Source: https://ailoot.ai/models/zh-hant-tw/speech-02-hd/
Canonical: https://ailoot.ai/models/zh-hant-tw/speech-02-hd/
Language: zh-hant-tw

# speech-02-hd

[Markdown](https://ailoot.ai/models/zh-hant-tw/speech-02-hd/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/speech-02-hd/facts.json)

## [speech-02-hd](https://ailoot.ai/models/zh-hant-tw/speech-02-hd/)

Speech-02 HD 是著重音質與語音相似度的語音合成模型。

- [**Ailoot · 語音合成** `POST /v1/audio/speech` `speech-02-hd`](https://ailoot.ai/models/zh-hant-tw/speech-02-hd/#method-0)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

#### 配音與長篇朗讀的語音

Speech 02 HD 合成語音時，著重品質、節奏與聲音穩定性。廠商強調內容配音及有聲書，讓語音在長篇文字中維持特性並平順朗讀。這是合成模型，接收文字後轉為語音音訊。

#### 文字與音色如何連結

Speech 02 系列以自迴歸 Transformer 架構與可訓練的說話者編碼器為基礎。音色擷取與語音生成共同訓練，讓聲音特性與內容協調。系列能力包括使用預先建立的複製語音，以及結合語言、口音與發音方式。

#### 情緒與多語言朗讀

情緒可依文字意義自動決定，也可手動指定。可用情緒包括喜悅、悲傷、憤怒、恐懼、厭惡、驚訝與平靜。模型支援俄文、英文及其他語言；廠商描述了不同英文口音、中文與粵語、日文、韓文，以及歐洲和其他語言。

目前的 Speech 02 說明另行排除波斯文、菲律賓文與坦米爾文。較新 Speech 世代的一般語言清單，不應自動套用到這個版本。

#### 語音設定

合成可選擇語音，調整 **0.5–2** 的速度、大於 0且最高為 **10** 的音量，以及 **−12 到 12** 的音高。發音詞典可將書寫形式替換為指定讀法，也支援音標與日文讀法，協助控制名字與多義詞的發音。

#### 停頓與完成的音訊

廠商允許在發聲片段之間設定 **0.01–99.99 秒**的停頓，時長精確到小數點後兩位。標記放在發聲片段之間，不可連續放置。單次同步請求的文字必須少於 **10 000 個字元**。音訊可完整取得，也可逐步輸出；文字超過 3000 個字元時，建議使用串流。

模型格式包括 MP3、WAV、FLAC 與 PCM；一般合成設定也列出 Opus 與 G.711 μ-law，可使用單聲道或立體聲。這份模型說明提供文字配音；語音的獨立準備與進階設定，只能在 Ailoot 支援的呼叫方式範圍內使用。

其他音訊設定包括 **8、16、22.05、24、32 與 44.1 kHz** 的取樣率。MP3 位元率可用 **32、64、128 或 256 kbit/s**。也能調整音色並套用一種效果：寬闊回音、廳堂回音、電話音色或機器人語音。完整回傳音訊時，變聲效果支援 MP3、WAV 與 FLAC；串流則只支援 MP3。G.711 μ-law 格式使用 8 kHz。這些能力屬於 MiniMax 的合成設定。

廠商提供語音與文字同步，包括按句子、字詞，或串流字詞的時間標記。這可將發聲與文字顯示對齊，需要相應回覆格式提供支援。

**Ailoot · 語音合成** `POST /v1/audio/speech` `speech-02-hd`

[`speech-02-hd`](https://ailoot.ai/models/zh-hant-tw/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

MiniMax /`speech-02-hd`

### 入門

Speech-02 HD 是著重音質與語音相似度的語音合成模型。

接受的輸入

文字

結果

speech

### Ailoot 可用 · 輸入與方法

**Ailoot · 語音合成** `POST /v1/audio/speech`

輸入

`text`

輸出

`speech`

輸出格式

mp3

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 speech-02-hd | 預設值— |
| 欄位`input` | 類型`string` | 要求必填 | 值與限制 長度下限: 1 長度上限（不含上限值）: 10,000 單位: Unicode 字元 | 預設值— |
| 欄位`voice` | 類型`string` | 要求必填 | 值與限制 模式: ^\[A-Za-z0-9\_-\]{1,128}$ | 預設值— |
| 欄位`response_format` | 類型`string` | 要求選填 | 值與限制 mp3 | 預設值— |

輸入素材組合

**text\_to\_speech** · 必填： input

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`material_types` | 規格text |
| 參數`required` | 規格null |
| 參數`optional_controls` | 規格null |

生命週期： `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · 實際回傳的 task\_id 或媒體庫紀錄

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

`GET /v1/media/assets`

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

方法結構與 ID 均為精確值；供應商能力與准入狀態分開。

### 方案

#### Ailoot 方法費率

輸入

US$100.00 *每 1 百萬字元*

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot · 語音合成

語音範例

```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-hd", "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
```

### 接收並儲存結果

#### Ailoot · 語音合成

mp3

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

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的二進位結果與標頭。若回傳 JSON 或多個輸出，請保留所有資料項目，並透過每個實際回傳的已簽署資產 URL 取得內容。

##### 需要檢查原始回應時

保留原始 operation\_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`binary audio` | 類型bytes |
| 欄位`response headers` | 類型headers |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
| 回應`server_error` | 條件回傳的回應表示該作業或結果需要檢查 | 下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。 |

### 別名

#### 模型別名

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

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`speech-02-hd`](https://ailoot.ai/models/zh-hant-tw/#m=speech-02-hd&route=Core&caller=speech-02-hd&fmt=speech)

FAQ · speech-02-hd

可以使用哪些輸入與結果？

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

請求使用哪些欄位？

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

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。