MiniMax: Speech 2.8 Turbo

Speech 2.8 Turbo je hitra sinteza naravnega govora z zvočnimi oznakami in upravljanjem izraznosti.

Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech minimax/speech-2.8-turbo

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Hitra sinteza pogovornih replik

Speech 2.8 Turbo združuje hitro oblikovanje zvoka z naravnim gibanjem glasu. Proizvajalec Turbo umešča v tekoč pogovorni zven: kratke replike, govorno izvedbo besedila in glasovno interakcijo. Ta kartica sprejema besedilo in vrača govorni zvok.

Smeh, dihanje in medmeti

Tako kot različica HD te generacije tudi Turbo podpira zvočne oznake Speech 2.8. V besedilo lahko vključite oznake smeha, hihitanja, kašlja, odkašljevanja, vdiha, izdiha, vzdiha in drugih kratkih zvokov. Takšna usmerjana neenakomernost repliko približa pogovoru: v njej se pojavijo dihanje in premori, povezani z vsebino.

Zvočna oznaka se nanaša na konkretno mesto v besedilu. Uporabljajo se oznake v okroglih oklepajih, ki jih predvideva model, na primer (laughs) ali (breath). Poljuben opis učinka ni enakovredna zamenjava za podprto oznako.

Glas in jezik

Družina Speech 2.8 podpira 40 jezikov, vključno z ruščino, in delo z že pripravljenimi glasovi. Proizvajalec izpostavlja prepoznavno teksturo glasu, značilnosti dihanja in zmanjševanje digitalnih popačenj. Zmožnost kloniranja se nanaša na ločeno pripravo glasu, ki se nato lahko uporablja pri sintezi.

MiniMax predvideva izbiro glasu ter upravljanje tempa, glasnosti in višine tona. Hitrost se določi v razponu 0,5–2, glasnost je večja od 0 in do 10, sprememba višine pa od −12 do 12. Izbiro čustva lahko glede na pomen besedila prepustite modelu ali ga določite ročno: veselje, žalost, jeza, strah, gnus, presenečenje ali umirjenost.

Izgovarjavo lahko natančneje določite s slovarjem zamenjav in fonetičnim zapisom; predvideni so mednarodna fonetična abeceda, kitajski pinjin in japonske različice branja. Premori se določijo med izgovorjenimi odseki v razponu 0,01–99,99 sekunde. Trajanje premora se določi na dve decimalni mesti natančno; oznake se postavijo med izgovorjene odseke in ne druga za drugo. Takšne nastavitve omogočajo uskladitev zvena imen, kratic in dvoumnih besed z zamislijo govorne izvedbe.

Postopni izhod in zvočni format

Sinteza sprejema besedilo z manj kot 10 000 znaki. Za dolgo besedilo z več kot 3000 znaki proizvajalec priporoča pretočni izhod; predvideno je tudi pridobivanje končnega zvoka v celoti. Splošne nastavitve sinteze vključujejo MP3, PCM, FLAC, WAV, Opus in različice G.711 μ-law, mono ali stereo; razpoložljivi nabor formatov konkretne zahteve določajo sredstva Ailoot.

Hitrost Turbo je značilnost različice modela in ne obljuba določene zakasnitve končne replike. Številčna zakasnitev te zahteve tu ni določena. Navedene razširjene nastavitve proizvajalca zahtevajo podporo v izbranem načinu dostopa prek Ailoot.

Dodatne nastavitve zvoka vključujejo frekvence vzorčenja 8, 16, 22,05, 24, 32 in 44,1 kHz. Za MP3 je predvidena bitna hitrost 32, 64, 128 ali 256 kbit/s. Spreminjate lahko tudi barvo glasu in uporabite en učinek: prostoren odmev, odmev dvorane, telefonski zven ali robotski glas. Učinki spreminjanja glasu so pri pridobivanju zvoka v celoti podprti za MP3, WAV in FLAC, pri pretočnem izhodu pa samo za MP3. Formati G.711 μ-law uporabljajo frekvenco 8 kHz. Te zmožnosti veljajo za nastavitve sinteze MiniMax.

