Source: https://ailoot.ai/models/zh-hant-tw/speech-2-6-hd/ Canonical: https://ailoot.ai/models/zh-hant-tw/speech-2-6-hd/ Language: zh-hant-tw # speech-2.6-hd [Markdown](https://ailoot.ai/models/zh-hant-tw/speech-2-6-hd/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/speech-2-6-hd/facts.json) ## [speech-2.6-hd](https://ailoot.ai/models/zh-hant-tw/speech-2-6-hd/) Speech 2.6 HD 是高品質語音合成模型，著重自然表現與語音相似度。 - [**Ailoot · 語音合成** `POST /v1/audio/speech` `speech-2.6-hd`](https://ailoot.ai/models/zh-hant-tw/speech-2-6-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。 #### 互動中的自然語音 Speech 2.6 HD 用於自然語音合成，以及需要快速開始回覆的情境。廠商重視語調、語音流暢度與發聲前的文字處理。HD 版本著重音質；這份模型說明的輸入為文字，輸出為語音音訊。 #### 朗讀特殊的書寫形式 Speech 2.6 世代能處理工作訊息中常見的書寫形式，包括網址、電子郵件、電話號碼、日期與金額。模型將它們轉成可發音的形式，讓台詞容易透過聆聽理解。廠商描述了多種語言中的這些用途。 #### 流暢語音與音色維持 Speech 2.6 提供提升流暢度的 Fluent LoRA 模式。它以準備好的語音進行合成，協助保持音色並產生更連貫的語音，即使來源範例不平順或帶有口音。準備複製語音，與在配音時使用它，是不同的動作。 模型支援 **40 種語言**，包括俄文。除了七種基礎情緒，Speech 2.6 另提供流暢語音 `fluent` 與耳語 `whisper`。若未指定情緒，模型會依文字意義選擇。 #### 發聲設定 MiniMax 提供語音選擇，以及語速、音量與音高控制。速度範圍為 **0.5–2**，音量大於 0 且最高為 **10**，音高調整為 **−12 到 12**。情緒可由模型依文字選擇，也可手動指定喜悅、悲傷、憤怒、恐懼、厭惡、驚訝或平靜。 發音可透過替換詞典及音標調整，支援國際音標、漢語拼音與日文讀法。發聲片段之間可設定 **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。這些設定可讓名字、縮寫與多義詞的發音符合配音需求。 #### 文字與音訊長度 合成接受少於 **10 000 個字元**的文字。超過 3000 個字元時，廠商建議串流輸出，也提供完整音訊的取得方式。一般合成設定包含 MP3、PCM、FLAC、WAV、Opus 與 G.711 μ-law，以及單聲道或立體聲；具體請求的可用格式由 Ailoot 提供的功能決定。 MiniMax 表示，這個世代著重語音情境中的低延遲。這描述的是模型；個別回覆時間與進階設定是否可用，取決於 Ailoot 採用的呼叫方式。 其他音訊設定包括 **8、16、22.05、24、32 與 44.1 kHz** 的取樣率。MP3 可選 **32、64、128 或 256 kbit/s** 位元率。也可調整音色，並使用一種效果：寬闊回音、廳堂回音、電話音色或機器人語音。完整取得音訊時，變聲效果支援 MP3、WAV 與 FLAC；串流則只支援 MP3。G.711 μ-law 使用 8 kHz。這些功能屬於 MiniMax 的合成設定。 廠商提供語音與文字同步，可回傳句子、字詞或逐步輸出字詞的時間標記，協助將發聲與文字顯示對齊。這項額外功能需要相應回覆格式支援。 **Ailoot · 語音合成** `POST /v1/audio/speech` `speech-2.6-hd` [`speech-2.6-hd`](https://ailoot.ai/models/zh-hant-tw/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) MiniMax /`speech-2.6-hd` ### 入門 Speech 2.6 HD 是高品質語音合成模型，著重自然表現與語音相似度。 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-2.6-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-2.6-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-2.6-hd`](https://ailoot.ai/models/zh-hant-tw/#m=speech-2.6-hd&route=Core&caller=speech-2.6-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-2.6-hd`](https://ailoot.ai/models/zh-hant-tw/#m=speech-2.6-hd&route=Core&caller=speech-2.6-hd&fmt=speech) FAQ · speech-2.6-hd 可以使用哪些輸入與結果？ `POST /v1/audio/speech` · `speech-2.6-hd`: `text` → `speech` 請求使用哪些欄位？ `POST /v1/audio/speech` · `speech-2.6-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。