Source: https://ailoot.ai/models/sl/speech-02-hd/
Canonical: https://ailoot.ai/models/sl/speech-02-hd/
Language: sl

# speech-02-hd

[Markdown](https://ailoot.ai/models/sl/speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/sl/speech-02-hd/facts.json)

## [speech-02-hd](https://ailoot.ai/models/sl/speech-02-hd/)

Speech-02 HD je model za sintezo govora s poudarkom na kakovosti zvoka in podobnosti glasu.

- [**Ailoot · Pretvorba v govor** `POST /v1/audio/speech` `speech-02-hd`](https://ailoot.ai/models/sl/speech-02-hd/#method-0)

O modelu

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

#### Glas za govorno izvedbo in dolgo branje

Speech 02 HD ustvarja govor s poudarkom na kakovosti, ritmu in stalnosti zvena. Proizvajalec izpostavlja govorno izvedbo gradiva in zvočne knjige, pri katerih mora glas ohranjati značaj in enakomerno prehajati skozi dolgo besedilo. To je model za sintezo: sprejema besedilo in ga pretvori v govorni zvok.

#### Kako se povezujeta besedilo in barva glasu

Osnova družine Speech 02 sta avtoregresijska arhitektura Transformer in učljiv kodirnik govorca. Izluščanje barve glasu in ustvarjanje govora sta se učila skupaj, da bi značilnosti glasu uskladila z vsebino. Zmožnosti družine vključujejo uporabo pripravljenih kloniranih glasov ter kombiniranje jezika, naglasa in načina izgovarjave.

#### Čustvo in večjezično branje

Čustvena obarvanost se lahko določi glede na pomen besedila ali ročno. Na voljo so veselje, žalost, jeza, strah, gnus, presenečenje in umirjenost. Model dela z ruščino, angleščino in drugimi jeziki; proizvajalec opisuje različne naglase angleškega govora, kitajščino in kantonščino, japonščino, korejščino, evropske in druge jezike.

V trenutnem opisu Speech 02 so posebej izključene perzijščina, filipinščina in tamilščina. Splošnega jezikovnega seznama novejših generacij Speech ni mogoče samodejno prenesti na to različico.

#### Nastavitev glasu

Za sintezo so predvideni izbira glasu, spreminjanje hitrosti **0,5–2**, glasnost nad 0 in do **10** ter višina od **−12 do 12**. V slovarju izgovarjave lahko zapis zamenjate z želenim branjem; podprti so fonetični zapisi in japonske različice izgovarjave. To pomaga usmerjati zven imen in dvoumnih besed.

#### Premori in končni zvok

Proizvajalec omogoča določanje premorov med izgovorjenimi odseki v dolžini **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. Besedilo ene sinhrone zahteve mora vsebovati manj kot **10 000 znakov**. Predvideno je pridobivanje zvoka v celoti in postopoma; za besedilo z več kot 3000 znaki je priporočen pretočni izhod.

Med formati modela so MP3, WAV, FLAC in PCM; splošne nastavitve sinteze opisujejo tudi Opus in različice G.711 μ-law. Uporabite lahko mono ali stereo. V tej kartici je na voljo pretvorba besedila v govor, ločena priprava glasu in razširjene nastavitve pa se uporabljajo samo v okviru podprtega načina 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 · Pretvorba v govor** `POST /v1/audio/speech` `speech-02-hd`

[`speech-02-hd`](https://ailoot.ai/models/sl/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

MiniMax /`speech-02-hd`

### Začetek

Speech-02 HD je model za sintezo govora s poudarkom na kakovosti zvoka in podobnosti glasu.

Dovoljeni vhodi

Besedilo

Rezultati

speech

### Na voljo v Ailoot · vhodi in metode

**Ailoot · Pretvorba v govor** `POST /v1/audio/speech`

Vhod

`text`

Izhod

`speech`

Izhodni format

mp3

| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
| --- | --- | --- | --- | --- |
| Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve speech-02-hd | Privzeto— |
| Polje`input` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Največja dolžina (izključno): 10.000 Enota: znaki Unicode | Privzeto— |
| Polje`voice` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve Vzorec: ^\[A-Za-z0-9\_-\]{1,128}$ | Privzeto— |
| Polje`response_format` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve mp3 | Privzeto— |

Kombinacije vhodnih gradiv

**text\_to\_speech** · Obvezno: input

Parametri in življenjski cikel metode

| Parameter | Specifikacija |
| --- | --- |
| Parameter`material_types` | Specifikacijatext |
| Parameter`required` | Specifikacijanull |
| Parameter`optional_controls` | Specifikacijanull |

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}`

Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.

### Cenik

#### Cene metod Ailoot

Vhod

100,00 $ *na 1 milijon znakov*

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 →](https://ailoot.ai/docs/sl/billing/reserve/)

### Primeri zahtev

#### Ailoot · Pretvorba v govor

Primer pretvorbe v govor

```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-02-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
```

### Prejmi in shrani rezultate

#### Ailoot · 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}`

##### 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** [`speech-02-hd`](https://ailoot.ai/models/sl/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

#### Druga imena poti metod

Uporabite zgoraj navedene poti metod.

#### Povezani ID-ji za klic

[`speech-02-hd`](https://ailoot.ai/models/sl/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

FAQ · speech-02-hd

Kateri vhodi in rezultati so na voljo?

`POST /v1/audio/speech` · `speech-02-hd`: `text` → `speech`

Katera polja uporablja zahteva?

`POST /v1/audio/speech` · `speech-02-hd`: `model`, `input`, `voice`, `response_format`

Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo.

## Podjetje in njegov portfelj projektov

Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.

## Žetone kupujte s popustom.

Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov.

Naročnina

Za redne zahteve izberite paket s popustom.

Promocijska koda do 50%

Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji.

Poraba v zgodovini

Za vsako zahtevo se shranijo model, žetoni in znesek.

[Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/)

## API povežite z izdelkom, ki ga prodajate.

SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco.

Komercialna aplikacija

Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve.

Licenca za preprodajalca

Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje.

Dokumenti na strani

Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo.

[Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl)

## Ailoot · Podjetje in njegov portfelj projektov





Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI.





Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.





Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.