Proizvajalec predvideva sinhronizacijo govora z besedilom: časovne oznake po povedih, besedah ali besedah pri postopnem izhodu. Takšen rezultat pomaga uskladiti izgovarjavo s prikazom besedila. Ta dodatna zmožnost zahteva podporo ustreznemu formatu odgovora.

Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech minimax/speech-2.8-turbo

minimax/speech-2.8-turbo

MiniMax /minimax/speech-2.8-turbo

Začetek

Speech 2.8 Turbo je hitra sinteza naravnega govora z zvočnimi oznakami in upravljanjem izraznosti.

Dovoljeni vhodi: Besedilo
Rezultati: Zvok

Na voljo v Ailoot · vhodi in metode

Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech

Vhod: text
Izhod: audio
Izhodni format: mp3

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve minimax/speech-2.8-turbo	Privzeto—
Polje`input`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve Najmanjša dolžina: 1 Enota: znaki Unicode	Privzeto—
Polje`voice`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve English_expressive_narrator, English_radiant_girl, English_magnetic_voiced_man, English_compelling_lady1, English_Aussie_Bloke, English_captivating_female1, English_Upbeat_Woman, English_Trustworth_Man, English_CalmWoman, English_UpsetGirl, English_Gentle-voiced_man, English_Whispering_girl, English_Diligent_Man, English_Graceful_Lady, English_ReservedYoungMan, English_PlayfulGirl, English_ManWithDeepVoice, English_MaturePartner, English_FriendlyPerson, English_MatureBoss, English_Debator, English_LovelyGirl, English_Steadymentor, English_Deep-VoicedGentleman, English_Wiselady, English_CaptivatingStoryteller, English_DecentYoungMan, English_SentimentalLady, English_ImposingManner, English_SadTeen, English_PassionateWarrior, English_WiseScholar, English_Soft-spokenGirl, English_SereneWoman, English_ConfidentWoman, English_PatientMan, English_Comedian, English_BossyLeader, English_Strong-WilledBoy, English_StressedLady, English_AssertiveQueen, English_AnimeCharacter, English_Jovialman, English_WhimsicalGirl, English_Kind-heartedGirl	Privzeto—
Polje`response_format`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve mp3	Privzeto—

Kombinacije vhodnih gradiv

text_to_speech · Obvezno: input

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`content_type`	Specifikacijaapplication/json
Parameter`required`	Specifikacijamodel, input, voice, response_format
Parameter`voice_ids`	SpecifikacijaEnglish_expressive_narrator, English_radiant_girl, English_magnetic_voiced_man, English_compelling_lady1, English_Aussie_Bloke, English_captivating_female1, English_Upbeat_Woman, English_Trustworth_Man, English_CalmWoman, English_UpsetGirl, English_Gentle-voiced_man, English_Whispering_girl, English_Diligent_Man, English_Graceful_Lady, English_ReservedYoungMan, English_PlayfulGirl, English_ManWithDeepVoice, English_MaturePartner, English_FriendlyPerson, English_MatureBoss, English_Debator, English_LovelyGirl, English_Steadymentor, English_Deep-VoicedGentleman, English_Wiselady, English_CaptivatingStoryteller, English_DecentYoungMan, English_SentimentalLady, English_ImposingManner, English_SadTeen, English_PassionateWarrior, English_WiseScholar, English_Soft-spokenGirl, English_SereneWoman, English_ConfidentWoman, English_PatientMan, English_Comedian, English_BossyLeader, English_Strong-WilledBoy, English_StressedLady, English_AssertiveQueen, English_AnimeCharacter, English_Jovialman, English_WhimsicalGirl, English_Kind-heartedGirl
Parameter`response_format`	Specifikacijamp3
Parameter`max_input_characters`	Specifikacijanull
Parameter`other_options`	Specifikacijafalse
Parameter`input`	Specifikacijanatančno besedilo UTF-8; število znakov Unicode brez normalizacije
Parameter`material_types`	Specifikacijatext

Življenjski cikel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Izberite natančen glas iz profila tega modela.

