{
  "aboutHtml": "<p>Voxtral TTS เป็นโมเดลแปลงข้อความเป็นเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI สำหรับสร้างคำพูดจากข้อความและเสียงอ้างอิง หน้าโมเดลของผู้ผลิตระบุรุ่น 2603 เป็น voxtral-mini-tts-2603 ส่วนการ์ดค่าน้ำหนักที่เผยแพร่ชื่อ Voxtral 4B TTS 2603 รายการนี้กล่าวถึงรุ่นสร้างเสียงนั้น แยกจากการเข้าใจเสียง การถอดเสียงของ Voxtral Small และโมเดลอินพุตเรียลไทม์ที่มาภายหลัง</p><p>เสียงที่ถ่ายทอดอารมณ์และการปรับเสียง</p><p>โมเดลออกแบบเพื่อจับช่วงหยุด จังหวะ น้ำเสียง สำเนียง และการถ่ายทอดอารมณ์ของเสียงอ้างอิง เสียงทำหน้าที่เป็นคำแนะนำว่าข้อความควรฟังอย่างไร ภาพรวมของผู้ผลิตไม่ได้กำหนดให้ใช้แท็กทำนองเสียงหรืออารมณ์แยก หรือข้อความถอดเสียงของเสียงบันทึกอ้างอิง ข้อความต้นทางกำหนดสิ่งที่พูด ขณะที่เสียงอ้างอิงชี้นำวิธีถ่ายทอด</p><p>ภาพรวมอธิบายการปรับเสียงจากเสียงสั้นเพียงสองถึงสามวินาที ส่วนคำอธิบายสถาปัตยกรรมกล่าวถึงพรอมป์ต์เสียงห้าถึงยี่สิบห้าวินาที ข้อความเหล่านี้มีขอบเขตต่างกัน ตัวอย่างปรับเสียงสั้นไม่ได้เป็นข้อกำหนดให้ใช้เสียงอ้างอิงสั้นที่สุด เลือกคำพูดชัดเจนที่เป็นตัวแทนของสไตล์และสำเนียงที่ต้องการในผลสุดท้าย</p><p>การ์ดที่เผยแพร่มีเสียงสำเร็จรูปยี่สิบเสียงและการปรับให้เข้ากับเสียงใหม่ เวิร์กโฟลว์เสียงของผู้ผลิตใช้โปรไฟล์เสียงที่บันทึกไว้หรือคลิปอ้างอิงครั้งเดียวได้ การบันทึกโปรไฟล์ทำให้ใช้เสียงอ้างอิงเดียวกันซ้ำในคำขอเสียงแยกกันได้ ส่วนคลิปครั้งเดียวให้เสียงอ้างอิงสำหรับงานปัจจุบัน โปรไฟล์กับเสียงบันทึกที่สร้างเป็นผลงานต่างกัน</p><p>ภาษาและการถ่ายทอดข้ามภาษา</p><p>รุ่นนี้รองรับอังกฤษ ฝรั่งเศส สเปน เยอรมัน อิตาลี โปรตุเกส ดัตช์ อาหรับ และฮินดี โดยผู้ผลิตอธิบายความต่างภาษาถิ่น การถ่ายโอนเสียงข้ามภาษา และการผสมภาษา เพื่อผลที่ดีที่สุด คู่มือเสียงแนะนำให้ภาษาของเสียงอ้างอิงตรงกับภาษาข้อความ การถ่ายโอนข้ามภาษาอาจรักษาสำเนียงเสียงอ้างอิงไว้ขณะที่พูดข้อความที่เตรียมด้วยอีกภาษาที่รองรับ</p><p>งานบรรยายที่ใช้ได้จริงใช้สไตล์เสียงเดียวกับคำอธิบายในหลายภาษาที่รองรับ โดยเตรียมข้อความแต่ละภาษาให้เหมาะกับผู้ฟังที่ตั้งใจ คำตอบผู้ช่วยเสียงใช้บทสนทนาสั้นแทนการอ่านเอกสารที่ไม่แก้ไขได้ โมเดลแปลงข้อความเป็นเสียงถ่ายทอดคำที่เตรียมไว้ ส่วนขั้นแปลหรือเขียนคำตอบที่สร้างคำเหล่านั้นเป็นอีกขั้นตอน</p><p>การเตรียมข้อความ</p><p>คู่มือเสียงของผู้ผลิตแนะนำข้อความที่อ่านออกเสียงได้ เขียนตัวเลขกับสัญลักษณ์เป็นรูปที่ควรพูด เพื่อไม่ให้โมเดลต้องเลือกระหว่างวิธีอ่านที่เป็นไปได้ ตัวเลขอาจเป็นจำนวน เวลา หรือรหัส จึงต้องกำหนดถ้อยคำที่จะพูดก่อนสังเคราะห์ ขยายคำย่อเมื่อการออกเสียงสำคัญ และแยกตัวอักษรเมื่อควรอ่านทีละตัว</p><p>หลีกเลี่ยงการจัดรูปแบบซับซ้อน อีโมจิ และอักขระพิเศษที่จะไม่ถ่ายทอดเป็นคำพูด เตรียมประโยคสมบูรณ์ที่มีวรรคตอนและถ้อยคำสำหรับวิธีถ่ายทอด คู่มือแนะนำพรอมป์ต์ต่ำกว่า 300 คำเพื่อผลดีที่สุด นี่เป็นคำแนะนำคุณภาพ ไม่ใช่การประกาศขีดจำกัดอินพุตสูงสุดแบบตายตัว</p><p>สำหรับคำอธิบายขั้นตอน ให้เขียนการกระทำกับเงื่อนไขในประโยคที่ผู้ฟังตามได้ สำหรับประกาศ ให้วางข้อมูลสำคัญก่อนรายละเอียดเสริม สำหรับคำตอบเสียง ให้รักษาคำตอบข้อเท็จจริงและเอารูปแบบแสดงผลอย่างเดียวหรือสัญลักษณ์แหล่งอ้างอิงที่ไม่ควรพูดออก การเตรียมเหล่านี้ทำให้บทเองเหมาะกับเสียงก่อนที่เสียงอ้างอิงจะกำหนดสไตล์</p><p>สตรีมมิง เอาต์พุต และระยะเวลา</p><p>ผู้ผลิตระบุการส่งแบบพื้นฐานและสตรีมมิง และอธิบายการสร้างโดยตรงได้สูงสุดสองนาที การ์ดค่าน้ำหนักที่เผยแพร่ยังระบุการอนุมานแบบแบตช์เพื่อเตรียมงานเสียงหลายงาน การสร้างที่ยาวกว่าในบริการใช้การสลับแทรก แทนการถือว่าชังก์ที่สร้างโดยตรงหนึ่งชังก์ไม่มีขีดจำกัด สำหรับการบรรยายยาว ให้เตรียมส่วนที่ต่อเนื่องและรักษาการเตรียมเสียงกับข้อความให้สอดคล้องกับเวิร์กโฟลว์ส่งเสียงที่จัดการการสร้างต่อ</p><p>การ์ดที่เผยแพร่กำหนดเสียง 24 kHz และระบุรูปแบบเอาต์พุต WAV, PCM, FLAC, MP3, AAC และ Opus คู่มือบริการเสียงกล่าวถึง MP3 สำหรับส่งแบบบีบอัด WAV สำหรับ PCM ไม่บีบอัด FLAC สำหรับบีบอัดไม่สูญเสียข้อมูล และ PCM หรือ Opus สำหรับสตรีมมิง เลือกรูปแบบที่เวิร์กโฟลว์ที่เชื่อมอยู่รองรับและเหมาะกับเครื่องเล่นหรือขั้นประมวลผล การเลือกรูปแบบและพฤติกรรมสตรีมมิงแยกจากการปรับเสียงเอง</p><p>สถาปัตยกรรมโมเดลและขอบเขตใช้งาน</p><p>ประกาศอธิบายสถาปัตยกรรมออโตรีเกรสซีฟและ flow-matching ที่มีโครงหลักตัวถอดรหัส Transformer 3.4 พันล้านพารามิเตอร์, Transformer ด้านเสียง 390 ล้านพารามิเตอร์ และโคเดกเสียงแบบนิวรัล 300 ล้านพารามิเตอร์ ตัวถอดรหัสทำนายเนื้อหาเชิงความหมาย ส่วนองค์ประกอบด้านเสียงสร้างตัวแทนคำพูด ขณะที่โคเดกจัดการเสียง องค์ประกอบเหล่านี้อธิบายชื่อโมเดลประมาณ 4 พันล้านพารามิเตอร์ ไม่ใช่ภาษาอินพุตเพิ่มหรือโมเดลสร้างคำตอบอีกตัว</p><p>เอาต์พุตที่ใช้ได้จริงคือเสียงบันทึกสังเคราะห์หรือสตรีมที่เชื่อมกับบทที่เตรียมและเสียงที่เลือก รักษาความเชื่อมโยงนั้นเมื่อสร้างหลายส่วน เพื่อให้แอปพลิเคชันบันทึก เล่น หรือประกอบเนื้อหาที่ถูกต้อง โมเดลสร้างเสียง ไม่ใช่ข้อความถอดเสียง เวกเตอร์ค้นหาเชิงความหมาย หรือคำตอบข้อเท็จจริงที่เขียนใหม่</p><p>รักษารุ่นเสียง 2603 ภาษาที่รองรับ และสไตล์อ้างอิง แหล่งข้อมูลที่อ่านให้ข้อความเรื่องการสร้างโดยตรงสองนาทีและคำแนะนำเตรียมต่ำกว่า 300 คำ แต่ไม่ได้ยืนยันเพดานอักขระข้อความแบบตายตัวแยก หรือระยะเวลารวมของเสียงบันทึกที่ต่อกัน ใช้ข้อความ เสียง และข้อกำหนดการส่งจริงกำหนดผลงานเสียงที่เสร็จแล้ว</p>",
  "aboutText": "Voxtral TTS เป็นโมเดลแปลงข้อความเป็นเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI สำหรับสร้างคำพูดจากข้อความและเสียงอ้างอิง หน้าโมเดลของผู้ผลิตระบุรุ่น 2603 เป็น voxtral-mini-tts-2603 ส่วนการ์ดค่าน้ำหนักที่เผยแพร่ชื่อ Voxtral 4B TTS 2603 รายการนี้กล่าวถึงรุ่นสร้างเสียงนั้น แยกจากการเข้าใจเสียง การถอดเสียงของ Voxtral Small และโมเดลอินพุตเรียลไทม์ที่มาภายหลัง\n\nเสียงที่ถ่ายทอดอารมณ์และการปรับเสียง\n\nโมเดลออกแบบเพื่อจับช่วงหยุด จังหวะ น้ำเสียง สำเนียง และการถ่ายทอดอารมณ์ของเสียงอ้างอิง เสียงทำหน้าที่เป็นคำแนะนำว่าข้อความควรฟังอย่างไร ภาพรวมของผู้ผลิตไม่ได้กำหนดให้ใช้แท็กทำนองเสียงหรืออารมณ์แยก หรือข้อความถอดเสียงของเสียงบันทึกอ้างอิง ข้อความต้นทางกำหนดสิ่งที่พูด ขณะที่เสียงอ้างอิงชี้นำวิธีถ่ายทอด\n\nภาพรวมอธิบายการปรับเสียงจากเสียงสั้นเพียงสองถึงสามวินาที ส่วนคำอธิบายสถาปัตยกรรมกล่าวถึงพรอมป์ต์เสียงห้าถึงยี่สิบห้าวินาที ข้อความเหล่านี้มีขอบเขตต่างกัน ตัวอย่างปรับเสียงสั้นไม่ได้เป็นข้อกำหนดให้ใช้เสียงอ้างอิงสั้นที่สุด เลือกคำพูดชัดเจนที่เป็นตัวแทนของสไตล์และสำเนียงที่ต้องการในผลสุดท้าย\n\nการ์ดที่เผยแพร่มีเสียงสำเร็จรูปยี่สิบเสียงและการปรับให้เข้ากับเสียงใหม่ เวิร์กโฟลว์เสียงของผู้ผลิตใช้โปรไฟล์เสียงที่บันทึกไว้หรือคลิปอ้างอิงครั้งเดียวได้ การบันทึกโปรไฟล์ทำให้ใช้เสียงอ้างอิงเดียวกันซ้ำในคำขอเสียงแยกกันได้ ส่วนคลิปครั้งเดียวให้เสียงอ้างอิงสำหรับงานปัจจุบัน โปรไฟล์กับเสียงบันทึกที่สร้างเป็นผลงานต่างกัน\n\nภาษาและการถ่ายทอดข้ามภาษา\n\nรุ่นนี้รองรับอังกฤษ ฝรั่งเศส สเปน เยอรมัน อิตาลี โปรตุเกส ดัตช์ อาหรับ และฮินดี โดยผู้ผลิตอธิบายความต่างภาษาถิ่น การถ่ายโอนเสียงข้ามภาษา และการผสมภาษา เพื่อผลที่ดีที่สุด คู่มือเสียงแนะนำให้ภาษาของเสียงอ้างอิงตรงกับภาษาข้อความ การถ่ายโอนข้ามภาษาอาจรักษาสำเนียงเสียงอ้างอิงไว้ขณะที่พูดข้อความที่เตรียมด้วยอีกภาษาที่รองรับ\n\nงานบรรยายที่ใช้ได้จริงใช้สไตล์เสียงเดียวกับคำอธิบายในหลายภาษาที่รองรับ โดยเตรียมข้อความแต่ละภาษาให้เหมาะกับผู้ฟังที่ตั้งใจ คำตอบผู้ช่วยเสียงใช้บทสนทนาสั้นแทนการอ่านเอกสารที่ไม่แก้ไขได้ โมเดลแปลงข้อความเป็นเสียงถ่ายทอดคำที่เตรียมไว้ ส่วนขั้นแปลหรือเขียนคำตอบที่สร้างคำเหล่านั้นเป็นอีกขั้นตอน\n\nการเตรียมข้อความ\n\nคู่มือเสียงของผู้ผลิตแนะนำข้อความที่อ่านออกเสียงได้ เขียนตัวเลขกับสัญลักษณ์เป็นรูปที่ควรพูด เพื่อไม่ให้โมเดลต้องเลือกระหว่างวิธีอ่านที่เป็นไปได้ ตัวเลขอาจเป็นจำนวน เวลา หรือรหัส จึงต้องกำหนดถ้อยคำที่จะพูดก่อนสังเคราะห์ ขยายคำย่อเมื่อการออกเสียงสำคัญ และแยกตัวอักษรเมื่อควรอ่านทีละตัว\n\nหลีกเลี่ยงการจัดรูปแบบซับซ้อน อีโมจิ และอักขระพิเศษที่จะไม่ถ่ายทอดเป็นคำพูด เตรียมประโยคสมบูรณ์ที่มีวรรคตอนและถ้อยคำสำหรับวิธีถ่ายทอด คู่มือแนะนำพรอมป์ต์ต่ำกว่า 300 คำเพื่อผลดีที่สุด นี่เป็นคำแนะนำคุณภาพ ไม่ใช่การประกาศขีดจำกัดอินพุตสูงสุดแบบตายตัว\n\nสำหรับคำอธิบายขั้นตอน ให้เขียนการกระทำกับเงื่อนไขในประโยคที่ผู้ฟังตามได้ สำหรับประกาศ ให้วางข้อมูลสำคัญก่อนรายละเอียดเสริม สำหรับคำตอบเสียง ให้รักษาคำตอบข้อเท็จจริงและเอารูปแบบแสดงผลอย่างเดียวหรือสัญลักษณ์แหล่งอ้างอิงที่ไม่ควรพูดออก การเตรียมเหล่านี้ทำให้บทเองเหมาะกับเสียงก่อนที่เสียงอ้างอิงจะกำหนดสไตล์\n\nสตรีมมิง เอาต์พุต และระยะเวลา\n\nผู้ผลิตระบุการส่งแบบพื้นฐานและสตรีมมิง และอธิบายการสร้างโดยตรงได้สูงสุดสองนาที การ์ดค่าน้ำหนักที่เผยแพร่ยังระบุการอนุมานแบบแบตช์เพื่อเตรียมงานเสียงหลายงาน การสร้างที่ยาวกว่าในบริการใช้การสลับแทรก แทนการถือว่าชังก์ที่สร้างโดยตรงหนึ่งชังก์ไม่มีขีดจำกัด สำหรับการบรรยายยาว ให้เตรียมส่วนที่ต่อเนื่องและรักษาการเตรียมเสียงกับข้อความให้สอดคล้องกับเวิร์กโฟลว์ส่งเสียงที่จัดการการสร้างต่อ\n\nการ์ดที่เผยแพร่กำหนดเสียง 24 kHz และระบุรูปแบบเอาต์พุต WAV, PCM, FLAC, MP3, AAC และ Opus คู่มือบริการเสียงกล่าวถึง MP3 สำหรับส่งแบบบีบอัด WAV สำหรับ PCM ไม่บีบอัด FLAC สำหรับบีบอัดไม่สูญเสียข้อมูล และ PCM หรือ Opus สำหรับสตรีมมิง เลือกรูปแบบที่เวิร์กโฟลว์ที่เชื่อมอยู่รองรับและเหมาะกับเครื่องเล่นหรือขั้นประมวลผล การเลือกรูปแบบและพฤติกรรมสตรีมมิงแยกจากการปรับเสียงเอง\n\nสถาปัตยกรรมโมเดลและขอบเขตใช้งาน\n\nประกาศอธิบายสถาปัตยกรรมออโตรีเกรสซีฟและ flow-matching ที่มีโครงหลักตัวถอดรหัส Transformer 3.4 พันล้านพารามิเตอร์, Transformer ด้านเสียง 390 ล้านพารามิเตอร์ และโคเดกเสียงแบบนิวรัล 300 ล้านพารามิเตอร์ ตัวถอดรหัสทำนายเนื้อหาเชิงความหมาย ส่วนองค์ประกอบด้านเสียงสร้างตัวแทนคำพูด ขณะที่โคเดกจัดการเสียง องค์ประกอบเหล่านี้อธิบายชื่อโมเดลประมาณ 4 พันล้านพารามิเตอร์ ไม่ใช่ภาษาอินพุตเพิ่มหรือโมเดลสร้างคำตอบอีกตัว\n\nเอาต์พุตที่ใช้ได้จริงคือเสียงบันทึกสังเคราะห์หรือสตรีมที่เชื่อมกับบทที่เตรียมและเสียงที่เลือก รักษาความเชื่อมโยงนั้นเมื่อสร้างหลายส่วน เพื่อให้แอปพลิเคชันบันทึก เล่น หรือประกอบเนื้อหาที่ถูกต้อง โมเดลสร้างเสียง ไม่ใช่ข้อความถอดเสียง เวกเตอร์ค้นหาเชิงความหมาย หรือคำตอบข้อเท็จจริงที่เขียนใหม่\n\nรักษารุ่นเสียง 2603 ภาษาที่รองรับ และสไตล์อ้างอิง แหล่งข้อมูลที่อ่านให้ข้อความเรื่องการสร้างโดยตรงสองนาทีและคำแนะนำเตรียมต่ำกว่า 300 คำ แต่ไม่ได้ยืนยันเพดานอักขระข้อความแบบตายตัวแยก หรือระยะเวลารวมของเสียงบันทึกที่ต่อกัน ใช้ข้อความ เสียง และข้อกำหนดการส่งจริงกำหนดผลงานเสียงที่เสร็จแล้ว",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "a46a13e799be71aac7cd004ec1b0d21f5c9910150335d93df74a469b3ed1df23",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "th",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Mistral: Voxtral Mini TTS</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"ปิด\">×</button></div><div class=\"idline\"><span>Mistral /</span><code>mistralai/voxtral-mini-tts-2603</code><button type=\"button\" id=\"copy-id\">คัดลอก ID</button></div><nav class=\"card-jump-nav\" aria-label=\"ส่วนต่าง ๆ ของการ์ดโมเดล\"><button type=\"button\" data-card-jump=\"overview\">เริ่มต้น</button><button type=\"button\" data-card-jump=\"methods\">อินพุตและเมธอด</button><button type=\"button\" data-card-jump=\"pricing\">ราคา</button><button type=\"button\" data-card-jump=\"examples\">ตัวอย่าง</button><button type=\"button\" data-card-jump=\"results\">ผลลัพธ์</button><button type=\"button\" data-card-jump=\"aliases\">ชื่ออื่น</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"เมธอด API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|speech|/v1/audio/speech|mistralai%2Fvoxtral-mini-tts-2603\">การสังเคราะห์เสียงพูด</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">เริ่มต้น</h3><p class=\"mdesc-full\">Voxtral TTS เป็นโมเดลสร้างเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI ที่ปรับเสียงตามข้อมูลอ้างอิงในเก้าภาษา โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงที่ถ่ายทอดอารมณ์ รองรับพรอมป์ต์เสียงแบบใช้ซ้ำหรือครั้งเดียวและสตรีมมิง พร้อมเอาต์พุต 24 kHz ในรูปแบบเสียงตามเอกสาร</p><dl class=\"card-io\" data-card-io><div><dt>อินพุตที่รองรับ</dt><dd>ข้อความ</dd></div><div><dt>ผลลัพธ์</dt><dd>เสียง</dd></div></dl><details class=\"card-about\"><summary>เกี่ยวกับโมเดล</summary><p class=\"note-s\" data-model-method-boundary>คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก</p><div class=\"mabout\" id=\"m-about\"><p>Voxtral TTS เป็นโมเดลแปลงข้อความเป็นเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI สำหรับสร้างคำพูดจากข้อความและเสียงอ้างอิง หน้าโมเดลของผู้ผลิตระบุรุ่น 2603 เป็น voxtral-mini-tts-2603 ส่วนการ์ดค่าน้ำหนักที่เผยแพร่ชื่อ Voxtral 4B TTS 2603 รายการนี้กล่าวถึงรุ่นสร้างเสียงนั้น แยกจากการเข้าใจเสียง การถอดเสียงของ Voxtral Small และโมเดลอินพุตเรียลไทม์ที่มาภายหลัง</p><p>เสียงที่ถ่ายทอดอารมณ์และการปรับเสียง</p><p>โมเดลออกแบบเพื่อจับช่วงหยุด จังหวะ น้ำเสียง สำเนียง และการถ่ายทอดอารมณ์ของเสียงอ้างอิง เสียงทำหน้าที่เป็นคำแนะนำว่าข้อความควรฟังอย่างไร ภาพรวมของผู้ผลิตไม่ได้กำหนดให้ใช้แท็กทำนองเสียงหรืออารมณ์แยก หรือข้อความถอดเสียงของเสียงบันทึกอ้างอิง ข้อความต้นทางกำหนดสิ่งที่พูด ขณะที่เสียงอ้างอิงชี้นำวิธีถ่ายทอด</p><p>ภาพรวมอธิบายการปรับเสียงจากเสียงสั้นเพียงสองถึงสามวินาที ส่วนคำอธิบายสถาปัตยกรรมกล่าวถึงพรอมป์ต์เสียงห้าถึงยี่สิบห้าวินาที ข้อความเหล่านี้มีขอบเขตต่างกัน ตัวอย่างปรับเสียงสั้นไม่ได้เป็นข้อกำหนดให้ใช้เสียงอ้างอิงสั้นที่สุด เลือกคำพูดชัดเจนที่เป็นตัวแทนของสไตล์และสำเนียงที่ต้องการในผลสุดท้าย</p><p>การ์ดที่เผยแพร่มีเสียงสำเร็จรูปยี่สิบเสียงและการปรับให้เข้ากับเสียงใหม่ เวิร์กโฟลว์เสียงของผู้ผลิตใช้โปรไฟล์เสียงที่บันทึกไว้หรือคลิปอ้างอิงครั้งเดียวได้ การบันทึกโปรไฟล์ทำให้ใช้เสียงอ้างอิงเดียวกันซ้ำในคำขอเสียงแยกกันได้ ส่วนคลิปครั้งเดียวให้เสียงอ้างอิงสำหรับงานปัจจุบัน โปรไฟล์กับเสียงบันทึกที่สร้างเป็นผลงานต่างกัน</p><p>ภาษาและการถ่ายทอดข้ามภาษา</p><p>รุ่นนี้รองรับอังกฤษ ฝรั่งเศส สเปน เยอรมัน อิตาลี โปรตุเกส ดัตช์ อาหรับ และฮินดี โดยผู้ผลิตอธิบายความต่างภาษาถิ่น การถ่ายโอนเสียงข้ามภาษา และการผสมภาษา เพื่อผลที่ดีที่สุด คู่มือเสียงแนะนำให้ภาษาของเสียงอ้างอิงตรงกับภาษาข้อความ การถ่ายโอนข้ามภาษาอาจรักษาสำเนียงเสียงอ้างอิงไว้ขณะที่พูดข้อความที่เตรียมด้วยอีกภาษาที่รองรับ</p><p>งานบรรยายที่ใช้ได้จริงใช้สไตล์เสียงเดียวกับคำอธิบายในหลายภาษาที่รองรับ โดยเตรียมข้อความแต่ละภาษาให้เหมาะกับผู้ฟังที่ตั้งใจ คำตอบผู้ช่วยเสียงใช้บทสนทนาสั้นแทนการอ่านเอกสารที่ไม่แก้ไขได้ โมเดลแปลงข้อความเป็นเสียงถ่ายทอดคำที่เตรียมไว้ ส่วนขั้นแปลหรือเขียนคำตอบที่สร้างคำเหล่านั้นเป็นอีกขั้นตอน</p><p>การเตรียมข้อความ</p><p>คู่มือเสียงของผู้ผลิตแนะนำข้อความที่อ่านออกเสียงได้ เขียนตัวเลขกับสัญลักษณ์เป็นรูปที่ควรพูด เพื่อไม่ให้โมเดลต้องเลือกระหว่างวิธีอ่านที่เป็นไปได้ ตัวเลขอาจเป็นจำนวน เวลา