Speech 2.6 HD là đúng phiên bản giọng nói MiniMax được chọn bằng model: "minimax/speech-2.6-hd". Dùng POST /v1/audio/speech với phần thân application/json chứa model và text cần đọc. Đầu vào là kịch bản bằng văn bản và kết quả là âm thanh tổng hợp. Với đoạn bài học, chuẩn bị chính xác phần giải thích và ví dụ cần đọc thành tiếng. Với hướng dẫn sản phẩm, viết trình tự lời nói theo cùng thứ tự với các bước hiển thị. Kịch bản lời dẫn có thể gồm các câu hoàn chỉnh và dấu câu có chủ đích; giữ các chỉ dẫn biên tập không cần đọc ở ngoài text.
Trường text phải có nội dung không chỉ gồm khoảng trắng và chứa ít hơn 10.000 ký tự Unicode. Gửi toàn bộ kịch bản cần đọc với stream:false hoặc bỏ qua stream. Chia tài liệu dài hơn thành các đoạn kịch bản hoàn chỉnh riêng trước khi gửi từng đoạn. Có thể dùng tài liệu bằng cách đọc nội dung thực tế và đặt đoạn liên quan vào text; URL tài liệu không thay thế được kịch bản.
Chọn giọng nói qua voice_setting.voice_id. Các nhóm giọng nói được ghi trong tài liệu gồm giọng hệ thống và những giọng nhân bản hoặc thiết kế bằng văn bản đã được tạo; dùng ID giọng hợp lệ cho nhóm đã chọn. Giọng trong ví dụ là audiobook_male_1. Cùng đối tượng đó điều khiển speed từ 0,5 đến 2, vol lớn hơn 0 và tối đa 10, cùng pitch nguyên từ -12 đến 12. Giá trị mặc định của chúng là 1, 1 và 0. Các tùy chọn này điều chỉnh những khía cạnh khác nhau của cách đọc, vì vậy hãy chọn riêng chúng thay vì đặt tên của chúng trong kịch bản.
voice_setting.emotion chấp nhận happy, sad, angry, fearful, disgusted, surprised, calm và fluent. Tài liệu cũng mô tả khả năng tự động khớp cảm xúc từ văn bản. Với kịch bản có nhiều số, voice_setting.text_normalization bật chuẩn hóa văn bản tiếng Trung và tiếng Anh, mặc định là false. voice_setting.latex_read điều khiển việc đọc biểu thức LaTeX và cũng mặc định là false. pronunciation_dict.tone là mảng các chuỗi quy tắc phát âm. Ví dụ đã công bố là ["草地/(cao3)(di1)"]; giữ từ, dấu gạch chéo và cấu trúc phát âm trong ngoặc đơn khi cung cấp quy tắc.
audio_setting.format chấp nhận mp3, pcm, flac và wav, mặc định là mp3. sample_rate chấp nhận 8000, 16000, 22050, 24000, 32000 và 44100 Hz; mặc định là 32000. channel là 1 cho đơn âm hoặc 2 cho hai kênh, mặc định là 1. Các giá trị bitrate là 32000, 64000, 128000 và 256000 bit mỗi giây, mặc định là 128000 và áp dụng cho mp3. Chọn kiểu mã hóa cần thiết cho trình phát hoặc công cụ chỉnh sửa sẽ sử dụng kết quả.
language_boost là chuỗi tùy chọn và mặc định là null. Các giá trị được phép là 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 và auto. "Chinese,Yue" là một giá trị. Đây là tùy chọn tách biệt với kịch bản và ID giọng nói. Lược đồ cũng cung cấp timber_weights cho danh sách cặp voice_id và weight nguyên, với mỗi weight từ 1 đến 100. Giữ cách viết tham số timber_weights khi chuẩn bị yêu cầu. voice_modify.sound_effects là chuỗi tùy chọn với các giá trị spacious_echo, auditorium_echo, lofi_telephone và robotic.
stream mặc định là false. Với phản hồi đầy đủ, output_format chọn url hoặc hex và mặc định là hex. Trong kết quả JSON được ghi trong tài liệu, data.audio chứa dạng biểu diễn đã chọn: tải âm thanh từ URL Ailoot có chữ ký đầy đủ, bao gồm cả chuỗi truy vấn, hoặc giải mã toàn bộ âm thanh thập lục phân thành các byte. Giữ kết quả ban đầu cùng data.status, base_resp, trace_id và extra_info, gồm định dạng âm thanh thực tế, tần số lấy mẫu, số kênh, kích thước và usage_characters.