Vhodni znaki in zvočne sekunde so različni merili porabe.

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	Obračunana količina	Obračunska enota	Strošek
NastavitevOsnovne cene žetonov	Cenovna lestvicaOsnovna cena	Obračunana količina—	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
NastavitevUltra	Cenovna lestvica—	Obračunana količinaVsaka kodna točka Unicode šteje kot en znak, vključno z znaki Han.	Obračunska enotana 1K vhodnih znakov	Strošek Vhod · vhodni znak $0.12 na 1K vhodnih znakov

Podrobnosti referenčne tarife

Referenčne lestvice modela ne spreminjajo izbire metode, ocen cen ali stroškov. Veljavni stroški uporabljajo cene izbrane metode Ailoot.

MiniMax: Speech 2.8 Turbo

Cene po nastavitvah

Nastavitev	Obračunski pogoji	Strošek
NastavitevMiniMax: Speech 2.8 Turbo · Privzeta konfiguracija	Obračunski pogojiPrivzeta konfiguracija	Strošek Vhod · Vhodni znaki 0,00012 $ 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 · Pretvorba v govor

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "minimax/speech-2.8-turbo", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["English_expressive_narrator", "English_radiant_girl", "English_magnetic_voiced_man", "English_compelling_lady1", "English_Aussie_Bloke", "English_captivating_female1", "English_Upbeat_Woman", "English_Trustworth_Man", "English_CalmWoman", "English_UpsetGirl", "English_Gentle-voiced_man", "English_Whispering_girl", "English_Diligent_Man", "English_Graceful_Lady", "English_ReservedYoungMan", "English_PlayfulGirl", "English_ManWithDeepVoice", "English_MaturePartner", "English_FriendlyPerson", "English_MatureBoss", "English_Debator", "English_LovelyGirl", "English_Steadymentor", "English_Deep-VoicedGentleman", "English_Wiselady", "English_CaptivatingStoryteller", "English_DecentYoungMan", "English_SentimentalLady", "English_ImposingManner", "English_SadTeen", "English_PassionateWarrior", "English_WiseScholar", "English_Soft-spokenGirl", "English_SereneWoman", "English_ConfidentWoman", "English_PatientMan", "English_Comedian", "English_BossyLeader", "English_Strong-WilledBoy", "English_StressedLady", "English_AssertiveQueen", "English_AnimeCharacter", "English_Jovialman", "English_WhimsicalGirl", "English_Kind-heartedGirl"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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

Prejmi in shrani rezultate

Ailoot Ultra · Pretvorba v govor

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Branje druge vsebine

Medijska knjižnicaStanje opravilaPodrobnosti gradiva

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Shranite celoten binarni rezultat in glave. Če so vrnjeni podatki JSON ali več izhodov, shranite vsak podatkovni element in pridobite vsebino z vsakega dejanskega podpisanega URL datoteke.

Če je treba preveriti izvirni odgovor

Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.

Polja odgovora

Polje	Vrsta
Polje`binary audio`	Vrstabytes
Polje`response headers`	Vrstaheaders

Napake in naslednji koraki

Odgovor	Pogoj	Naslednji korak
Odgovor400 · `invalid_request_error`	PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra	Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja.
Odgovor`server_error`	PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti	Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova.

Druga imena

Druga imena modelov

Ailoot Ultra minimax/speech-2.8-turbo

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

minimax/speech-2.8-turbo

FAQ · MiniMax: Speech 2.8 Turbo

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/speech · minimax/speech-2.8-turbo: text → audio
Katera polja uporablja zahteva?: POST /v1/audio/speech · minimax/speech-2.8-turbo: model, input, voice, response_format

MiniMax: Speech 2.8 Turbo