MiniMax: Speech 01 Turbo
MiniMax Speech 01 Turbo priloženo besedilo prebere kot ustvarjeni govor prek sinhrone zahteve audio_speech. Sprejema besedilo, krajše od 10 000 znakov, ter ponuja nastavitve glasu, tempa in višine tona z izhodom MP3, PCM, FLAC ali WAV.
O modelu
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
MiniMax Speech 01 Turbo priloženo besedilo pretvori v govorjeni zvok. Njegov natančni ID modela Ailoot je minimax/speech-01-turbo, dokumentirani izbirnik sinteze pa speech-01-turbo. Metodo audio_speech uporabite za spremljevalni govor, govorjeno lekcijo, razlago izdelka ali osnutek pripovedi, za katerega že imate besedilo. Vhod je odlomek za branje, rezultat pa sintetizirani govor v izbranem zvočnem formatu.
Besedilo pripravite kot besede, namenjene izgovoru, z ločili, ki odražajo členitev govora. Pri osnutku pripovedi pred izbiro glasovnih nastavitev podajte dokončni vrstni red stavkov in zapis imen. Režijska navodila ločite od govorjenega odlomka, razen če te besede sodijo v posnetek. V rezultatu poslušajte pomembna imena, številke in prehode ter jih primerjajte z izvornim besedilom.
Besedilo mora biti krajše od 10 000 znakov. Objavljena pogodba sinteze zahteva model in text. Za daljše gradivo pripravite odlomke znotraj te omejitve in ohranite njihov vrstni red za urejanje. Sinhroni profil uporablja celovit odgovor, pri čemer je stream=false dokumentirana privzeta vrednost. Splošni API opisuje tudi možnosti pretočnega prenosa, vendar je izbrana metoda te kartice sinhroni govorni postopek.
voice_setting izbere razpoložljivi voice_id in upravlja speed, vol ter pitch. Dokumentirani razpon speed je 0,5–2 s privzeto vrednostjo 1. vol mora biti večji od 0 in največ 10, s privzeto vrednostjo 1; pitch je celo število od -12 do 12 s privzeto vrednostjo 0. Vsaka nastavitev naj služi odlomku: primerjajte tempo branja in slišnost dejanskega posnetka, namesto da predpostavljate, da številčna sprememba ustvari določeno izvedbo.
Dokumentirane vrednosti emotion so happy, sad, angry, fearful, disgusted, surprised, calm in fluent. Čustveno izražanje modela lahko usmerja tudi besedilo. text_normalization je ločena logična možnost za pripravo branja števil v kitajščini in angleščini, latex_read pa upravlja branje formul LaTeX; obe imata privzeto vrednost false. pronunciation_dict.tone lahko vsebuje dokumentirana nadomestna pravila izgovarjave. Ime ali strokovni izraz preverite v nastalem zvoku, preden ga uporabite v daljši pripovedi.
audio_setting.format sprejema mp3, pcm, flac ali wav, privzeto pa je mp3. sample_rate sprejema 8000, 16000, 22050, 24000, 32000 ali 44100 in ima privzeto vrednost 32000. bitrate sprejema 32000, 64000, 128000 ali 256000, ima privzeto vrednost 128000 in velja za MP3. channel izbere 1 za mono ali 2 za stereo, s privzeto vrednostjo 1. Te izbire hranite skupaj z izvornim odlomkom, da lahko vrnjeno datoteko preverite glede na želeno mesto urejanja ali predvajanja.
Dodatne dokumentirane možnosti vključujejo language_boost, katerega natančne poimenovane izbire vključujejo English, Russian, Chinese in Chinese,Yue; za odlomek izberite dejansko navedeno vrednost. timber_weights lahko združuje obstoječe vnose voice_id s celoštevilskimi vrednostmi weight od 1 do 100. Objavljene vrednosti sound_effects so spacious_echo, auditorium_echo, lofi_telephone in robotic. To so izbirne možnosti za oblikovanje izbranega glasu; pri primerjavi branj zabeležite njihove dejanske nastavitve.
Sinhroni rezultat vsebuje ustvarjeni govor. output_format izbere url ali hex in ima v shemi sinteze privzeto vrednost hex. Prenesite datoteko, na katero kaže rezultat URL, ali pred predvajanjem dekodirajte rezultat hex v zvočne bajte. Vrnjene zvočne metapodatke, vključno s formatom, frekvenco vzorčenja, številom kanalov in velikostjo, hranite skupaj s posnetkom. subtitle_enable ima privzeto vrednost false in ob vklopu velja le za nepretočni izhod; vir za ta profil ne določa formata datoteke podnapisov.
