Source: https://ailoot.ai/models/vi/minimax-speech-01-hd/ Canonical: https://ailoot.ai/models/vi/minimax-speech-01-hd/ Language: vi # MiniMax: Speech 01 HD [Markdown](https://ailoot.ai/models/vi/minimax-speech-01-hd/index.md) · [JSON](https://ailoot.ai/models/vi/minimax-speech-01-hd/facts.json) ## [MiniMax: Speech 01 HD](https://ailoot.ai/models/vi/minimax-speech-01-hd/) MiniMax Speech 01 HD đọc văn bản được cung cấp thành giọng nói được tạo qua yêu cầu audio\_speech đồng bộ. Mô hình nhận văn bản ngắn hơn 10.000 ký tự và cung cấp thiết lập giọng, nhịp đọc và cao độ với đầu ra MP3, PCM, FLAC hoặc WAV. - [**Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-hd`](https://ailoot.ai/models/vi/minimax-speech-01-hd/#method-0) Về mô hình Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn. MiniMax Speech 01 HD chuyển văn bản được cung cấp thành âm thanh lời nói. ID mô hình Ailoot chính xác là minimax/speech-01-hd, còn bộ chọn tổng hợp được ghi trong tài liệu là speech-01-hd. Dùng phương thức audio\_speech cho lời thuyết minh, bài học bằng giọng nói, phần giải thích sản phẩm hoặc bản nháp lời dẫn đã có sẵn câu chữ. Đầu vào là đoạn cần đọc và kết quả là giọng nói tổng hợp theo định dạng âm thanh đã chọn. Chuẩn bị văn bản thành những lời dự định đọc, với dấu câu phản ánh cách ngắt ý. Với bản nháp lời dẫn, cung cấp thứ tự câu đã hoàn thiện và cách viết tên trước khi chọn thiết lập giọng nói. Tách chỉ dẫn biểu diễn khỏi đoạn cần đọc trừ khi những từ đó phải có trong bản ghi. Nghe những tên, con số và chỗ chuyển đoạn quan trọng trong kết quả rồi đối chiếu với văn bản nguồn. Văn bản phải ngắn hơn 10.000 ký tự. Hợp đồng tổng hợp đã công bố yêu cầu model và text. Với tài liệu dài hơn, chuẩn bị các đoạn trong giới hạn đó và giữ thứ tự của chúng để biên tập. Cấu hình đồng bộ sử dụng phản hồi đầy đủ, với stream=false là mặc định được ghi trong tài liệu. API tổng quát cũng mô tả các lựa chọn truyền luồng, nhưng phương thức được chọn trên thẻ này là quy trình giọng nói đồng bộ. voice\_setting chọn voice\_id khả dụng và điều khiển speed, vol và pitch. Khoảng speed được ghi trong tài liệu là 0,5–2, với mặc định là 1. vol phải lớn hơn 0 và tối đa là 10, mặc định là 1; pitch là số nguyên từ -12 đến 12, mặc định là 0. Điều chỉnh từng thiết lập cho phù hợp với đoạn đọc: so sánh nhịp đọc và độ nghe rõ của bản ghi thực tế thay vì cho rằng thay đổi con số sẽ tạo ra một cách thể hiện nhất định. Các giá trị emotion được ghi trong tài liệu là happy, sad, angry, fearful, disgusted, surprised, calm và fluent. Văn bản cũng có thể định hướng cảm xúc của mô hình. text\_normalization là tùy chọn boolean riêng cho việc chuẩn bị cách đọc số bằng tiếng Trung và tiếng Anh, còn latex\_read điều khiển việc đọc công thức LaTeX; cả hai đều mặc định là false. pronunciation\_dict.tone có thể chứa các quy tắc thay thế phát âm được ghi trong tài liệu. Kiểm tra tên hoặc cách diễn đạt chuyên ngành trong âm thanh kết quả trước khi dùng trong lời dẫn dài hơn. audio\_setting.format chấp nhận mp3, pcm, flac hoặc wav, với mặc định là mp3. sample\_rate chấp nhận 8000, 16000, 22050, 24000, 32000 hoặc 44100 và mặc định là 32000. bitrate chấp nhận 32000, 64000, 128000 hoặc 256000, mặc định là 128000 và áp dụng cho MP3. channel chọn 1 cho đơn âm hoặc 2 cho âm thanh nổi, với mặc định là 1. Giữ các lựa chọn này cùng đoạn nguồn để có thể kiểm tra tệp trả về theo đích biên tập hoặc phát lại dự định. Các tùy chọn bổ sung được ghi trong tài liệu gồm language\_boost, có những lựa chọn tên chính xác như English, Russian, Chinese và Chinese,Yue; chọn một giá trị thực tế được liệt kê cho đoạn đọc. timber\_weights