หรือรหัส จึงต้องกำหนดถ้อยคำที่จะพูดก่อนสังเคราะห์ ขยายคำย่อเมื่อการออกเสียงสำคัญ และแยกตัวอักษรเมื่อควรอ่านทีละตัว</p><p>หลีกเลี่ยงการจัดรูปแบบซับซ้อน อีโมจิ และอักขระพิเศษที่จะไม่ถ่ายทอดเป็นคำพูด เตรียมประโยคสมบูรณ์ที่มีวรรคตอนและถ้อยคำสำหรับวิธีถ่ายทอด คู่มือแนะนำพรอมป์ต์ต่ำกว่า 300 คำเพื่อผลดีที่สุด นี่เป็นคำแนะนำคุณภาพ ไม่ใช่การประกาศขีดจำกัดอินพุตสูงสุดแบบตายตัว</p><p>สำหรับคำอธิบายขั้นตอน ให้เขียนการกระทำกับเงื่อนไขในประโยคที่ผู้ฟังตามได้ สำหรับประกาศ ให้วางข้อมูลสำคัญก่อนรายละเอียดเสริม สำหรับคำตอบเสียง ให้รักษาคำตอบข้อเท็จจริงและเอารูปแบบแสดงผลอย่างเดียวหรือสัญลักษณ์แหล่งอ้างอิงที่ไม่ควรพูดออก การเตรียมเหล่านี้ทำให้บทเองเหมาะกับเสียงก่อนที่เสียงอ้างอิงจะกำหนดสไตล์</p><p>สตรีมมิง เอาต์พุต และระยะเวลา</p><p>ผู้ผลิตระบุการส่งแบบพื้นฐานและสตรีมมิง และอธิบายการสร้างโดยตรงได้สูงสุดสองนาที การ์ดค่าน้ำหนักที่เผยแพร่ยังระบุการอนุมานแบบแบตช์เพื่อเตรียมงานเสียงหลายงาน การสร้างที่ยาวกว่าในบริการใช้การสลับแทรก แทนการถือว่าชังก์ที่สร้างโดยตรงหนึ่งชังก์ไม่มีขีดจำกัด สำหรับการบรรยายยาว ให้เตรียมส่วนที่ต่อเนื่องและรักษาการเตรียมเสียงกับข้อความให้สอดคล้องกับเวิร์กโฟลว์ส่งเสียงที่จัดการการสร้างต่อ</p><p>การ์ดที่เผยแพร่กำหนดเสียง 24 kHz และระบุรูปแบบเอาต์พุต WAV, PCM, FLAC, MP3, AAC และ Opus คู่มือบริการเสียงกล่าวถึง MP3 สำหรับส่งแบบบีบอัด WAV สำหรับ PCM ไม่บีบอัด FLAC สำหรับบีบอัดไม่สูญเสียข้อมูล และ PCM หรือ Opus สำหรับสตรีมมิง เลือกรูปแบบที่เวิร์กโฟลว์ที่เชื่อมอยู่รองรับและเหมาะกับเครื่องเล่นหรือขั้นประมวลผล การเลือกรูปแบบและพฤติกรรมสตรีมมิงแยกจากการปรับเสียงเอง</p><p>สถาปัตยกรรมโมเดลและขอบเขตใช้งาน</p><p>ประกาศอธิบายสถาปัตยกรรมออโตรีเกรสซีฟและ flow-matching ที่มีโครงหลักตัวถอดรหัส Transformer 3.4 พันล้านพารามิเตอร์, Transformer ด้านเสียง 390 ล้านพารามิเตอร์ และโคเดกเสียงแบบนิวรัล 300 ล้านพารามิเตอร์ ตัวถอดรหัสทำนายเนื้อหาเชิงความหมาย ส่วนองค์ประกอบด้านเสียงสร้างตัวแทนคำพูด ขณะที่โคเดกจัดการเสียง องค์ประกอบเหล่านี้อธิบายชื่อโมเดลประมาณ 4 พันล้านพารามิเตอร์ ไม่ใช่ภาษาอินพุตเพิ่มหรือโมเดลสร้างคำตอบอีกตัว</p><p>เอาต์พุตที่ใช้ได้จริงคือเสียงบันทึกสังเคราะห์หรือสตรีมที่เชื่อมกับบทที่เตรียมและเสียงที่เลือก รักษาความเชื่อมโยงนั้นเมื่อสร้างหลายส่วน เพื่อให้แอปพลิเคชันบันทึก เล่น หรือประกอบเนื้อหาที่ถูกต้อง โมเดลสร้างเสียง ไม่ใช่ข้อความถอดเสียง เวกเตอร์ค้นหาเชิงความหมาย หรือคำตอบข้อเท็จจริงที่เขียนใหม่</p><p>รักษารุ่นเสียง 2603 ภาษาที่รองรับ และสไตล์อ้างอิง แหล่งข้อมูลที่อ่านให้ข้อความเรื่องการสร้างโดยตรงสองนาทีและคำแนะนำเตรียมต่ำกว่า 300 คำ แต่ไม่ได้ยืนยันเพดานอักขระข้อความแบบตายตัวแยก หรือระยะเวลารวมของเสียงบันทึกที่ต่อกัน ใช้ข้อความ เสียง และข้อกำหนดการส่งจริงกำหนดผลงานเสียงที่เสร็จแล้ว</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">ใช้งานได้ใน Ailoot · อินพุตและเมธอด</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · การสังเคราะห์เสียงพูด</b> <code>POST /v1/audio/speech</code></summary><dl class=\"method-capabilities\"><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>audio</code></dd></div><div><dt>รูปแบบเอาต์พุต</dt><dd>mp3</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th><th>ข้อกำหนด</th><th>ค่าและข้อจำกัด</th><th>ค่าเริ่มต้น</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>mistralai/voxtral-mini-tts-2603</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>ความยาวขั้นต่ำ: 1</div><div>หน่วย: อักขระ Unicode</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">voice</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>en_paul_sad, en_paul_neutral, en_paul_happy, en_paul_frustrated, en_paul_excited, en_paul_confident, en_paul_cheerful, en_paul_angry, gb_oliver_neutral, gb_oliver_sad, gb_oliver_excited, gb_oliver_curious, gb_oliver_confident, gb_oliver_cheerful, gb_oliver_angry, gb_jane_sarcasm, gb_jane_confused, gb_jane_shameful, gb_jane_sad, gb_jane_neutral, gb_jane_jealousy, gb_jane_frustrated, gb_jane_curious, gb_jane_confident, fr_marie_sad, fr_marie_neutral, fr_marie_happy, fr_marie_excited, fr_marie_curious, fr_marie_angry</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>mp3</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>ชุดผสมของสื่ออินพุต</summary><p class=\"note-s\"><b>text_to_speech</b> · จำเป็น: input</p></details><details class=\"note-s\" data-method-contract><summary>พารามิเตอร์และวงจรการทำงานของเมธอด</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>พารามิเตอร์</th><th>ข้อกำหนด</th></tr></thead><tbody><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>content_type</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>application/json</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>required</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>model, input, voice, response_format</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>voice_ids</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>en_paul_sad, en_paul_neutral, en_paul_happy, en_paul_frustrated, en_paul_excited, en_paul_confident, en_paul_cheerful, en_paul_angry, gb_oliver_neutral, gb_oliver_sad, gb_oliver_excited, gb_oliver_curious, gb_oliver_confident, gb_oliver_cheerful, gb_oliver_angry, gb_jane_sarcasm, gb_jane_confused, gb_jane_shameful, gb_jane_sad, gb_jane_neutral, gb_jane_jealousy, gb_jane_frustrated, gb_jane_curious, gb_jane_confident, fr_marie_sad, fr_marie_neutral, fr_marie_happy, fr_marie_excited, fr_marie_curious, fr_marie_angry</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>response_format</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>mp3</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>max_input_characters</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>null</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>other_options</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>false</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>input</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>material_types</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>text</td></tr></tbody></table></div><p>วงจรการทำงาน: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">เลือกเสียงที่ตรงตามโปรไฟล์ของโมเดลนี้</p><p class=\"note-s\">อักขระขาเข้าและวินาทีเสียงเป็นหน่วยวัดคนละแบบ</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">ราคา</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก</p><dl data-price-conditions><dt>โหมดรวดเร็ว</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมดรวดเร็ว</span></dd><dt>โหมดยืดหยุ่น</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมด flex</span></dd><dt>ระดับการใช้เหตุผลสูงสุด</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด</span></dd></dl></div><div data-declared-tariff-pricing><h4>อัตราค่าบริการ Ailoot</h4><h4>ราคาตามการตั้งค่า</h4><p class=\"note-s\">เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>การตั้งค่า</th><th>ตารางอัตราค่าบริการ</th><th>ปริมาณที่ใช้คิดค่าบริการ</th><th>หน่วยคิดค่าบริการ</th><th>ค่าบริการ</th></tr></thead><tbody><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>อัตราค่าบริการโทเคนพื้นฐาน</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>อัตราพื้นฐาน</td><td