Source: https://ailoot.ai/models/sv/speech-02-hd/ Canonical: https://ailoot.ai/models/sv/speech-02-hd/ Language: sv # speech-02-hd [Markdown](https://ailoot.ai/models/sv/speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/sv/speech-02-hd/facts.json) ## [speech-02-hd](https://ailoot.ai/models/sv/speech-02-hd/) Speech-02 HD är en talsyntesmodell med fokus på ljudkvalitet och röstlikhet. - [**Ailoot · Talproduktion** `POST /v1/audio/speech` `speech-02-hd`](https://ailoot.ai/models/sv/speech-02-hd/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. #### Röst för uppläsning och lång läsning Speech 02 HD skapar tal med fokus på kvalitet, rytm och ett stabilt ljud. Tillverkaren framhåller uppläsning av material och ljudböcker där rösten behöver behålla sin karaktär och följa långa texter jämnt. Det är en syntesmodell: den tar emot text och omvandlar den till talljud. #### Så förenas text och klang Speech 02-familjen bygger på en autoregressiv Transformer-arkitektur och en träningsbar talarencoder. Klangextrahering och talgenerering tränades gemensamt för att förena röstegenskaperna med innehållet. Familjens möjligheter omfattar användning av förberedda klonade röster och kombination av språk, accent och uttalsstil. #### Känsla och flerspråkig läsning Känslouttrycket kan bestämmas utifrån textens innebörd eller anges manuellt. Glädje, sorg, ilska, rädsla, avsky, förvåning och lugn finns. Modellen arbetar med ryska, engelska och andra språk. Tillverkaren beskriver olika engelska accenter, kinesiska och kantonesiska, japanska, koreanska, europeiska och andra språk. I den aktuella Speech 02-beskrivningen utesluts persiska, filipino och tamil separat. Den allmänna språklistan från nyare Speech-generationer bör inte automatiskt överföras till denna version. #### Röstinställningar Syntesen erbjuder röstval, ändring av hastighet **0,5–2**, ljudstyrka över 0 och upp till **10** samt tonhöjd från **−12 till 12**. I uttalsordlistan kan stavning ersättas med önskad läsning. Fonetiska notationer och japanska uttalsvarianter stöds. Det hjälper till att styra hur namn och mångtydiga ord låter. #### Pauser och färdigt ljud Tillverkaren tillåter pauser mellan uttalade avsnitt med längden **0,01–99,99 sekunder**. Pauslängden anges med två decimalers precision. Markörer placeras mellan uttalade avsnitt och inte direkt efter varandra. Texten i ett synkront anrop måste innehålla färre än **10 000 tecken**. Ljud kan tas emot i sin helhet eller gradvis. För texter över 3000 tecken rekommenderas strömmande utdata. Modellens format omfattar MP3, WAV, FLAC och PCM. De allmänna syntesinställningarna beskriver även Opus och G.711 μ-law-varianter. Mono eller stereo kan användas. Detta modellkort erbjuder textuppläsning, medan separat röstförberedelse och avancerade inställningar bara används inom det anropssätt som stöds via Ailoot. Ytterligare ljudinställningar omfattar samplingsfrekvenserna **8, 16, 22,05, 24, 32 och 44,1 kHz**. För MP3 finns bithastighet **32, 64, 128 eller 256 kbit/s**. Röstklangen kan också ändras och en effekt tillämpas: rymligt eko, salleko, telefonljud eller robotröst. Röstförändringseffekter stöds för MP3, WAV och FLAC när hela ljudet tas emot, och vid strömmande utdata bara för MP3. G.711 μ-law-format använder frekvensen 8 kHz. Möjligheterna gäller MiniMax talsyntesinställningar. Tillverkaren erbjuder synkronisering av tal och text: tidsstämplar per mening, ord eller ord vid gradvis utdata. Resultatet hjälper till att förena uttal med textvisning. Denna extra funktion kräver stöd för motsvarande svarsformat. **Ailoot · Talproduktion** `POST /v1/audio/speech` `speech-02-hd` [`speech-02-hd`](https://ailoot.ai/models/sv/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) MiniMax /`speech-02-hd` ### Start Speech-02 HD är en talsyntesmodell med fokus på ljudkvalitet och röstlikhet. Godkända indata Text Resultat speech ### Tillgängligt i Ailoot · indata & metoder **Ailoot · Talproduktion** `POST /v1/audio/speech` Indatatyper `text` Utdatatyper `speech` Utdataformat mp3 | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser speech-02-hd | Standard— | | Fält`input` | Typ`string` | KravObligatoriskt | Värden & gränser Minsta längd: 1 Maximal längd (exklusive gränsvärdet): 10 000 Enhet: Unicode-tecken | Standard— | | Fält`voice` | Typ`string` | KravObligatoriskt | Värden & gränser Mönster: ^\[A-Za-z0-9\_-\]{1,128}$ | Standard— | | Fält`response_format` | Typ`string` | KravValfritt | Värden & gränser mp3 | Standard— | Kombinationer av indatamaterial **text\_to\_speech** · Krävs: input Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`material_types` | Avtaltext | | Parameter`required` | Avtalnull | | Parameter`optional_controls` | Avtalnull | Livscykel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Det task\_id som faktiskt returnerades eller en post i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts. ### Priser #### Priser för Ailoot-metoder Indata 100,00 US$ *per 1 miljon tecken* Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot · Talproduktion Talexempel ```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 ``` ### Ta emot och spara resultat #### Ailoot · Talproduktion mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Spara hela det binära resultatet och dess headers. Om JSON eller flera resultat returneras ska du behålla varje dataobjekt och hämta innehållet via varje faktisk signerad URL till en resurs. ##### Om det ursprungliga svaret behöver kontrolleras Behåll de ursprungliga värdena för operation\_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud. Svarsfält | Fält | Typ | | --- | --- | | Fält`binary audio` | Typbytes | | Fält`response headers` | Typheaders | Fel och nästa steg | Svar | Villkor | Nästa steg | | --- | --- | --- | | Svar400 · `invalid_request_error` | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. | | Svar`server_error` | VillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrolleras | Nästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen. | ### Alias #### Modellalias **Ailoot** [`speech-02-hd`](https://ailoot.ai/models/sv/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`speech-02-hd`](https://ailoot.ai/models/sv/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech) FAQ · speech-02-hd Vilka indata och resultat finns? `POST /v1/audio/speech` · `speech-02-hd`: `text` → `speech` Vilka fält använder begäran? `POST /v1/audio/speech` · `speech-02-hd`: `model`, `input`, `voice`, `response_format` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.