speech-2.8-turbo

Speech 2.8 Turbo tổng hợp nhanh lời nói tự nhiên, có thẻ âm thanh và điều khiển mức biểu cảm.

Ailoot · Tổng hợp giọng nói POST /v1/audio/speech speech-2.8-turbo
Ailoot · Tổng hợp giọng nói POST /v1/audio/speech minimax-speech-turbo

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.

Tổng hợp nhanh các lượt lời hội thoại

Speech 2.8 Turbo kết hợp tạo âm thanh nhanh với diễn biến giọng tự nhiên. Nhà sản xuất định vị Turbo cho lời nói hội thoại trôi chảy: lượt lời ngắn, đọc văn bản và tương tác giọng nói. Thẻ này nhận văn bản và trả về âm thanh lời nói.

Cười, hơi thở và thán từ

Như phiên bản HD của thế hệ này, Turbo hỗ trợ thẻ âm thanh Speech 2.8. Có thể đưa vào văn bản ký hiệu cười, cười khẽ, ho, hắng giọng, hít vào, thở ra, thở dài và những âm ngắn khác. Sự không đều có thể điều khiển này khiến lượt lời giống hội thoại: có hơi thở và khoảng dừng gắn với nội dung.

Thẻ âm thanh thuộc một vị trí cụ thể trong văn bản. Mô hình sử dụng các ký hiệu quy định trong dấu ngoặc tròn, chẳng hạn (laughs) hoặc (breath). Mô tả hiệu ứng tùy ý không phải sự thay thế tương đương cho thẻ được hỗ trợ.

Giọng và ngôn ngữ

Dòng Speech 2.8 hỗ trợ 40 ngôn ngữ, gồm tiếng Nga, và sử dụng giọng có sẵn. Nhà sản xuất nhấn mạnh kết cấu giọng dễ nhận biết, đặc điểm hơi thở và giảm biến dạng kỹ thuật số. Khả năng nhân bản thuộc bước chuẩn bị giọng riêng, rồi giọng có thể được dùng để tổng hợp.

MiniMax cho phép chọn giọng và điều khiển tốc độ, âm lượng, cao độ. Tốc độ được đặt trong khoảng 0,5–2, âm lượng lớn hơn 0 và tối đa 10, thay đổi cao độ từ −12 đến 12. Có thể để mô hình chọn cảm xúc theo ý nghĩa văn bản hoặc chỉ định thủ công: vui, buồn, giận dữ, sợ hãi, ghê tởm, ngạc nhiên hoặc bình tĩnh.

Có thể làm rõ phát âm bằng từ điển thay thế và ký hiệu phiên âm; mô hình cung cấp bảng phiên âm quốc tế, bính âm tiếng Trung và các cách đọc tiếng Nhật. Khoảng dừng được đặt giữa các đoạn lời trong phạm vi 0,01–99,99 giây. Thời lượng khoảng dừng có độ chính xác đến hai chữ số sau dấu phẩy; dấu được đặt giữa các đoạn lời và không đặt liên tiếp. Những cài đặt này cho phép điều chỉnh cách đọc tên, từ viết tắt và từ có nhiều cách hiểu theo ý đồ giọng đọc.

Xuất dần và định dạng âm thanh

Tổng hợp nhận văn bản ít hơn 10 000 ký tự. Với văn bản dài hơn 3000 ký tự, nhà sản xuất khuyến nghị đầu ra truyền luồng; cũng có thể nhận toàn bộ âm thanh hoàn chỉnh. Cài đặt tổng hợp chung gồm MP3, PCM, FLAC, WAV, Opus và các biến thể G.711 μ-law, mono hoặc stereo; tập định dạng sẵn có cho từng yêu cầu cụ thể được xác định bằng công cụ Ailoot.

Tốc độ của Turbo là đặc tính biến thể mô hình, không phải lời hứa về độ trễ cố định của lượt lời hoàn chỉnh. Độ trễ bằng số của yêu cầu này không được đặt ở đây. Các cài đặt mở rộng của nhà sản xuất được liệt kê cần cách truy cập Ailoot đã chọn có hỗ trợ.