data-cell-label=\"ปริมาณที่ใช้คิดค่าบริการ\"><span class=\"card-cell-label\">ปริมาณที่ใช้คิดค่าบริการ</span>—</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>—</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · โทเค็นอินพุต</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาออก · โทเค็นเอาต์พุต</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การอ่านแคช</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช, 1 ชั่วโมง</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div></td></tr><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>Ultra</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>—</td><td data-cell-label=\"ปริมาณที่ใช้คิดค่าบริการ\"><span class=\"card-cell-label\">ปริมาณที่ใช้คิดค่าบริการ</span>นับแต่ละโค้ดพอยต์ Unicode เป็นหนึ่งอักขระ รวมถึงอักษรฮั่น</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>ต่ออักขระอินพุต 1K ตัว</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · อักขระขาเข้า</span> <b>$0.032</b> <span class=\"price-unit\">ต่ออักขระอินพุต 1K ตัว</span></div></td></tr></tbody></table></div></div><div data-declared-reference-pricing><h4>รายละเอียดอัตราอ้างอิง</h4><p class=\"note-s\">ตารางอัตราอ้างอิงระดับโมเดลไม่เปลี่ยนเมธอดที่เลือก ยอดประมาณการ หรือค่าบริการ การคิดค่าบริการจริงใช้อัตราของเมธอด Ailoot ที่เลือก</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Mistral: Voxtral Mini TTS</summary><h4>ราคาตามการตั้งค่า</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>การตั้งค่า</th><th>เงื่อนไขคิดค่าบริการ</th><th>ค่าบริการ</th></tr></thead><tbody><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>Mistral: Voxtral Mini TTS · การตั้งค่าเริ่มต้น</th><td data-cell-label=\"เงื่อนไขคิดค่าบริการ\"><span class=\"card-cell-label\">เงื่อนไขคิดค่าบริการ</span>การตั้งค่าเริ่มต้น</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · อักขระอินพุต</span> <b>US$0.000032</b> <span class=\"price-unit\">ต่ออักขระอินพุต</span></div></td></tr></tbody></table></div></details></div><p class=\"note-s\">Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย <a href=\"/docs/th/billing/reserve/\">วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">ตัวอย่างคำขอ</h3><h4>Ailoot Ultra · การสังเคราะห์เสียงพูด</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"ตัวเลือกโค้ด\"><button class=\"cg-tab\" id=\"model-code-1943-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1943-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"คัดลอกโค้ด\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1943-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1943-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}&quot;\nexport AILOOT_VOICE_ID\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;mistralai/voxtral-mini-tts-2603&quot;, &quot;input&quot;: &quot;Good afternoon! This is a short voice take.&quot;}&#39;)\nvoice=os.environ[&quot;AILOOT_VOICE_ID&quot;]\nallowed=json.loads(&#39;[&quot;en_paul_sad&quot;, &quot;en_paul_neutral&quot;, &quot;en_paul_happy&quot;, &quot;en_paul_frustrated&quot;, &quot;en_paul_excited&quot;, &quot;en_paul_confident&quot;, &quot;en_paul_cheerful&quot;, &quot;en_paul_angry&quot;, &quot;gb_oliver_neutral&quot;, &quot;gb_oliver_sad&quot;, &quot;gb_oliver_excited&quot;, &quot;gb_oliver_curious&quot;, &quot;gb_oliver_confident&quot;, &quot;gb_oliver_cheerful&quot;, &quot;gb_oliver_angry&quot;, &quot;gb_jane_sarcasm&quot;, &quot;gb_jane_confused&quot;, &quot;gb_jane_shameful&quot;, &quot;gb_jane_sad&quot;, &quot;gb_jane_neutral&quot;, &quot;gb_jane_jealousy&quot;, &quot;gb_jane_frustrated&quot;, &quot;gb_jane_curious&quot;, &quot;gb_jane_confident&quot;, &quot;fr_marie_sad&quot;, &quot;fr_marie_neutral&quot;, &quot;fr_marie_happy&quot;, &quot;fr_marie_excited&quot;, &quot;fr_marie_curious&quot;, &quot;fr_marie_angry&quot;]&#39;)\nif voice not in allowed: raise SystemExit(&quot;Choose an accepted voice ID from this exact model profile&quot;)\np[&quot;voice&quot;]=voice\np[&quot;response_format&quot;]=&quot;mp3&quot;\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">รับและบันทึกผลลัพธ์</h3><h4>Ailoot Ultra · การสังเคราะห์เสียงพูด</h4><p class=\"note-s\">mp3</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>การอ่านเนื้อหาแบบอื่น</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"ตัวเลือกโค้ด\"><button class=\"cg-tab\" id=\"model-code-1944-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1944-panel-0\" aria-selected=\"true\" tabindex=\"0\">คลังสื่อ</button><button class=\"cg-tab\" id=\"model-code-1944-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1944-panel-1\" aria-selected=\"false\" tabindex=\"-1\">สถานะงาน</button><button class=\"cg-tab\" id=\"model-code-1944-tab-2\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1944-panel-2\" aria-selected=\"false\" tabindex=\"-1\">รายละเอียดไฟล์สื่อ</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"คัดลอกโค้ด\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1944-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1944-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-assets.json\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-1944-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1944-tab-1\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}&quot;\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c &#39;import os,urllib.parse;print(urllib.parse.quote(os.environ[&quot;AILOOT_MEDIA_TASK_ID&quot;],safe=&quot;&quot;))&#39;)\ncurl --fail-with-body --silent --show-error &quot;https://api.ailoot.ai/v1/media/tasks/$resource_id&quot; \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-task.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;media-task.json&quot;).read_text())))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-1944-panel-2\" role=\"tabpanel\" aria-labelledby=\"model-code-1944-tab-2\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}&quot;\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c &#39;import os,urllib.parse;print(urllib.parse.quote(os.environ[&quot;AILOOT_ASSET_ID&quot;],safe=&quot;&quot;))&#39;)\ncurl --fail-with-body --silent --show-error &quot;https://api.ailoot.ai/v1/media/assets/$resource_id&quot; \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-asset.