Синхронный синтез речи MiniMax Speech-2.6-hd
curl --request POST \
--url https://api.highwayapi.ai/v3/minimax-speech-2.6-hd \
--header 'Authorization: <authorization>' \
--header 'Content-Type: <content-type>' \
--data '
{
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": true,
"text_normalization": true
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": {
"tone": [
{}
]
},
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": true,
"stream_options": {
"exclude_aggregated_audio": true
},
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
'import requests
url = "https://api.highwayapi.ai/v3/minimax-speech-2.6-hd"
payload = {
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": True,
"text_normalization": True
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": { "tone": [{}] },
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": True,
"stream_options": { "exclude_aggregated_audio": True },
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)const options = {
method: 'POST',
headers: {'Content-Type': '<content-type>', Authorization: '<authorization>'},
body: JSON.stringify({
text: '<string>',
voice_setting: {
speed: 123,
vol: 123,
pitch: 123,
voice_id: '<string>',
emotion: '<string>',
latex_read: true,
text_normalization: true
},
audio_setting: {sample_rate: 123, bitrate: 123, format: '<string>', channel: 123},
pronunciation_dict: {tone: [{}]},
timbre_weights: [{voice_id: '<string>', weight: 123}],
stream: true,
stream_options: {exclude_aggregated_audio: true},
language_boost: '<string>',
output_format: '<string>',
voice_modify: {pitch: 123, intensity: 123, timbre: 123, sound_effects: '<string>'}
})
};
fetch('https://api.highwayapi.ai/v3/minimax-speech-2.6-hd', options)
.then(res => res.json())
.then(res => console.log(res))
.catch(err => console.error(err));<?php
$curl = curl_init();
curl_setopt_array($curl, [
CURLOPT_URL => "https://api.highwayapi.ai/v3/minimax-speech-2.6-hd",
CURLOPT_RETURNTRANSFER => true,
CURLOPT_ENCODING => "",
CURLOPT_MAXREDIRS => 10,
CURLOPT_TIMEOUT => 30,
CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
CURLOPT_CUSTOMREQUEST => "POST",
CURLOPT_POSTFIELDS => json_encode([
'text' => '<string>',
'voice_setting' => [
'speed' => 123,
'vol' => 123,
'pitch' => 123,
'voice_id' => '<string>',
'emotion' => '<string>',
'latex_read' => true,
'text_normalization' => true
],
'audio_setting' => [
'sample_rate' => 123,
'bitrate' => 123,
'format' => '<string>',
'channel' => 123
],
'pronunciation_dict' => [
'tone' => [
[
]
]
],
'timbre_weights' => [
[
'voice_id' => '<string>',
'weight' => 123
]
],
'stream' => true,
'stream_options' => [
'exclude_aggregated_audio' => true
],
'language_boost' => '<string>',
'output_format' => '<string>',
'voice_modify' => [
'pitch' => 123,
'intensity' => 123,
'timbre' => 123,
'sound_effects' => '<string>'
]
]),
CURLOPT_HTTPHEADER => [
"Authorization: <authorization>",
"Content-Type: <content-type>"
],
]);
$response = curl_exec($curl);
$err = curl_error($curl);
curl_close($curl);
if ($err) {
echo "cURL Error #:" . $err;
} else {
echo $response;
}package main
import (
"fmt"
"strings"
"net/http"
"io"
)
func main() {
url := "https://api.highwayapi.ai/v3/minimax-speech-2.6-hd"
payload := strings.NewReader("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
req, _ := http.NewRequest("POST", url, payload)
req.Header.Add("Content-Type", "<content-type>")
req.Header.Add("Authorization", "<authorization>")
res, _ := http.DefaultClient.Do(req)
defer res.Body.Close()
body, _ := io.ReadAll(res.Body)
fmt.Println(string(body))
}HttpResponse<String> response = Unirest.post("https://api.highwayapi.ai/v3/minimax-speech-2.6-hd")
.header("Content-Type", "<content-type>")