Cài đặt âm thanh bổ sung gồm các tần số lấy mẫu 8, 16, 22,05, 24, 32 và 44,1 kHz. MP3 có các mức bitrate 32, 64, 128 hoặc 256 kbit/s. Có thể thay đổi màu giọng và áp dụng một hiệu ứng: tiếng vang không gian rộng, tiếng vang hội trường, âm thanh điện thoại hoặc giọng robot. Hiệu ứng thay đổi giọng được hỗ trợ cho MP3, WAV và FLAC khi nhận toàn bộ âm thanh, còn với đầu ra truyền luồng chỉ hỗ trợ MP3. Các định dạng G.711 μ-law sử dụng tần số 8 kHz. Những khả năng này thuộc cài đặt tổng hợp của MiniMax.

Nhà sản xuất cung cấp đồng bộ lời nói với văn bản: dấu thời gian theo câu, theo từ hoặc theo từ khi xuất dần. Kết quả này giúp kết hợp lời đọc với việc hiển thị văn bản. Khả năng bổ sung này cần hỗ trợ định dạng câu trả lời tương ứng.

Ailoot · Tổng hợp giọng nói POST /v1/audio/speech speech-2.8-turbo

speech-2.8-turbo

MiniMax /speech-2.8-turbo

ID mô hình

speech-2.8-turbo
minimax-speech-turbo

Bắt đầu

Speech 2.8 Turbo tổng hợp nhanh lời nói tự nhiên, có thẻ âm thanh và điều khiển mức biểu cảm.

Đầu vào được chấp nhận: Văn bản
Kết quả: speech

Có trên Ailoot · đầu vào & phương thức

Ailoot · Tổng hợp giọng nói POST /v1/audio/speech

Đầu vào: text
Đầu ra: speech
Định dạng đầu ra: mp3

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn speech-2.8-turbo	Mặc định—
Trường`input`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1 Độ dài tối đa (không gồm ngưỡng): 10.000 Đơn vị: ký tự Unicode	Mặc định—
Trường`voice`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Mẫu: ^[A-Za-z0-9_-]{1,128}$	Mặc định—
Trường`response_format`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn mp3	Mặc định—

Tổ hợp tư liệu đầu vào

text_to_speech · Bắt buộc: input

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`material_types`	Hợp đồngtext
Tham số`required`	Hợp đồngnull
Tham số`optional_controls`	Hợp đồngnull

Vòng đời: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Giá trị task_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.

Bảng giá

Mức phí phương thức Ailoot

Ailoot Tổng hợp giọng nóiPOST /v1/audio/speech

Đầu vào: 60,00 US$ mỗi 1 triệu ký tự

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 →

Ví dụ yêu cầu

Ailoot · Tổng hợp giọng nói

Ví dụ giọng nói

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-2.8-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

Nhận và lưu kết quả

Ailoot · Tổng hợp giọng nói

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
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.

Giữ lại toàn bộ kết quả nhị phân và các header. Nếu phản hồi ở dạng JSON hoặc chứa nhiều đầu ra, giữ lại mọi phần tử dữ liệu và tải từng tài nguyên từ URL có chữ ký thực tế.

Nếu cần kiểm tra phản hồi gốc

Giữ lại operation_id/X-Client-Request-ID gốc để đối soát mà không gửi lại yêu cầu; không có tuyến truy vấn trạng thái riêng cho âm thanh.

Trường phản hồi

Trường	Loại
Trường`binary audio`	Loạibytes
Trường`response headers`	Loạiheaders

Lỗi và bước tiếp theo

Phản hồi	Điều kiện	Bước tiếp theo
Phản hồi400 · `invalid_request_error`	Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ	Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.
Phản hồi`server_error`	Điều kiệnPhản hồi trả về cho biết thao tác hoặc kết quả cần được kiểm tra	Bước tiếp theoGiữ lại ID thao tác/tác vụ gốc đã trả về, các header của yêu cầu và toàn bộ phản hồi; tiếp tục truy xuất thao tác gốc đó bằng các phương thức được hỗ trợ. Không gửi lại yêu cầu tạo.

Bí danh

Bí danh mô hình

Ailoot speech-2.8-turbo, minimax-speech-turbo

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

speech-2.8-turbo, minimax-speech-turbo

Ailoot · Tổng hợp giọng nói POST /v1/audio/speech minimax-speech-turbo

minimax-speech-turbo

MiniMax /minimax-speech-turbo

ID mô hình

speech-2.8-turbo
minimax-speech-turbo

Bắt đầu

Speech 2.8 Turbo tổng hợp nhanh lời nói tự nhiên, có thẻ âm thanh và điều khiển mức biểu cảm.