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;media-asset.json&quot;).read_text())))\nPY_RESULT\n</code></pre></div></div></div></details><div class=\"card-result-process\" data-all-results><h5>เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด</h5><p class=\"note-s\">เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน</p><p class=\"note-s\">เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ</h5><p class=\"note-s\">เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ</p></div><details class=\"card-about\" data-output-fields><summary>ฟิลด์การตอบกลับ</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th></tr></thead><tbody><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">binary audio</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>bytes</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">response headers</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>headers</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>ข้อผิดพลาดและขั้นตอนถัดไป</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>การตอบกลับ</th><th>เงื่อนไข</th><th>ขั้นตอนถัดไป</th></tr></thead><tbody><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span><code>server_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>การตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">ชื่ออื่น</h3><h4>ชื่ออื่นของโมเดล</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=mistralai%2Fvoxtral-mini-tts-2603&amp;route=Ultra&amp;caller=mistralai%2Fvoxtral-mini-tts-2603&amp;fmt=speech\"><code>mistralai/voxtral-mini-tts-2603</code></a></span></p><h4>ชื่อพาธเมธอดอื่น</h4><p class=\"note-s\">ใช้พาธเมธอดที่แสดงด้านบน</p><h4>ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล</h4><p class=\"note-s\"><a href=\"#m=mistralai%2Fvoxtral-mini-tts-2603&amp;route=Ultra&amp;caller=mistralai%2Fvoxtral-mini-tts-2603&amp;fmt=speech\"><code>mistralai/voxtral-mini-tts-2603</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "mistralai/voxtral-mini-tts-2603",
        "fmt": "speech",
        "http": "POST",
        "path": "/v1/audio/speech",
        "request_model_id": "mistralai/voxtral-mini-tts-2603",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|speech|/v1/audio/speech|mistralai%2Fvoxtral-mini-tts-2603",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.",
            "errors": [
              {
                "code": null,
                "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง",
                "http_status": 400,
                "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "การตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์",
                "http_status": null,
                "recovery": "เก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ"
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "text_to_speech",
                "required": [
                  "input"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "text_to_speech"
            ],
            "outputs": {
              "all_results": "เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง",
              "family": "audio",
              "fields": [
                {
                  "description": null,
                  "name": "binary audio",
                  "type": "bytes"
                },
                {
                  "description": null,
                  "name": "response headers",
                  "type": "headers"
                }
              ],
              "format": "mp3",
              "http_success": 200
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mistralai/voxtral-mini-tts-2603"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "limit_known": false,
                "maximum_length": null,
                "min_length": 1,
                "name": "input",
                "required": true,
                "type": "string",
                "unit": "อักขระ Unicode"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "en_paul_sad",
                  "en_paul_neutral",
                  "en_paul_happy",
                  "en_paul_frustrated",
                  "en_paul_excited",
                  "en_paul_confident",
                  "en_paul_cheerful",
                  "en_paul_angry",
                  "gb_oliver_neutral",
                  "gb_oliver_sad",
                  "gb_oliver_excited",
                  "gb_oliver_curious",
                  "gb_oliver_confident",
                  "gb_oliver_cheerful",
                  "gb_oliver_angry",
                  "gb_jane_sarcasm",
                  "gb_jane_confused",
                  "gb_jane_shameful",
                  "gb_jane_sad",
                  "gb_jane_neutral",
                  "gb_jane_jealousy",
                  "gb_jane_frustrated",
                  "gb_jane_curious",
                  "gb_jane_confident",
                  "fr_marie_sad",
                  "fr_marie_neutral",
                  "fr_marie_happy",
                  "fr_marie_excited",
                  "fr_marie_curious",
                  "fr_marie_angry"
                ],
                "enum_known": true,
                "name": "voice",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mp3"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": true,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "every field outside exactmodel,input,voice,response_format",
              "stream/speed/reference speech options"
            ]
          },
          "hints": [
            "เลือกเสียงที่ตรงตามโปรไฟล์ของโมเดลนี้",
            "อักขระขาเข้าและวินาทีเสียงเป็นหน่วยวัดคนละแบบ"
          ],
          "input": {
            "content_type": "application/json",
            "input": "ข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน",
            "material_types": [
              "text"
            ],
            "max_input_characters": null,
            "other_options": false,
            "required": [
              "model",
              "input",
              "voice",
              "response_format"
            ],
            "response_format": [
              "mp3"
            ],
            "voice_ids": [
              "en_paul_sad",
              "en_paul_neutral",
              "en_paul_happy",
              "en_paul_frustrated",
              "en_paul_excited",
              "en_paul_confident",
              "en_paul_cheerful",
              "en_paul_angry",
              "gb_oliver_neutral",
              "gb_oliver_sad",
              "gb_oliver_excited",
              "gb_oliver_curious",
              "gb_oliver_confident",
              "gb_oliver_cheerful",
              "gb_oliver_angry",
              "gb_jane_sarcasm",
              "gb_jane_confused",
              "gb_jane_shameful",
              "gb_jane_sad",
              "gb_jane_neutral",
              "gb_jane_jealousy",
              "gb_jane_frustrated",
              "gb_jane_curious",
              "gb_jane_confident",
              "fr_marie_sad",
              "fr_marie_neutral",
              "fr_marie_happy",
              "fr_marie_excited",
              "fr_marie_curious",
              "fr_marie_angry"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/audio/speech"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_speech"