.header("Authorization", "<authorization>")
.body("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
.asString();require 'uri'
require 'net/http'
url = URI("https://api.highwayapi.ai/v3/minimax-speech-2.6-hd")
http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true
request = Net::HTTP::Post.new(url)
request["Content-Type"] = '<content-type>'
request["Authorization"] = '<authorization>'
request.body = "{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}"
response = http.request(request)
puts response.read_body{
"audio": "<string>",
"status": 123
}Аудио
Синхронный синтез речи MiniMax Speech-2.6-hd
POST
/
v3
/
minimax-speech-2.6-hd
Синхронный синтез речи MiniMax Speech-2.6-hd
curl --request POST \
--url https://api.highwayapi.ai/v3/minimax-speech-2.6-hd \
--header 'Authorization: <authorization>' \
--header 'Content-Type: <content-type>' \
--data '
{
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": true,
"text_normalization": true
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": {
"tone": [
{}
]
},
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": true,
"stream_options": {
"exclude_aggregated_audio": true
},
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
'import requests
url = "https://api.highwayapi.ai/v3/minimax-speech-2.6-hd"
payload = {
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": True,
"text_normalization": True
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": { "tone": [{}] },
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": True,
"stream_options": { "exclude_aggregated_audio": True },
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)const options = {
method: 'POST',
headers: {'Content-Type': '<content-type>', Authorization: '<authorization>'},
body: JSON.stringify({
text: '<string>',
voice_setting: {
speed: 123,
vol: 123,
pitch: 123,
voice_id: '<string>',
emotion: '<string>',
latex_read: true,
text_normalization: true
},
audio_setting: {sample_rate: 123, bitrate: 123, format: '<string>', channel: 123},
pronunciation_dict: {tone: [{}]},
timbre_weights: [{voice_id: '<string>', weight: 123}],
stream: true,
stream_options: {exclude_aggregated_audio: true},
language_boost: '<string>',
output_format: '<string>',
voice_modify: {pitch: 123, intensity: 123, timbre: 123, sound_effects: '<string>'}
})
};
fetch('https://api.highwayapi.ai/v3/minimax-speech-2.6-hd', options)
.then(res => res.json())
.then(res => console.log(res))
.catch(err => console.error(err));<?php
$curl = curl_init();
curl_setopt_array($curl, [
CURLOPT_URL => "https://api.highwayapi.ai/v3/minimax-speech-2.6-hd",
CURLOPT_RETURNTRANSFER => true,
CURLOPT_ENCODING => "",
CURLOPT_MAXREDIRS => 10,
CURLOPT_TIMEOUT => 30,
CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
CURLOPT_CUSTOMREQUEST => "POST",
CURLOPT_POSTFIELDS => json_encode([
'text' => '<string>',
'voice_setting' => [
'speed' => 123,
'vol' => 123,
'pitch' => 123,
'voice_id' => '<string>',
'emotion' => '<string>',
'latex_read' => true,
'text_normalization' => true
],
'audio_setting' => [
'sample_rate' => 123,
'bitrate' => 123,
'format' => '<string>',
'channel' => 123
],
'pronunciation_dict' => [
'tone' => [
[
]
]
],
'timbre_weights' => [
[
'voice_id' => '<string>',
'weight' => 123
]
],
'stream' => true,
'stream_options' => [
'exclude_aggregated_audio' => true
],
'language_boost' => '<string>',
'output_format' => '<string>',
'voice_modify' => [
'pitch' => 123,
'intensity' => 123,
'timbre' => 123,
'sound_effects' => '<string>'
]
]),
CURLOPT_HTTPHEADER => [
"Authorization: <authorization>",
"Content-Type: <content-type>"
],
]);
$response = curl_exec($curl);
$err = curl_error($curl);
curl_close($curl);
