Speech 02 HD
Rede Neural
Speech 02 HD da MiniMax — síntese de fala de alta qualidade: speech 02 hd para narração de texto, audiolivros e vídeos.
Especificações
- Entrada
- texto
- Saída
- áudio
- Número de vozes
- 12
Custo do prompt
(por 1M tokens)
Como funciona Speech 02 HD?
Speech 02 HD é um modelo de síntese de fala da MiniMax: recebe texto e gera uma faixa de áudio com entrega emocional. O modelo é projetado para alta qualidade sonora e suporte a vários idiomas, sendo ideal para narrações que exigem entonação natural, como faixas de locução, audiolivros e formatos narrativos longos. Através do BotHub, o Speech 02 HD está acessível na Rússia sem VPN ou cartões estrangeiros, com pagamento em rublos por uso real, sem assinaturas. Na mesma janela, há mais de 250 outras redes neurais, e uma API compatível com OpenAI permite integrar a narração ao seu serviço, trocando de modelo sem reescrever a integração, com dados transmitidos de forma criptografada. Usos comuns: narração de audiolivros e podcasts, criação de faixas de voz para vídeos, anúncios e apresentações, gravação de aulas e cursos online, criação de falas para jogos e bots, e preparação de respostas de voz e avisos para serviços ao cliente.Perguntas frequentes sobre Speech 02 HD
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O speech-02-hd é um modelo de síntese de fala da MiniMax: ele transforma descrições de texto em áudio pronto. Adequado para narração de vídeos e podcasts, versões em áudio de artigos, comandos de voz em aplicativos e materiais educacionais. Em uma única solicitação, o modelo aceita até 4095 tokens de texto.
Nossos dados confirmam apenas uma coisa: na saída, você recebe áudio — fala sintetizada a partir do seu texto. O índice 'hd' no nome refere-se à linha de alta qualidade da MiniMax. Os parâmetros específicos do arquivo são definidos no lado da API, por isso é mais fácil verificar o resultado uma vez com seu próprio fragmento.
Raciocínios separados antes da resposta não foram observados em nossos dados, e para narração eles geralmente não são necessários: o modelo não resolve problemas, ele apenas lê o texto pronto. Monte o roteiro e a lógica com um modelo de texto no BotHub e conecte o speech-02-hd na etapa final.
Chamada de funções e saída estruturada em JSON não foram observadas em nossos dados: a tarefa do modelo é fornecer áudio, não uma resposta de texto seguindo um esquema. Se precisar de ferramentas e formatos rígidos, coloque um modelo de texto antes: a API unificada compatível com OpenAI do BotHub os conecta sem reescrever a integração.
O recebimento de arquivos além de texto não foi observado em nossos dados, portanto, conte com o cenário de texto para áudio: você envia texto e recebe a narração. Se precisar analisar uma imagem, gravação ou vídeo, modelos com outras capacidades estão disponíveis no BotHub, e a alternância ocorre na mesma janela.
Nossos dados não registram o suporte a idiomas específicos, por isso não podemos prometer nada em nome do modelo: execute um pequeno fragmento e ouça como soa o resultado. O acesso ao speech-02-hd a partir da Rússia funciona sem VPN ou cartões estrangeiros, com pagamento via cartões russos e cobrança por uso real.