          ],
          "output": {
            "family": "audio",
            "format": "mp3",
            "http_success": 200,
            "response": "full binary MP3 plus response headers",
            "result": "complete playable owned MP3"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.032000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.000032",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "declared_tariff_references": [
          {
            "client_selectable": false,
            "key": "20ebfeb88167b8c33fea",
            "label": "Mistral: Voxtral Mini TTS",
            "profiles": [
              {
                "basis": "",
                "dimensions": {
                  "conditions": "การตั้งค่าเริ่มต้น"
                },
                "label": "Mistral: Voxtral Mini TTS · การตั้งค่าเริ่มต้น",
                "units": [
                  {
                    "amount": "0.000032",
                    "amount_unit": "usd_per_exact_physical_unit",
                    "billing_input": false,
                    "key": "3ceae9e888e4cc9cd6e6009e",
                    "label": "Input characters",
                    "public_unit_label": "per input character",
                    "quantity": "1",
                    "rate_role": "declared_tariff_rate",
                    "side": "in",
                    "unit": "input_character"
                  }
                ]
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"mistralai/voxtral-mini-tts-2603\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"en_paul_sad\", \"en_paul_neutral\", \"en_paul_happy\", \"en_paul_frustrated\", \"en_paul_excited\", \"en_paul_confident\", \"en_paul_cheerful\", \"en_paul_angry\", \"gb_oliver_neutral\", \"gb_oliver_sad\", \"gb_oliver_excited\", \"gb_oliver_curious\", \"gb_oliver_confident\", \"gb_oliver_cheerful\", \"gb_oliver_angry\", \"gb_jane_sarcasm\", \"gb_jane_confused\", \"gb_jane_shameful\", \"gb_jane_sad\", \"gb_jane_neutral\", \"gb_jane_jealousy\", \"gb_jane_frustrated\", \"gb_jane_curious\", \"gb_jane_confident\", \"fr_marie_sad\", \"fr_marie_neutral\", \"fr_marie_happy\", \"fr_marie_excited\", \"fr_marie_curious\", \"fr_marie_angry\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n",
            "label": "curl",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n",
            "label": "List actual media assets",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual media task",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual asset metadata",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "speech",
        "hints": [
          "Select exact voice from this model profile.",
          "Input characters and audio seconds are different meters."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Озвучка текста",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "audio"
        ],
        "path": "/v1/audio/speech",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_character": 3.2e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.032000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.000032",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "request_model_id": "mistralai/voxtral-mini-tts-2603",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.032000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.000032",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    }
  ],
  "model_id": "mistralai/voxtral-mini-tts-2603",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "60c3439d3ac5708088b1761650dc125b15b885656a5be913544f9af8375c4af4",
    "input_html_sha256": "992ebdd085ff3a0659b5dfb7cdf1c7a7c65603a55e0876d5f328a0e4c6553db4",
    "private_audit_sha256": "2a345d974fe606e9d16a525d55cf6c363ecacb58fa3d5951a2713847dc735e5a",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/th/mistralai-voxtral-mini-tts-2603/",
    "description": "Voxtral TTS เป็นโมเดลสร้างเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI ที่ปรับเสียงตามข้อมูลอ้างอิงในเก้าภาษา โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงที่ถ่ายทอดอารมณ์ รองรับพรอมป์ต์เสียงแบบใช้ซ้ำหรือครั้งเดียวและสตรีมมิง พร้อมเอาต์พุต 24 kHz ในรูปแบบเสียงตามเอกสาร",
    "locale": "th",
    "md_url": "https://ailoot.ai/models/th/mistralai-voxtral-mini-tts-2603/index.md",
    "title": "Mistral: Voxtral Mini TTS — Ailoot",
    "url": "https://ailoot.ai/models/th/mistralai-voxtral-mini-tts-2603/"
  },
  "rawModel": {
    "about": "Voxtral TTS เป็นโมเดลแปลงข้อความเป็นเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI สำหรับสร้างคำพูดจากข้อความและเสียงอ้างอิง หน้าโมเดลของผู้ผลิตระบุรุ่น 2603 เป็น voxtral-mini-tts-2603 ส่วนการ์ดค่าน้ำหนักที่เผยแพร่ชื่อ Voxtral 4B TTS 2603 รายการนี้กล่าวถึงรุ่นสร้างเสียงนั้น แยกจากการเข้าใจเสียง การถอดเสียงของ Voxtral Small และโมเดลอินพุตเรียลไทม์ที่มาภายหลัง\n\nเสียงที่ถ่ายทอดอารมณ์และการปรับเสียง\n\nโมเดลออกแบบเพื่อจับช่วงหยุด จังหวะ น้ำเสียง สำเนียง และการถ่ายทอดอารมณ์ของเสียงอ้างอิง เสียงทำหน้าที่เป็นคำแนะนำว่าข้อความควรฟังอย่างไร ภาพรวมของผู้ผลิตไม่ได้กำหนดให้ใช้แท็กทำนองเสียงหรืออารมณ์แยก หรือข้อความถอดเสียงของเสียงบันทึกอ้างอิง ข้อความต้นทางกำหนดสิ่งที่พูด ขณะที่เสียงอ้างอิงชี้นำวิธีถ่ายทอด\n\nภาพรวมอธิบายการปรับเสียงจากเสียงสั้นเพียงสองถึงสามวินาที ส่วนคำอธิบายสถาปัตยกรรมกล่าวถึงพรอมป์ต์เสียงห้าถึงยี่สิบห้าวินาที ข้อความเหล่านี้มีขอบเขตต่างกัน ตัวอย่างปรับเสียงสั้นไม่ได้เป็นข้อกำหนดให้ใช้เสียงอ้างอิงสั้นที่สุด เลือกคำพูดชัดเจนที่เป็นตัวแทนของสไตล์และสำเนียงที่ต้องการในผลสุดท้าย\n\nการ์ดที่เผยแพร่มีเสียงสำเร็จรูปยี่สิบเสียงและการปรับให้เข้ากับเสียงใหม่ เวิร์กโฟลว์เสียงของผู้ผลิตใช้โปรไฟล์เสียงที่บันทึกไว้หรือคลิปอ้างอิงครั้งเดียวได้ การบันทึกโปรไฟล์ทำให้ใช้เสียงอ้างอิงเดียวกันซ้ำในคำขอเสียงแยกกันได้ ส่วนคลิปครั้งเดียวให้เสียงอ้างอิงสำหรับงานปัจจุบัน โปรไฟล์กับเสียงบันทึกที่สร้างเป็นผลงานต่างกัน\n\nภาษาและการถ่ายทอดข้ามภาษา\n\nรุ่นนี้รองรับอังกฤษ ฝรั่งเศส สเปน เยอรมัน อิตาลี โปรตุเกส ดัตช์ อาหรับ และฮินดี โดยผู้ผลิตอธิบายความต่างภาษาถิ่น การถ่ายโอนเสียงข้ามภาษา และการผสมภาษา เพื่อผลที่ดีที่สุด คู่มือเสียงแนะนำให้ภาษาของเสียงอ้างอิงตรงกับภาษาข้อความ การถ่ายโอนข้ามภาษาอาจรักษาสำเนียงเสียงอ้างอิงไว้ขณะที่พูดข้อความที่เตรียมด้วยอีกภาษาที่รองรับ\n\nงานบรรยายที่ใช้ได้จริงใช้สไตล์เสียงเดียวกับคำอธิบายในหลายภาษาที่รองรับ โดยเตรียมข้อความแต่ละภาษาให้เหมาะกับผู้ฟังที่ตั้งใจ คำตอบผู้ช่วยเสียงใช้บทสนทนาสั้นแทนการอ่านเอกสารที่ไม่แก้ไขได้ โมเดลแปลงข้อความเป็นเสียงถ่ายทอดคำที่เตรียมไว้ ส่วนขั้นแปลหรือเขียนคำตอบที่สร้างคำเหล่านั้นเป็นอีกขั้นตอน\n\nการเตรียมข้อความ\n\nคู่มือเสียงของผู้ผลิตแนะนำข้อความที่อ่านออกเสียงได้ เขียนตัวเลขกับสัญลักษณ์เป็นรูปที่ควรพูด เพื่อไม่ให้โมเดลต้องเลือกระหว่างวิธีอ่านที่เป็นไปได้ ตัวเลขอาจเป็นจำนวน เวลา หรือรหัส จึงต้องกำหนดถ้อยคำที่จะพูดก่อนสังเคราะห์ ขยายคำย่อเมื่อการออกเสียงสำคัญ และแยกตัวอักษรเมื่อควรอ่านทีละตัว\n\nหลีกเลี่ยงการจัดรูปแบบซับซ้อน