if ($err) {
echo "cURL Error #:" . $err;
} else {
echo $response;
}package main
import (
"fmt"
"strings"
"net/http"
"io"
)
func main() {
url := "https://api.highwayapi.ai/v3/minimax-speech-2.6-hd"
payload := strings.NewReader("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
req, _ := http.NewRequest("POST", url, payload)
req.Header.Add("Content-Type", "<content-type>")
req.Header.Add("Authorization", "<authorization>")
res, _ := http.DefaultClient.Do(req)
defer res.Body.Close()
body, _ := io.ReadAll(res.Body)
fmt.Println(string(body))
}HttpResponse<String> response = Unirest.post("https://api.highwayapi.ai/v3/minimax-speech-2.6-hd")
.header("Content-Type", "<content-type>")
.header("Authorization", "<authorization>")
.body("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
.asString();require 'uri'
require 'net/http'
url = URI("https://api.highwayapi.ai/v3/minimax-speech-2.6-hd")
http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true
request = Net::HTTP::Post.new(url)
request["Content-Type"] = '<content-type>'
request["Authorization"] = '<authorization>'
request.body = "{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}"
response = http.request(request)
puts response.read_body{
"audio": "<string>",
"status": 123
}Этот API поддерживает синхронную генерацию речи на основе преобразования текста в речь; максимальный объем текста за один запрос — 10000 символов. Поддерживается самостоятельный выбор из 100+ системных голосов и клонированных голосов; поддерживается настройка громкости, интонации, скорости речи и формата вывода; поддерживается функция смешивания голосов по пропорциям и управление фиксированными временными интервалами; поддерживаются различные аудиоспецификации и форматы, включая: mp3, pcm, flac, wav, а также потоковый вывод.
После отправки запроса на синтез речи из длинного текста обратите внимание, что срок действия возвращаемого url составляет 24 часа с момента возврата url. Учитывайте время скачивания информации.
Подходит для сценариев генерации коротких фраз, голосового чата, онлайн-социализации и т. п.; время выполнения короткое, но ограничение длины текста меньше 10000 символов. Для длинных текстов рекомендуется использовать асинхронный вызов синтеза речи.
Заголовки запроса
string
обязательно
Перечисляемое значение:
application/jsonstring
обязательно
Формат Bearer-аутентификации: Bearer {{API 秘钥}}.
Тело запроса
string
обязательно
Текст для синтеза, ограничение длины — менее 10000 символов; переход между абзацами заменяется символом новой строки. (Если необходимо управлять временем паузы в речи, добавьте между символами <#x#>, где x — в секундах, поддерживается диапазон 0.01-99.99, максимум два знака после запятой). Поддерживается настройка временного интервала речи между пользовательскими текстовыми фрагментами, чтобы реализовать пользовательскую длительность пауз в озвучивании текста. Обратите внимание, что временной интервал между текстами должен быть установлен между двумя текстовыми фрагментами, которые могут быть произнесены, и нельзя задавать несколько последовательных временных интервалов.
object
обязательно
Показать properties
Показать properties
float
по умолчанию:"1.0"
Диапазон [0.5,2], значение по умолчанию — 1.0Скорость речи генерируемого голоса. Необязательный параметр: чем больше значение, тем выше скорость речи.
float
по умолчанию:"1.0"
Диапазон (0,10], значение по умолчанию — 1.0Громкость генерируемого голоса. Необязательный параметр: чем больше значение, тем выше громкость.
int
по умолчанию:"0"
Диапазон [-12,12], значение по умолчанию — 0Интонация генерируемого голоса. Необязательный параметр (0 означает вывод исходного тембра, значение должно быть целым числом).