subtitle_enable là boolean mặc định là false và áp dụng cho đầu ra không truyền luồng. aigc_watermark là boolean mặc định là false và điều khiển dấu nhịp nghe được ở cuối âm thanh được tạo. Giữ mọi kết quả âm thanh hoặc phụ đề được trả về và kiểm tra phát âm, con số cùng tệp hoàn tất trước khi đưa vào ứng dụng. Nếu quá trình trả kết quả chưa chắc chắn, giữ định danh yêu cầu ban đầu và phản hồi để kiểm tra lần thử hiện có. Ailoot cũng lưu âm thanh hoàn tất trong thư viện phương tiện của bạn. Với output_format:"url", data.audio chứa liên kết có chữ ký đến tài sản đã lưu đó; ID tài sản xuất hiện trong đường dẫn /v1/media/assets/{asset_id}/content của liên kết. Liên kết tệp Ailoot có chữ ký có hiệu lực 24 giờ từ lúc cấp. Dùng cùng khóa API để GET /v1/media/assets?family=audio và tiếp tục theo mọi next_cursor để tìm các bản ghi tài sản âm thanh. Đọc GET /v1/media/assets/{asset_id} cho từng bản ghi đã chọn và tải đúng content_url của nó, bao gồm chuỗi truy vấn. Nếu yêu cầu tệp trả về 404 với mã link_expired, đọc lại chính tài sản đó để nhận content_url được làm mới. Làm mới kết quả đã lưu thay vì tạo lại âm thanh để thay thế liên kết hết hạn.
", "aboutText": "Speech 2.6 HD là đúng phiên bản giọng nói MiniMax được chọn bằng model: \"minimax/speech-2.6-hd\". Dùng POST /v1/audio/speech với phần thân application/json chứa model và text cần đọc. Đầu vào là kịch bản bằng văn bản và kết quả là âm thanh tổng hợp. Với đoạn bài học, chuẩn bị chính xác phần giải thích và ví dụ cần đọc thành tiếng. Với hướng dẫn sản phẩm, viết trình tự lời nói theo cùng thứ tự với các bước hiển thị. Kịch bản lời dẫn có thể gồm các câu hoàn chỉnh và dấu câu có chủ đích; giữ các chỉ dẫn biên tập không cần đọc ở ngoài text.\n\nTrường text phải có nội dung không chỉ gồm khoảng trắng và chứa ít hơn 10.000 ký tự Unicode. Gửi toàn bộ kịch bản cần đọc với stream:false hoặc bỏ qua stream. Chia tài liệu dài hơn thành các đoạn kịch bản hoàn chỉnh riêng trước khi gửi từng đoạn. Có thể dùng tài liệu bằng cách đọc nội dung thực tế và đặt đoạn liên quan vào text; URL tài liệu không thay thế được kịch bản.\n\nChọn giọng nói qua voice_setting.voice_id. Các nhóm giọng nói được ghi trong tài liệu gồm giọng hệ thống và những giọng nhân bản hoặc thiết kế bằng văn bản đã được tạo; dùng ID giọng hợp lệ cho nhóm đã chọn. Giọng trong ví dụ là audiobook_male_1. Cùng đối tượng đó điều khiển speed từ 0,5 đến 2, vol lớn hơn 0 và tối đa 10, cùng pitch nguyên từ -12 đến 12. Giá trị mặc định của chúng là 1, 1 và 0. Các tùy chọn này điều chỉnh những khía cạnh khác nhau của cách đọc, vì vậy hãy chọn riêng chúng thay vì đặt tên của chúng trong kịch bản.\n\nvoice_setting.emotion chấp nhận happy, sad, angry, fearful, disgusted, surprised, calm và fluent. Tài liệu cũng mô tả khả năng tự động khớp cảm xúc từ văn bản. Với kịch bản có nhiều số, voice_setting.text_normalization bật chuẩn hóa văn bản tiếng Trung và tiếng Anh, mặc định là false. voice_setting.latex_read điều khiển việc đọc biểu thức LaTeX và cũng mặc định là false. pronunciation_dict.tone là mảng các chuỗi quy tắc phát âm. Ví dụ đã công bố là [\"草地/(cao3)(di1)\"]; giữ từ, dấu gạch chéo và cấu trúc phát âm trong ngoặc đơn khi cung cấp quy tắc.