อีโมจิ และอักขระพิเศษที่จะไม่ถ่ายทอดเป็นคำพูด เตรียมประโยคสมบูรณ์ที่มีวรรคตอนและถ้อยคำสำหรับวิธีถ่ายทอด คู่มือแนะนำพรอมป์ต์ต่ำกว่า 300 คำเพื่อผลดีที่สุด นี่เป็นคำแนะนำคุณภาพ ไม่ใช่การประกาศขีดจำกัดอินพุตสูงสุดแบบตายตัว\n\nสำหรับคำอธิบายขั้นตอน ให้เขียนการกระทำกับเงื่อนไขในประโยคที่ผู้ฟังตามได้ สำหรับประกาศ ให้วางข้อมูลสำคัญก่อนรายละเอียดเสริม สำหรับคำตอบเสียง ให้รักษาคำตอบข้อเท็จจริงและเอารูปแบบแสดงผลอย่างเดียวหรือสัญลักษณ์แหล่งอ้างอิงที่ไม่ควรพูดออก การเตรียมเหล่านี้ทำให้บทเองเหมาะกับเสียงก่อนที่เสียงอ้างอิงจะกำหนดสไตล์\n\nสตรีมมิง เอาต์พุต และระยะเวลา\n\nผู้ผลิตระบุการส่งแบบพื้นฐานและสตรีมมิง และอธิบายการสร้างโดยตรงได้สูงสุดสองนาที การ์ดค่าน้ำหนักที่เผยแพร่ยังระบุการอนุมานแบบแบตช์เพื่อเตรียมงานเสียงหลายงาน การสร้างที่ยาวกว่าในบริการใช้การสลับแทรก แทนการถือว่าชังก์ที่สร้างโดยตรงหนึ่งชังก์ไม่มีขีดจำกัด สำหรับการบรรยายยาว ให้เตรียมส่วนที่ต่อเนื่องและรักษาการเตรียมเสียงกับข้อความให้สอดคล้องกับเวิร์กโฟลว์ส่งเสียงที่จัดการการสร้างต่อ\n\nการ์ดที่เผยแพร่กำหนดเสียง 24 kHz และระบุรูปแบบเอาต์พุต WAV, PCM, FLAC, MP3, AAC และ Opus คู่มือบริการเสียงกล่าวถึง MP3 สำหรับส่งแบบบีบอัด WAV สำหรับ PCM ไม่บีบอัด FLAC สำหรับบีบอัดไม่สูญเสียข้อมูล และ PCM หรือ Opus สำหรับสตรีมมิง เลือกรูปแบบที่เวิร์กโฟลว์ที่เชื่อมอยู่รองรับและเหมาะกับเครื่องเล่นหรือขั้นประมวลผล การเลือกรูปแบบและพฤติกรรมสตรีมมิงแยกจากการปรับเสียงเอง\n\nสถาปัตยกรรมโมเดลและขอบเขตใช้งาน\n\nประกาศอธิบายสถาปัตยกรรมออโตรีเกรสซีฟและ flow-matching ที่มีโครงหลักตัวถอดรหัส Transformer 3.4 พันล้านพารามิเตอร์, Transformer ด้านเสียง 390 ล้านพารามิเตอร์ และโคเดกเสียงแบบนิวรัล 300 ล้านพารามิเตอร์ ตัวถอดรหัสทำนายเนื้อหาเชิงความหมาย ส่วนองค์ประกอบด้านเสียงสร้างตัวแทนคำพูด ขณะที่โคเดกจัดการเสียง องค์ประกอบเหล่านี้อธิบายชื่อโมเดลประมาณ 4 พันล้านพารามิเตอร์ ไม่ใช่ภาษาอินพุตเพิ่มหรือโมเดลสร้างคำตอบอีกตัว\n\nเอาต์พุตที่ใช้ได้จริงคือเสียงบันทึกสังเคราะห์หรือสตรีมที่เชื่อมกับบทที่เตรียมและเสียงที่เลือก รักษาความเชื่อมโยงนั้นเมื่อสร้างหลายส่วน เพื่อให้แอปพลิเคชันบันทึก เล่น หรือประกอบเนื้อหาที่ถูกต้อง โมเดลสร้างเสียง ไม่ใช่ข้อความถอดเสียง เวกเตอร์ค้นหาเชิงความหมาย หรือคำตอบข้อเท็จจริงที่เขียนใหม่\n\nรักษารุ่นเสียง 2603 ภาษาที่รองรับ และสไตล์อ้างอิง แหล่งข้อมูลที่อ่านให้ข้อความเรื่องการสร้างโดยตรงสองนาทีและคำแนะนำเตรียมต่ำกว่า 300 คำ แต่ไม่ได้ยืนยันเพดานอักขระข้อความแบบตายตัวแยก หรือระยะเวลารวมของเสียงบันทึกที่ต่อกัน ใช้ข้อความ เสียง และข้อกำหนดการส่งจริงกำหนดผลงานเสียงที่เสร็จแล้ว",
    "alias_of": null,
    "aliases": [],
    "author": "Mistral",
    "available": null,
    "canonical_model": "mistralai/voxtral-mini-tts-2603",
    "capabilities": {
      "context_length": 4096,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "speech"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.032000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.000032",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ],
        "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด"
      }
    ],
    "ctx": null,
    "entity_type": "model",
    "formats": [
      "speech"
    ],
    "id": "mistralai/voxtral-mini-tts-2603",
    "input": [
      "text"
    ],
    "kind": "speech",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.",
            "errors": [
              {
                "code": null,
                "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง",
                "http_status": 400,
                "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "การตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์",
                "http_status": null,
                "recovery": "เก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ"
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "text_to_speech",
                "required": [
                  "input"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "text_to_speech"
            ],
            "outputs": {
              "all_results": "เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง",
              "family": "audio",
              "fields": [
                {
                  "description": null,
                  "name": "binary audio",
                  "type": "bytes"
                },
                {
                  "description": null,
                  "name": "response headers",
                  "type": "headers"
                }
              ],
              "format": "mp3",
              "http_success": 200
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mistralai/voxtral-mini-tts-2603"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "limit_known": false,
                "maximum_length": null,
                "min_length": 1,
                "name": "input",
                "required": true,
                "type": "string",
                "unit": "อักขระ Unicode"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "en_paul_sad",
                  "en_paul_neutral",
                  "en_paul_happy",
                  "en_paul_frustrated",
                  "en_paul_excited",
                  "en_paul_confident",
                  "en_paul_cheerful",
                  "en_paul_angry",
                  "gb_oliver_neutral",
                  "gb_oliver_sad",
                  "gb_oliver_excited",
                  "gb_oliver_curious",
                  "gb_oliver_confident",
                  "gb_oliver_cheerful",
                  "gb_oliver_angry",
                  "gb_jane_sarcasm",
                  "gb_jane_confused",
                  "gb_jane_shameful",
                  "gb_jane_sad",
                  "gb_jane_neutral",
                  "gb_jane_jealousy",
                  "gb_jane_frustrated",
                  "gb_jane_curious",
                  "gb_jane_confident",
                  "fr_marie_sad",
                  "fr_marie_neutral",
                  "fr_marie_happy",
                  "fr_marie_excited",
                  "fr_marie_curious",
                  "fr_marie_angry"
                ],
                "enum_known": true,
                "name": "voice",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mp3"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": true,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "every field outside exactmodel,input,voice,response_format",
              "stream/speed/reference speech options"
            ]
          },
          "hints": [
            "เลือกเสียงที่ตรงตามโปรไฟล์ของโมเดลนี้",
            "อักขระขาเข้าและวินาทีเสียงเป็นหน่วยวัดคนละแบบ"
          ],
          "input": {
            "content_type": "application/json",
            "input": "ข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน",
            "material_types": [
              "text"
            ],
            "max_input_characters": null,
            "other_options": false,
            "required": [
              "model",
