minimax-speech-latest

minimax-speech-latest

MiniMax /minimax-speech-latest

ID do modelo

speech-2.8-hd
minimax-speech
minimax-speech-latest

Introdução

Speech 2.8 HD sintetiza fala expressiva com controlo da emoção e de pormenores sonoros, como respiração e riso.

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 minimax-speech-latest	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

Ailoot Síntese de vozPOST /v1/audio/speech

Entrada: 100,00 US$ por 1 milhão de caracteres

Exemplos de pedidos

Ailoot · Síntese de voz

Exemplo de síntese de voz

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": "minimax-speech-latest", "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-2.8-hd, minimax-speech, minimax-speech-latest

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

speech-2.8-hd, minimax-speech, minimax-speech-latest

FAQ · speech-2.8-hd

Que entradas e resultados estão disponíveis?

POST /v1/audio/speech · speech-2.8-hd: text → speech

POST /v1/audio/speech · minimax-speech: text → speech

POST /v1/audio/speech · minimax-speech-latest: text → speech

Que campos utiliza o pedido?

POST /v1/audio/speech · speech-2.8-hd: model, input, voice, response_format

POST /v1/audio/speech · minimax-speech: model, input, voice, response_format

POST /v1/audio/speech · minimax-speech-latest: model, input, voice, response_format

speech-2.8-hd

speech-2.8-hd

Fala viva com pequenos pormenores sonoros

Timbre e clareza

Línguas e expressividade

Resultado de áudio

Introdução

Disponível no Ailoot · entradas e métodos

Tarifários

Tarifas dos métodos Ailoot

Exemplos de pedidos

Ailoot · Síntese de voz

Receber e guardar os resultados

Ailoot · Síntese de voz

Guardar todos os resultados concluídos

Se for necessário verificar a resposta original

Aliases

Aliases do modelo

Aliases dos caminhos dos métodos

IDs de chamada relacionados

Introdução

Disponível no Ailoot · entradas e métodos

Tarifários

Tarifas dos métodos Ailoot

Exemplos de pedidos

Ailoot · Síntese de voz

Receber e guardar os resultados

Ailoot · Síntese de voz

Guardar todos os resultados concluídos

Se for necessário verificar a resposta original

Aliases

Aliases do modelo

Aliases dos caminhos dos métodos

IDs de chamada relacionados

Introdução

Disponível no Ailoot · entradas e métodos

Tarifários

Tarifas dos métodos Ailoot

Exemplos de pedidos

Ailoot · Síntese de voz

Receber e guardar os resultados

Ailoot · Síntese de voz

Guardar todos os resultados concluídos

Se for necessário verificar a resposta original

Aliases

Aliases do modelo

Aliases dos caminhos dos métodos

IDs de chamada relacionados

A empresa e a sua carteira de projetos

Compre tokens com desconto.

Ligue a API ao produto que vende.