Source: https://ailoot.ai/models/th/speech-02-turbo/
Canonical: https://ailoot.ai/models/th/speech-02-turbo/
Language: th

# speech-02-turbo

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

## [speech-02-turbo](https://ailoot.ai/models/th/speech-02-turbo/)

Speech-02 Turbo ใช้สำหรับสังเคราะห์เสียงพูดอย่างรวดเร็ว ด้วยจังหวะสม่ำเสมอและการออกเสียงหลายภาษา

- [**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `speech-02-turbo`](https://ailoot.ai/models/th/speech-02-turbo/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

#### เสียงพูดรวดเร็วสำหรับคำตอบเชิงโต้ตอบ

Speech 02 Turbo ใช้สำหรับสังเคราะห์เสียงพูดแบบโต้ตอบ ผู้ผลิตอธิบายการผสานความเร็วกับจังหวะสม่ำเสมอและเสียงธรรมชาติ ตัวอย่างการใช้งานรวมถึงคำตอบเสียง ประโยคในเกม และเนื้อหาเชิงโต้ตอบ โมเดลรับข้อความและสร้างเสียงพูด

#### การเลือกลักษณะเสียง

ตระกูล Speech 02 เปิดให้ผสานเสียง ภาษา สำเนียง และอารมณ์ ทรานส์ฟอร์เมอร์แบบออโตรีเกรสซีฟและตัวเข้ารหัสผู้พูดที่ได้รับการฝึกร่วมกันเชื่อมโทนเสียงกับเนื้อหา สังเคราะห์ข้อความด้วยเสียงสำเร็จรูปได้ ส่วนการสร้างเสียงโคลนใหม่เป็นขั้นตอนเตรียมแยกต่างหาก

โมเดลเลือกน้ำเสียงตามอารมณ์จากข้อความเอง หรือรับอารมณ์ที่กำหนด ได้แก่ ดีใจ เศร้า โกรธ กลัว รังเกียจ ประหลาดใจ หรือสงบ ยังควบคุมความเร็ว ระดับเสียง และความดังได้ เพื่อให้ประโยคสอดคล้องกับจังหวะการโต้ตอบที่ต้องการ

#### ภาษาและการอ่านคำ

รองรับเสียงพูดภาษารัสเซียและภาษาอื่น รวมถึงอังกฤษ จีน กวางตุ้ง ญี่ปุ่น เกาหลี ฝรั่งเศส เยอรมัน สเปน โปรตุเกส ตุรกี อาหรับ และยูเครน ข้อกำหนดปัจจุบันของ Speech 02 ระบุแยกว่าไม่รองรับเปอร์เซีย ฟิลิปปินส์ และทมิฬ

ปรับการออกเสียงได้ด้วยพจนานุกรมคำแทน สัทอักษรสากล พินอินจีน และรูปแบบการอ่านภาษาญี่ปุ่น กำหนดช่วงหยุดระหว่างส่วนที่จะพูดได้ในช่วง **0,01–99,99 วินาที** ระยะเวลาช่วงหยุดกำหนดละเอียดถึงสองตำแหน่งทศนิยม วางเครื่องหมายระหว่างส่วนที่จะพูดและไม่วางติดกัน โมเดลรองรับความเร็ว **0,5–2** ความดังมากกว่า 0 และไม่เกิน **10** และการปรับระดับเสียงตั้งแต่ **−12 ถึง 12**

#### เสียงสำหรับเล่นกลับ

อินพุตแบบซิงโครนัสจำกัดที่ข้อความน้อยกว่า **10 000 อักขระ** สำหรับข้อความเกิน 3000 อักขระ ผู้ผลิตแนะนำการทยอยส่งผลลัพธ์ ความสามารถของโมเดลรวมถึง MP3, WAV, FLAC และ PCM การตั้งค่าทั่วไปยังอธิบาย Opus และ G.711 μ-law โดยใช้หนึ่งหรือสองช่องสัญญาณเสียง

การ์ด Ailoot นี้รับข้อความและส่งกลับเสียงพูด ความเร็วของ Turbo เป็นวัตถุประสงค์ของรูปแบบโมเดล ส่วนระยะเวลาของคำตอบเฉพาะและความพร้อมของรูปแบบขั้นสูงขึ้นอยู่กับวิธีเรียกที่เลือก

การตั้งค่าเสียงเพิ่มเติมรวมถึงอัตราสุ่มสัญญาณ **8, 16, 22,05, 24, 32 และ 44,1 kHz** สำหรับ MP3 มีบิตเรต **32, 64, 128 หรือ 256 kbit/s** ยังปรับโทนเสียงและใช้เอฟเฟกต์หนึ่งแบบได้ ได้แก่ เสียงสะท้อนในพื้นที่กว้าง เสียงสะท้อนในห้องโถง เสียงโทรศัพท์ หรือเสียงหุ่นยนต์ เอฟเฟกต์ปรับเสียงรองรับ MP3, WAV และ FLAC เมื่อรับเสียงทั้งหมดในครั้งเดียว ส่วนเอาต์พุตแบบสตรีมรองรับเฉพาะ MP3 รูปแบบ G.711 μ-law ใช้อัตรา 8 kHz ความสามารถเหล่านี้เป็นการตั้งค่าการสังเคราะห์ของ MiniMax

ผู้ผลิตรองรับการซิงโครไนซ์เสียงพูดกับข้อความ โดยใช้เวลาระดับประโยค ระดับคำ หรือระดับคำระหว่างทยอยส่งผลลัพธ์ ช่วยให้การพูดตรงกับการแสดงข้อความ ความสามารถเพิ่มเติมนี้ต้องมีการรองรับรูปแบบคำตอบที่เกี่ยวข้อง

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `speech-02-turbo`

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

MiniMax /`speech-02-turbo`

### เริ่มต้น

Speech-02 Turbo ใช้สำหรับสังเคราะห์เสียงพูดอย่างรวดเร็ว ด้วยจังหวะสม่ำเสมอและการออกเสียงหลายภาษา

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

speech

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech`

ขาเข้า

`text`

ขาออก

`speech`

รูปแบบเอาต์พุต

mp3

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด speech-02-turbo | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 ความยาวสูงสุดแบบไม่รวมค่าสูงสุด: 10,000 หน่วย: อักขระ Unicode | ค่าเริ่มต้น— |
| ฟิลด์`voice` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด แพตเทิร์น: ^\[A-Za-z0-9\_-\]{1,128}$ | ค่าเริ่มต้น— |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด mp3 | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_speech** · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

`GET /v1/media/assets`

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

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$60.00 *ต่อ 1 ล้านอักขระ*

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · การสังเคราะห์เสียงพูด

ตัวอย่างเสียงพูด

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
: "${AILOOT_VOICE_ID:?Set the actual accepted voice ID for this model}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "speech-02-turbo", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
import re
voice=os.environ["AILOOT_VOICE_ID"]
if not re.fullmatch(r"[A-Za-z0-9_-]{1,128}",voice):raise SystemExit("Set an actual accepted voice ID")
p["voice"]=voice
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.mp3
```

### รับและบันทึกผลลัพธ์

#### Ailoot · การสังเคราะห์เสียงพูด

mp3

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

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`binary audio` | ประเภทbytes |
| ฟิลด์`response headers` | ประเภทheaders |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

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

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

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

FAQ · speech-02-turbo

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

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

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