\n\naudio_setting.format chấp nhận mp3, pcm, flac và wav, mặc định là mp3. sample_rate chấp nhận 8000, 16000, 22050, 24000, 32000 và 44100 Hz; mặc định là 32000. channel là 1 cho đơn âm hoặc 2 cho hai kênh, mặc định là 1. Các giá trị bitrate là 32000, 64000, 128000 và 256000 bit mỗi giây, mặc định là 128000 và áp dụng cho mp3. Chọn kiểu mã hóa cần thiết cho trình phát hoặc công cụ chỉnh sửa sẽ sử dụng kết quả.\n\nlanguage_boost là chuỗi tùy chọn và mặc định là null. Các giá trị được phép là 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 và auto. \"Chinese,Yue\" là một giá trị. Đây là tùy chọn tách biệt với kịch bản và ID giọng nói. Lược đồ cũng cung cấp timber_weights cho danh sách cặp voice_id và weight nguyên, với mỗi weight từ 1 đến 100. Giữ cách viết tham số timber_weights khi chuẩn bị yêu cầu. voice_modify.sound_effects là chuỗi tùy chọn với các giá trị spacious_echo, auditorium_echo, lofi_telephone và robotic.\n\nstream mặc định là false. Với phản hồi đầy đủ, output_format chọn url hoặc hex và mặc định là hex. Trong kết quả JSON được ghi trong tài liệu, data.audio chứa dạng biểu diễn đã chọn: tải âm thanh từ URL Ailoot có chữ ký đầy đủ, bao gồm cả chuỗi truy vấn, hoặc giải mã toàn bộ âm thanh thập lục phân thành các byte. Giữ kết quả ban đầu cùng data.status, base_resp, trace_id và extra_info, gồm định dạng âm thanh thực tế, tần số lấy mẫu, số kênh, kích thước và usage_characters.\n\nsubtitle_enable là boolean mặc định là false và áp dụng cho đầu ra không truyền luồng. aigc_watermark là boolean mặc định là false và điều khiển dấu nhịp nghe được ở cuối âm thanh được tạo. Giữ mọi kết quả âm thanh hoặc phụ đề được trả về và kiểm tra phát âm, con số cùng tệp hoàn tất trước khi đưa vào ứng dụng. Nếu quá trình trả kết quả chưa chắc chắn, giữ định danh yêu cầu ban đầu và phản hồi để kiểm tra lần thử hiện có. Ailoot cũng lưu âm thanh hoàn tất trong thư viện phương tiện của bạn. Với output_format:\"url\", data.audio chứa liên kết có chữ ký đến tài sản đã lưu đó; ID tài sản xuất hiện trong đường dẫn /v1/media/assets/{asset_id}/content của liên kết. Liên kết tệp Ailoot có chữ ký có hiệu lực 24 giờ từ lúc cấp. Dùng cùng khóa API để GET /v1/media/assets?family=audio và tiếp tục theo mọi next_cursor để tìm các bản ghi tài sản âm thanh. Đọc GET /v1/media/assets/{asset_id} cho từng bản ghi đã chọn và tải đúng content_url của nó, bao gồm chuỗi truy vấn. Nếu yêu cầu tệp trả về 404 với mã link_expired, đọc lại chính tài sản đó để nhận content_url được làm mới. Làm mới kết quả đã lưu thay vì tạo lại âm thanh để thay thế liên kết hết hạn.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6b262ed923e755b733331b0150e475f573dcf5c900c169df7feb0f674ec45b25", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "minimax/speech-2.6-hdSpeech 2.6 HD là mô hình chuyển văn bản thành giọng nói của MiniMax để biến kịch bản hoàn thiện thành âm thanh. Phiên bản minimax/speech-2.6-hd cung cấp các tùy chọn giọng nói, cách đọc và định dạng âm thanh, với phản hồi JSON đầy đủ và lựa chọn đầu ra âm thanh dạng URL hoặc thập lục phân. Dùng để thể hiện lời dẫn, đoạn bài học hoặc hướng dẫn sản phẩm được cung cấp thành giọng nói.
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.