có thể kết hợp các mục voice\_id hiện có với giá trị weight nguyên từ 1 đến 100. Các giá trị sound\_effects đã công bố là spacious\_echo, auditorium\_echo, lofi\_telephone và robotic. Đây là các tùy chọn để định hình giọng nói đã chọn; ghi lại thiết lập thực tế của chúng khi so sánh các bản đọc. Kết quả đồng bộ chứa giọng nói được tạo. output\_format chọn url hoặc hex và mặc định là hex trong lược đồ tổng hợp. Tải tệp được tham chiếu bởi kết quả URL hoặc giải mã kết quả hex thành các byte âm thanh trước khi phát lại. Giữ siêu dữ liệu âm thanh được trả về, gồm định dạng, tần số lấy mẫu, số kênh và kích thước, cùng bản ghi. subtitle\_enable mặc định là false và khi bật chỉ áp dụng cho đầu ra không truyền luồng; nguồn không xác lập định dạng tệp phụ đề cho cấu hình này. Lưu đoạn nguồn, ID mô hình chính xác, lựa chọn giọng nói và bản ghi hoàn tất cùng nhau. Đánh giá toàn bộ bản đọc về câu chữ dự định, khoảng nghỉ và thiết lập thể hiện đã chọn trước khi đưa vào video, bài học hoặc hướng dẫn bằng giọng nói. Nếu phản hồi chưa đầy đủ, giữ thông tin định danh yêu cầu ban đầu và thông tin được trả về để đối soát trước khi yêu cầu bản ghi khác. Một lần chỉnh sửa sau có thể thay đổi cụm từ hoặc thiết lập giọng nói cụ thể trong khi giữ phần còn lại của kịch bản để so sánh rõ ràng. **Ailoot Ultra · Speech** `POST /v1/audio/speech` `minimax/speech-01-hd` [`minimax/speech-01-hd`](https://ailoot.ai/models/vi/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech) MiniMax /`minimax/speech-01-hd` ### Bắt đầu MiniMax Speech 01 HD đọc văn bản được cung cấp thành giọng nói được tạo qua yêu cầu audio\_speech đồng bộ. Mô hình nhận văn bản ngắn hơn 10.000 ký tự và cung cấp thiết lập giọng, nhịp đọc và cao độ với đầu ra MP3, PCM, FLAC hoặc WAV. Đầu vào được chấp nhận Văn bản Kết quả Âm thanh ### Có trên Ailoot · đầu vào & phương thức **Ailoot Ultra · Speech** `POST /v1/audio/speech` Đầu vào `text` Đầu ra `audio` Định dạng đầu ra mp3,pcm,flac,wav | Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định | | --- | --- | --- | --- | --- | | Trường`model` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn minimax/speech-01-hd | Mặc định— | | Trường`text` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`stream` | Loại`boolean` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn false | Mặc địnhfalse | | Trường`voice_setting` | Loại`object` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`voice_setting.voice_id` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`voice_setting.speed` | Loại`number` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 0,5 Tối đa: 2 | Mặc định1 | | Trường`voice_setting.vol` | Loại`number` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 0 Tối đa: 10 | Mặc định1 | | Trường`voice_setting.pitch` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: -12 Tối đa: 12 | Mặc định0 | | Trường`voice_setting.emotion` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Mặc định— | | Trường`voice_setting.text_normalization` | Loại`boolean` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse | | Trường`voice_setting.latex_read` | Loại`boolean` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse | | Trường`audio_setting` | Loại`object` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`audio_setting.sample_rate` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 8.000, 16.000, 22.050, 24.000, 32.000, 44.100 | Mặc định32.000 | | Trường`audio_setting.bitrate` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 32.000, 64.000, 128.000, 256.000 | Mặc định128.000 | | Trường`audio_setting.format` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn mp3, pcm, flac, wav | Mặc địnhmp3 | | Trường`audio_setting.channel` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 1, 2 | Mặc định1 | | Trường`audio_setting.force_cbr` | Loại`boolean` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse | | Trường`pronunciation_dict` | Loại`object` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`pronunciation_dict.tone` | Loại`array` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`timber_weights` | Loại`array` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`language_boost` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Chinese, Chinese,Yue, English, Arabic, Russian, Spanish, French, Portuguese, German, Turkish, Dutch, Ukrainian, Vietnamese, Indonesian, Japanese, Italian, Korean, Thai, Polish, Romanian, Greek, Czech, Finnish, Hindi, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans, auto | Mặc định— | | Trường`voice_modify` | Loại`object` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— | | Trường`voice_modify.pitch` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn -100, 100 | Mặc định— | | Trường`voice_modify.intensity` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn -100, 100 | Mặc định— | | Trường`voice_modify.timbre` | Loại`integer` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn -100, 100 | Mặc định— | | Trường`voice_modify.sound_effects` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn spacious\_echo, auditorium\_echo, lofi\_telephone, robotic | Mặc định— | | Trường`subtitle_enable` | Loại`boolean` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse | | Trường`output_format` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn url, hex | Mặc địnhhex | | Trường`aigc_watermark` | Loại`boolean` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse | Tham số phương thức và vòng đời | Tham số | Hợp đồng | | --- | --- | | Tham số`content_type` | Hợp đồngapplication/json | | Tham số`required` | Hợp đồngmodel, text | | Tham số`optional` | Hợp đồngstream, voice\_setting, audio\_setting, pronunciation\_dict, timber\_weights, language\_boost, voice\_modify, subtitle\_enable, output\_format, aigc\_watermark | | Tham số`material_types` | Hợp đồngtext | | Tham số`conditions` | Hợp đồngUse text, not input or contents. Fewer than 10000 Unicode characters; stream is false or omitted., PCM is raw audio with its returned sample geometry; do not invent a WAV header or bit depth. | Vòng đời: `synchronous_result_then_owned_library` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Bảng giá Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn. Chế độ nhanh Chưa chỉ định Khi chọn chế độ nhanh Chế độ Flex Chưa chỉ định Khi chọn chế độ flex Mức độ suy luận tối đa Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa #### Mức phí Ailoot #### Giá theo cấu hình Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế. | Cấu hình | Biểu mức phí | Đơn vị tính phí | Phí | | --- | --- | --- | --- | | Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Đơn vị tính phí— | Phí Đầu vào · Token đầu vào **—** / 1K token Đầu ra · Token đầu ra **—** / 1K token Đầu vào · Đọc bộ nhớ đệm **—** / 1K token Đầu vào · Ghi bộ nhớ đệm **—** / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ **—** / 1K token | | Cấu hìnhKý tự đầu vào | Biểu mức phí— | Đơn vị tính phímỗi ký tự đầu vào | Phí Đầu vào · Ký tự đầu vào **$0.000105** mỗi ký tự đầu vào | Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. [Cách hoạt động của cơ chế tạm giữ và quyết toán →](https://ailoot.ai/docs/vi/billing/reserve/) ### Ví dụ yêu cầu #### Ailoot Ultra · Speech curl · chỉ tạo một lần và giữ lại kết quả đầy đủ ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "minimax/speech-01-hd", "text": "Hello, this is a short speech example.", "stream": false, "output_format": "hex", "audio_setting": {"format": "mp3", "sample_rate": 32000, "channel": 1}}') 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 result.json # Submit once. Retain the complete result, original identifiers and every response header. ``` ### Nhận và lưu kết quả #### Ailoot Ultra · Speech mp3,pcm,flac,wav - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Lưu tất cả kết quả đã hoàn tất Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về. Retain the full JSON. Decode every hex audio byte or use the returned owned URL. Keep the actual format, sample rate, channel count and usage\_characters. ##### Nếu cần kiểm tra phản hồi gốc Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. Trường phản hồi | Trường | Loại | | --- | --- | | Trường`data.audio` | Loạistring | | Trường`extra_info` | Loạiobject | | Trường`trace_id` | Loạistring | ### Bí danh #### Bí danh mô hình **Ailoot Ultra** [`minimax/speech-01-hd`](https://ailoot.ai/models/vi/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech) #### Bí danh đường dẫn phương thức Dùng các đường dẫn phương thức hiển thị ở trên. #### ID gọi liên quan [`minimax/speech-01-hd`](https://ailoot.ai/models/vi/#m=minimax%2Fspeech-01-hd&route=Ultra&caller=minimax%2Fspeech-01-hd&fmt=speech) FAQ · MiniMax: Speech 01 HD Có những đầu vào và kết quả nào? `POST /v1/audio/speech` · `minimax/speech-01-hd`: `text` → `audio` Yêu cầu sử dụng những trường nào? `POST /v1/audio/speech` · `minimax/speech-01-hd`: `model`, `text`, `stream`, `voice_setting`, `audio_setting`, `pronunciation_dict`, `timber_weights`, `language_boost`, `voice_modify`, `subtitle_enable`, `output_format`, `aigc_watermark` Áp dụng những giới hạn nào? `POST /v1/audio/speech` · `minimax/speech-01-hd`: `voice_setting.speed.minimum`: `0.5`; `voice_setting.speed.maximum`: `2`; `voice_setting.vol.minimum`: `0`; `voice_setting.vol.maximum`: `10`; `voice_setting.pitch.minimum`: `-12`; `voice_setting.pitch.maximum`: `12` Kết nối Ailoot với Claude Code, OpenCode, Hermes hoặc ứng dụng của bạn. ## Công ty và danh mục dự án của công ty Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng. ## Mua token với giá ưu đãi. Ưu đãi thuê bao cho nhu cầu thường xuyên. Mã khuyến mãi giảm đến 50% khi mua token. Thuê bao Chọn gói ưu đãi cho các yêu cầu thường xuyên của bạn. Mã giảm đến 50% Nhập mã khi mua. Giá được tính lại theo chương trình đang áp dụng. Chi phí trong lịch sử Mô hình, token và số tiền được lưu cho mỗi yêu cầu. [Chọn gói thuê bao](https://ailoot.ai/docs/vi/billing/subscriptions/) · [Xem giá mô hình](https://ailoot.ai/models/vi/) ## Kết nối API vào sản phẩm bạn đang bán. SaaS, ứng dụng và bot — theo đề nghị giao kết chính thức và thỏa thuận cấp phép Ailoot. Muốn bán lại, hãy yêu cầu giấy phép bán lại. Ứng dụng thương mại Tích hợp tạo văn bản, ảnh, video và âm thanh vào các tính năng trả phí của dịch vụ. Giấy phép bán lại Gửi mô tả dự án và cách cung cấp quyền truy cập. Yêu cầu điều khoản sử dụng và bán lại bằng văn bản. Tài liệu trên website Đề nghị giao kết, thỏa thuận cấp phép và chính sách xử lý dữ liệu có sẵn trước khi kết nối. [Yêu cầu giấy phép bán lại](mailto:support@ailoot.ai) · [Đề nghị giao kết và thỏa thuận cấp phép](https://ailoot.ai/legal/offer?lang=vi) ## Ailoot · Công ty và danh mục dự án của công ty Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục. Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng. Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.