Đầu vào được chấp nhận: Văn bản
Kết quả: speech

Có trên Ailoot · đầu vào & phương thức

Ailoot · Tổng hợp giọng nói POST /v1/audio/speech

Đầu vào: text
Đầu ra: speech
Định dạng đầu ra: mp3

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn minimax-speech-turbo	Mặc định—
Trường`input`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1 Độ dài tối đa (không gồm ngưỡng): 10.000 Đơn vị: ký tự Unicode	Mặc định—
Trường`voice`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Mẫu: ^[A-Za-z0-9_-]{1,128}$	Mặc định—
Trường`response_format`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn mp3	Mặc định—

Tổ hợp tư liệu đầu vào

text_to_speech · Bắt buộc: input

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`material_types`	Hợp đồngtext
Tham số`required`	Hợp đồngnull
Tham số`optional_controls`	Hợp đồngnull

Vòng đời: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Giá trị task_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.

Bảng giá

Mức phí phương thức Ailoot

Ailoot Tổng hợp giọng nóiPOST /v1/audio/speech

Đầu vào: 60,00 US$ mỗi 1 triệu ký tự

Ví dụ yêu cầu

Ailoot · Tổng hợp giọng nói

Ví dụ giọng nói

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": "minimax-speech-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

Nhận và lưu kết quả

Ailoot · Tổng hợp giọng nói

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
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.

Nếu cần kiểm tra phản hồi gốc

Giữ lại operation_id/X-Client-Request-ID gốc để đối soát mà không gửi lại yêu cầu; không có tuyến truy vấn trạng thái riêng cho âm thanh.

Trường phản hồi

Trường	Loại
Trường`binary audio`	Loạibytes
Trường`response headers`	Loạiheaders

Lỗi và bước tiếp theo

Phản hồi	Điều kiện	Bước tiếp theo
Phản hồi400 · `invalid_request_error`	Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ	Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.
Phản hồi`server_error`	Điều kiệnPhản hồi trả về cho biết thao tác hoặc kết quả cần được kiểm tra	Bước tiếp theoGiữ lại ID thao tác/tác vụ gốc đã trả về, các header của yêu cầu và toàn bộ phản hồi; tiếp tục truy xuất thao tác gốc đó bằng các phương thức được hỗ trợ. Không gửi lại yêu cầu tạo.

Bí danh

Bí danh mô hình

Ailoot speech-2.8-turbo, minimax-speech-turbo

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

speech-2.8-turbo, minimax-speech-turbo

FAQ · speech-2.8-turbo

Có những đầu vào và kết quả nào?

POST /v1/audio/speech · speech-2.8-turbo: text → speech

POST /v1/audio/speech · minimax-speech-turbo: text → speech

Yêu cầu sử dụng những trường nào?

POST /v1/audio/speech · speech-2.8-turbo: model, input, voice, response_format

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

speech-2.8-turbo

speech-2.8-turbo

Tổng hợp nhanh các lượt lời hội thoại

Cười, hơi thở và thán từ

Giọng và ngôn ngữ

Xuất dần và định dạng âm thanh

Bắt đầu

Có trên Ailoot · đầu vào & phương thức

Bảng giá

Mức phí phương thức Ailoot

Ví dụ yêu cầu

Ailoot · Tổng hợp giọng nói

Nhận và lưu kết quả

Ailoot · Tổng hợp giọng nói

Lưu tất cả kết quả đã hoàn tất

Nếu cần kiểm tra phản hồi gốc

Bí danh

Bí danh mô hình

Bí danh đường dẫn phương thức

ID gọi liên quan

Bắt đầu

Có trên Ailoot · đầu vào & phương thức

Bảng giá

Mức phí phương thức Ailoot

Ví dụ yêu cầu

Ailoot · Tổng hợp giọng nói

Nhận và lưu kết quả

Ailoot · Tổng hợp giọng nói

Lưu tất cả kết quả đã hoàn tất

Nếu cần kiểm tra phản hồi gốc

Bí danh

Bí danh mô hình

Bí danh đường dẫn phương thức

ID gọi liên quan

Công ty và danh mục dự án của công ty

Mua token với giá ưu đãi.

Kết nối API vào sản phẩm bạn đang bán.