Speech 2.6 HD là đúng phiên bản giọng nói MiniMax được chọn bằng model: "minimax/speech-2.6-hd". Dùng POST /v1/audio/speech với phần thân application/json chứa model và text cần đọc. Đầu vào là kịch bản bằng văn bản và kết quả là âm thanh tổng hợp. Với đoạn bài học, chuẩn bị chính xác phần giải thích và ví dụ cần đọc thành tiếng. Với hướng dẫn sản phẩm, viết trình tự lời nói theo cùng thứ tự với các bước hiển thị. Kịch bản lời dẫn có thể gồm các câu hoàn chỉnh và dấu câu có chủ đích; giữ các chỉ dẫn biên tập không cần đọc ở ngoài text.
Trường text phải có nội dung không chỉ gồm khoảng trắng và chứa ít hơn 10.000 ký tự Unicode. Gửi toàn bộ kịch bản cần đọc với stream:false hoặc bỏ qua stream. Chia tài liệu dài hơn thành các đoạn kịch bản hoàn chỉnh riêng trước khi gửi từng đoạn. Có thể dùng tài liệu bằng cách đọc nội dung thực tế và đặt đoạn liên quan vào text; URL tài liệu không thay thế được kịch bản.
Chọn giọng nói qua voice_setting.voice_id. Các nhóm giọng nói được ghi trong tài liệu gồm giọng hệ thống và những giọng nhân bản hoặc thiết kế bằng văn bản đã được tạo; dùng ID giọng hợp lệ cho nhóm đã chọn. Giọng trong ví dụ là audiobook_male_1. Cùng đối tượng đó điều khiển speed từ 0,5 đến 2, vol lớn hơn 0 và tối đa 10, cùng pitch nguyên từ -12 đến 12. Giá trị mặc định của chúng là 1, 1 và 0. Các tùy chọn này điều chỉnh những khía cạnh khác nhau của cách đọc, vì vậy hãy chọn riêng chúng thay vì đặt tên của chúng trong kịch bản.
voice_setting.emotion chấp nhận happy, sad, angry, fearful, disgusted, surprised, calm và fluent. Tài liệu cũng mô tả khả năng tự động khớp cảm xúc từ văn bản. Với kịch bản có nhiều số, voice_setting.text_normalization bật chuẩn hóa văn bản tiếng Trung và tiếng Anh, mặc định là false. voice_setting.latex_read điều khiển việc đọc biểu thức LaTeX và cũng mặc định là false. pronunciation_dict.tone là mảng các chuỗi quy tắc phát âm. Ví dụ đã công bố là ["草地/(cao3)(di1)"]; giữ từ, dấu gạch chéo và cấu trúc phát âm trong ngoặc đơn khi cung cấp quy tắc.
audio_setting.format chấp nhận mp3, pcm, flac và wav, mặc định là mp3. sample_rate chấp nhận 8000, 16000, 22050, 24000, 32000 và 44100 Hz; mặc định là 32000. channel là 1 cho đơn âm hoặc 2 cho hai kênh, mặc định là 1. Các giá trị bitrate là 32000, 64000, 128000 và 256000 bit mỗi giây, mặc định là 128000 và áp dụng cho mp3. Chọn kiểu mã hóa cần thiết cho trình phát hoặc công cụ chỉnh sửa sẽ sử dụng kết quả.
language_boost là chuỗi tùy chọn và mặc định là null. Các giá trị được phép là 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 và auto. "Chinese,Yue" là một giá trị. Đây là tùy chọn tách biệt với kịch bản và ID giọng nói. Lược đồ cũng cung cấp timber_weights cho danh sách cặp voice_id và weight nguyên, với mỗi weight từ 1 đến 100. Giữ cách viết tham số timber_weights khi chuẩn bị yêu cầu. voice_modify.sound_effects là chuỗi tùy chọn với các giá trị spacious_echo, auditorium_echo, lofi_telephone và robotic.
stream mặc định là false. Với phản hồi đầy đủ, output_format chọn url hoặc hex và mặc định là hex. Trong kết quả JSON được ghi trong tài liệu, data.audio chứa dạng biểu diễn đã chọn: tải âm thanh từ URL Ailoot có chữ ký đầy đủ, bao gồm cả chuỗi truy vấn, hoặc giải mã toàn bộ âm thanh thập lục phân thành các byte. Giữ kết quả ban đầu cùng data.status, base_resp, trace_id và extra_info, gồm định dạng âm thanh thực tế, tần số lấy mẫu, số kênh, kích thước và usage_characters.