Izvorni odlomek, natančni ID modela, izbiro glasu in dokončani posnetek shranite skupaj. Pred umestitvijo v video, lekcijo ali govorjeni vodič celotno branje preverite glede na želeno besedilo, premore in izbrane nastavitve podajanja. Če je odgovor nepopoln, ohranite identiteto izvirne zahteve in vrnjene podatke za uskladitev, preden zahtevate nov posnetek. Poznejša predelava lahko spremeni določeno frazo ali glasovno nastavitev, preostalo besedilo pa ohrani za jasno primerjavo.
Ailoot Ultra · Speech POST /v1/audio/speech minimax/speech-01-turbo
minimax/speech-01-turboZačetek
MiniMax Speech 01 Turbo priloženo besedilo prebere kot ustvarjeni govor prek sinhrone zahteve audio_speech. Sprejema besedilo, krajše od 10 000 znakov, ter ponuja nastavitve glasu, tempa in višine tona z izhodom MP3, PCM, FLAC ali WAV.
- Dovoljeni vhodi
- Besedilo
- Rezultati
- Zvok
Na voljo v Ailoot · vhodi in metode
Ailoot Ultra · Speech POST /v1/audio/speech
- Vhod
text- Izhod
audio- Izhodni format
- mp3,pcm,flac,wav
| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve minimax/speech-01-turbo | Privzeto— |
Poljetext | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve false | Privzetofalse |
Poljevoice_setting | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljevoice_setting.voice_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljevoice_setting.speed | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 0,5 Največ: 2 | Privzeto1 |
Poljevoice_setting.vol | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 0 Največ: 10 | Privzeto1 |
Poljevoice_setting.pitch | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: −12 Največ: 12 | Privzeto0 |
Poljevoice_setting.emotion | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Privzeto— |
Poljevoice_setting.text_normalization | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljevoice_setting.latex_read | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljeaudio_setting | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljeaudio_setting.sample_rate | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve 8000, 16.000, 22.050, 24.000, 32.000, 44.100 | Privzeto32.000 |
Poljeaudio_setting.bitrate | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve 32.000, 64.000, 128.000, 256.000 | Privzeto128.000 |
Poljeaudio_setting.format | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve mp3, pcm, flac, wav | Privzetomp3 |
Poljeaudio_setting.channel | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve 1, 2 | Privzeto1 |
Poljeaudio_setting.force_cbr | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljepronunciation_dict | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljepronunciation_dict.tone | Vrstaarray | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetimber_weights | Vrstaarray | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljelanguage_boost | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve 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 | Privzeto— |
Poljevoice_modify | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljevoice_modify.pitch | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve −100, 100 | Privzeto— |
Poljevoice_modify.intensity | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve −100, 100 | Privzeto— |
Poljevoice_modify.timbre | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve −100, 100 | Privzeto— |
Poljevoice_modify.sound_effects | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve spacious_echo, auditorium_echo, lofi_telephone, robotic | Privzeto— |
Poljesubtitle_enable | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljeoutput_format | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve url, hex | Privzetohex |
Poljeaigc_watermark | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, text |
Parameteroptional | Specifikacijastream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
Parametermaterial_types | Specifikacijatext |
Parameterconditions | SpecifikacijaUse 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. |
Življenjski cikel: synchronous_result_then_owned_library
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Cenik
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
- Hitri način
- Ni navedeno Ko je izbran hitri način
- Način flex
- Ni navedeno Ko je izbran način flex
- Najvišja raven razmišljanja
- Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)
Cene Ailoot
Cene po nastavitvah
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Obračunska enota | Strošek |
|---|---|---|---|
| NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Obračunska enota— | Strošek Vhod · Vhodni žetoni — / 1K žetonov Izhod · Izhodni žetoni — / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| Nastavitevvhodni znak | Cenovna lestvica— | Obračunska enotana vhodni znak | Strošek Vhod · vhodni znak $0.00006 na vhodni znak |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
Primeri zahtev
Ailoot Ultra · Speech
set -eu
: "${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-turbo", "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.
Prejmi in shrani rezultate
Ailoot Ultra · Speech
mp3,pcm,flac,wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}
Ohrani vse dokončane rezultate
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
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.
Če je treba preveriti izvirni odgovor
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Polja odgovora
| Polje | Vrsta |
|---|---|
Poljedata.audio | Vrstastring |
Poljeextra_info | Vrstaobject |
Poljetrace_id | Vrstastring |
Druga imena
Druga imena modelov
Ailoot Ultra minimax/speech-01-turbo
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
FAQ · MiniMax: Speech 01 Turbo
- Kateri vhodi in rezultati so na voljo?
POST /v1/audio/speech·minimax/speech-01-turbo:text→audio- Katera polja uporablja zahteva?
POST /v1/audio/speech·minimax/speech-01-turbo:model,text,stream,voice_setting,audio_setting,pronunciation_dict,timber_weights,language_boost,voice_modify,subtitle_enable,output_format,aigc_watermark- Katere omejitve veljajo?
POST /v1/audio/speech·minimax/speech-01-turbo: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