              "input",
              "voice",
              "response_format"
            ],
            "response_format": [
              "mp3"
            ],
            "voice_ids": [
              "en_paul_sad",
              "en_paul_neutral",
              "en_paul_happy",
              "en_paul_frustrated",
              "en_paul_excited",
              "en_paul_confident",
              "en_paul_cheerful",
              "en_paul_angry",
              "gb_oliver_neutral",
              "gb_oliver_sad",
              "gb_oliver_excited",
              "gb_oliver_curious",
              "gb_oliver_confident",
              "gb_oliver_cheerful",
              "gb_oliver_angry",
              "gb_jane_sarcasm",
              "gb_jane_confused",
              "gb_jane_shameful",
              "gb_jane_sad",
              "gb_jane_neutral",
              "gb_jane_jealousy",
              "gb_jane_frustrated",
              "gb_jane_curious",
              "gb_jane_confident",
              "fr_marie_sad",
              "fr_marie_neutral",
              "fr_marie_happy",
              "fr_marie_excited",
              "fr_marie_curious",
              "fr_marie_angry"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/audio/speech"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_speech"
          ],
          "output": {
            "family": "audio",
            "format": "mp3",
            "http_success": 200,
            "response": "full binary MP3 plus response headers",
            "result": "complete playable owned MP3"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.032000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.000032",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "declared_tariff_references": [
          {
            "client_selectable": false,
            "key": "20ebfeb88167b8c33fea",
            "label": "Mistral: Voxtral Mini TTS",
            "profiles": [
              {
                "basis": "",
                "dimensions": {
                  "conditions": "การตั้งค่าเริ่มต้น"
                },
                "label": "Mistral: Voxtral Mini TTS · การตั้งค่าเริ่มต้น",
                "units": [
                  {
                    "amount": "0.000032",
                    "amount_unit": "usd_per_exact_physical_unit",
                    "billing_input": false,
                    "key": "3ceae9e888e4cc9cd6e6009e",
                    "label": "Input characters",
                    "public_unit_label": "per input character",
                    "quantity": "1",
                    "rate_role": "declared_tariff_rate",
                    "side": "in",
                    "unit": "input_character"
                  }
                ]
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"mistralai/voxtral-mini-tts-2603\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"en_paul_sad\", \"en_paul_neutral\", \"en_paul_happy\", \"en_paul_frustrated\", \"en_paul_excited\", \"en_paul_confident\", \"en_paul_cheerful\", \"en_paul_angry\", \"gb_oliver_neutral\", \"gb_oliver_sad\", \"gb_oliver_excited\", \"gb_oliver_curious\", \"gb_oliver_confident\", \"gb_oliver_cheerful\", \"gb_oliver_angry\", \"gb_jane_sarcasm\", \"gb_jane_confused\", \"gb_jane_shameful\", \"gb_jane_sad\", \"gb_jane_neutral\", \"gb_jane_jealousy\", \"gb_jane_frustrated\", \"gb_jane_curious\", \"gb_jane_confident\", \"fr_marie_sad\", \"fr_marie_neutral\", \"fr_marie_happy\", \"fr_marie_excited\", \"fr_marie_curious\", \"fr_marie_angry\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n",
            "label": "curl",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n",
            "label": "List actual media assets",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual media task",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual asset metadata",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "speech",
        "hints": [
          "Select exact voice from this model profile.",
          "Input characters and audio seconds are different meters."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Озвучка текста",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "audio"
        ],
        "path": "/v1/audio/speech",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_character": 3.2e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.032000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.000032",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "request_model_id": "mistralai/voxtral-mini-tts-2603",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.032000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.000032",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "mistralai/voxtral-mini-tts-2603",
        "request_model_id": "mistralai/voxtral-mini-tts-2603",
        "route_label": "Ultra"
      }
    ],
    "name": "Mistral: Voxtral Mini TTS",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "pricing_profiles": [
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "hosted_reference"
        },
        "dimensions": {
          "variant": null
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.000032",
            "amount_unit": "usd_per_input_character",
            "conditions": {
              "variant": null
            },
            "key": "pricing.prompt",
            "label": "prompt",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "input_character"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_not_separately_charged_output",
            "conditions": {
              "variant": null
            },
            "key": "pricing.completion",
            "label": "completion",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "not_separately_charged_output"
          }
        ]
      }
    ],
    "public_id": "mistralai/voxtral-mini-tts-2603",
    "short": "Voxtral TTS เป็นโมเดลสร้างเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI ที่ปรับเสียงตามข้อมูลอ้างอิงในเก้าภาษา โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงที่ถ่ายทอดอารมณ์ รองรับพรอมป์ต์เสียงแบบใช้ซ้ำหรือครั้งเดียวและสตรีมมิง พร้อมเอาต์พุต 24 kHz ในรูปแบบเสียงตามเอกสาร"
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Voxtral TTS เป็นโมเดลสร้างเสียง 4 พันล้านพารามิเตอร์ของ Mistral AI ที่ปรับเสียงตามข้อมูลอ้างอิงในเก้าภาษา โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงที่ถ่ายทอดอารมณ์ รองรับพรอมป์ต์เสียงแบบใช้ซ้ำหรือครั้งเดียวและสตรีมมิง พร้อมเอาต์พุต 24 kHz ในรูปแบบเสียงตามเอกสาร",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "b215b76f99dcbe274e05280791de3887595aba690f6a77f02bc3acc430231b57",
    "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9"
  },
  "sourceRevision": "ae0ba5bebd3a77100f1c82e8f4c4cf81f989856850f5fa9ced5b98696cae88a1"
}