subtitle_enable là boolean mặc định là false và áp dụng cho đầu ra không truyền luồng. aigc_watermark là boolean mặc định là false và điều khiển dấu nhịp nghe được ở cuối âm thanh được tạo. Giữ mọi kết quả âm thanh hoặc phụ đề được trả về và kiểm tra phát âm, con số cùng tệp hoàn tất trước khi đưa vào ứng dụng. Nếu quá trình trả kết quả chưa chắc chắn, giữ định danh yêu cầu ban đầu và phản hồi để kiểm tra lần thử hiện có. Ailoot cũng lưu âm thanh hoàn tất trong thư viện phương tiện của bạn. Với output_format:"url", data.audio chứa liên kết có chữ ký đến tài sản đã lưu đó; ID tài sản xuất hiện trong đường dẫn /v1/media/assets/{asset_id}/content của liên kết. Liên kết tệp Ailoot có chữ ký có hiệu lực 24 giờ từ lúc cấp. Dùng cùng khóa API để GET /v1/media/assets?family=audio và tiếp tục theo mọi next_cursor để tìm các bản ghi tài sản âm thanh. Đọc GET /v1/media/assets/{asset_id} cho từng bản ghi đã chọn và tải đúng content_url của nó, bao gồm chuỗi truy vấn. Nếu yêu cầu tệp trả về 404 với mã link_expired, đọc lại chính tài sản đó để nhận content_url được làm mới. Làm mới kết quả đã lưu thay vì tạo lại âm thanh để thay thế liên kết hết hạn.
POST /v1/audio/speechtextaudio| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn minimax/speech-2.6-hd | Mặc định— |
Trườngtext | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn false | Mặc địnhfalse |
Trườngvoice_setting | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngvoice_setting.voice_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngvoice_setting.speed | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 0,5 Tối đa: 2 | Mặc định1 |
Trườngvoice_setting.vol | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 0 Tối đa: 10 | Mặc định1 |
Trườngvoice_setting.pitch | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: -12 Tối đa: 12 | Mặc định0 |
Trườngvoice_setting.emotion | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn happy, sad, angry, fearful, disgusted, surprised, calm, fluent | Mặc định— |
Trườngvoice_setting.text_normalization | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngvoice_setting.latex_read | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngaudio_setting | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngaudio_setting.sample_rate | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 8.000, 16.000, 22.050, 24.000, 32.000, 44.100 | Mặc định32.000 |
Trườngaudio_setting.bitrate | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 32.000, 64.000, 128.000, 256.000 | Mặc định128.000 |
Trườngaudio_setting.format | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn mp3, pcm, flac, wav | Mặc địnhmp3 |
Trườngaudio_setting.channel | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 1, 2 | Mặc định1 |
Trườngaudio_setting.force_cbr | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngpronunciation_dict | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngpronunciation_dict.tone | Loạiarray | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtimber_weights | Loạiarray | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnglanguage_boost | Loạistring | 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— |
Trườngvoice_modify | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngvoice_modify.pitch | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn -100, 100 | Mặc định— |
Trườngvoice_modify.intensity | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn -100, 100 | Mặc định— |
Trườngvoice_modify.timbre | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn -100, 100 | Mặc định— |
Trườngvoice_modify.sound_effects | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn spacious_echo, auditorium_echo, lofi_telephone, robotic | Mặc định— |
Trườngsubtitle_enable | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngoutput_format | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn url, hex | Mặc địnhhex |
Trườngaigc_watermark | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, text |
Tham sốoptional | Hợp đồngstream, voice_setting, audio_setting, pronunciation_dict, timber_weights, language_boost, voice_modify, subtitle_enable, output_format, aigc_watermark |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốconditions | 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}
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
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 $0.0002 mỗi ký tự đầu vào |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/speech-2.6-hd", "text": "Hello, this is a short speech example.", "stream": false, "output_format": "hex", "audio_setting": {"format": "mp3", "sample_rate": 32000, "channel": 1}}')\n\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 result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nmp3,pcm,flac,wav
GET /v1/media/assetsGET /v1/media/assets/{asset_id}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.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
| Trường | Loại |
|---|---|
Trườngdata.audio | Loạistring |
Trườngextra_info | Loạiobject |
Trườngtrace_id | Loạistring |
Ailoot Ultra minimax/speech-2.6-hd
Dùng các đường dẫn phương thức hiển thị ở trên.