string
Идентификатор запрашиваемого голоса. Обязательно указать один из двух параметров: voice_id или timbre_weights.Поддерживаются два типа голосов: системные голоса (id) и клонированные голоса (id). Системные голоса (ID) перечислены ниже:
- Незрелый юношеский голос:
male-qn-qingse - Голос молодого профессионала:
male-qn-jingying - Властный юношеский голос:
male-qn-badao - Голос молодого студента:
male-qn-daxuesheng - Голос девушки:
female-shaonv - Голос уверенной женщины:
female-yujie - Голос зрелой женщины:
female-chengshu - Голос милой женщины:
female-tianmei - Мужской ведущий:
presenter_male - Женский ведущий:
presenter_female - Мужская аудиокнига 1:
audiobook_male_1 - Мужская аудиокнига 2:
audiobook_male_2 - Женская аудиокнига 1:
audiobook_female_1 - Женская аудиокнига 2:
audiobook_female_2 - Незрелый юношеский голос-beta:
male-qn-qingse-jingpin - Голос молодого профессионала-beta:
male-qn-jingying-jingpin - Властный юношеский голос-beta:
male-qn-badao-jingpin - Голос молодого студента-beta:
male-qn-daxuesheng-jingpin - Голос девушки-beta:
female-shaonv-jingpin - Голос уверенной женщины-beta:
female-yujie-jingpin - Голос зрелой женщины-beta:
female-chengshu-jingpin - Голос милой женщины-beta:
female-tianmei-jingpin - Умный мальчик:
clever_boy - Милый мальчик:
cute_boy - Очаровательная девочка:
lovely_girl - Мультяшная свинка Сяоци:
cartoon_pig - Болезненно привязчивый младший брат:
bingjiao_didi - Красивый парень:
junlang_nanyou - Наивный младшекурсник:
chunzhen_xuedi - Холодный старшекурсник:
lengdan_xiongzhang - Властный молодой господин:
badao_shaoye - Милая Сяолин:
tianxin_xiaoling - Озорная милая девушка:
qiaopi_mengmei - Обольстительная уверенная женщина:
wumei_yujie - Манерная младшекурсница:
diadia_xuemei - Элегантная старшекурсница:
danya_xuejie - Santa Claus:
Santa_Claus - Grinch:
Grinch - Rudolph:
Rudolph - Arnold:
Arnold - Charming Santa:
Charming_Santa - Charming Lady:
Charming_Lady - Sweet Girl:
Sweet_Girl - Cute Elf:
Cute_Elf - Attractive Girl:
Attractive_Girl - Serene Woman:
Serene_Woman
string
Управляет эмоцией синтезированной речи;В настоящее время поддерживаются 7 эмоций: радость, грусть, злость, страх, отвращение, удивление, нейтральная;Диапазон параметра:
["happy", "sad", "angry", "fearful", "disgusted", "surprised", "neutral"]bool
по умолчанию:"false"
Управляет поддержкой чтения формул latex, по умолчанию false.Обратите внимание:
- Формулы в запросе должны быть заключены в $$ в начале и в конце;
- Если формула в запросе содержит "", необходимо экранировать как ”\”.
$$\\frac{d}{dx}(x^n) = nx^{n-1}$$bool
по умолчанию:"false"
Этот параметр поддерживает нормализацию английского текста и может повысить производительность в сценариях чтения чисел, но немного увеличивает задержку. Если он не указан, значение по умолчанию — false.
object
Показать properties
Показать properties
int
по умолчанию:"32000"
Диапазон 【8000,16000,22050,24000,32000,44100】Частота дискретизации генерируемого звука. Необязательный параметр, по умолчанию 32000.
int
по умолчанию:"128000"
Диапазон 【32000,64000,128000,256000】Битрейт генерируемого звука. Необязательный параметр, значение по умолчанию — 128000. Этот параметр действует только для аудио в формате mp3.
string
по умолчанию:"mp3"
Формат генерируемого аудио. По умолчанию mp3, диапазон [mp3,pcm,flac,wav]. wav поддерживается только при непотоковом выводе.
int
по умолчанию:"1"
Количество каналов генерируемого аудио. По умолчанию 1: моно, доступные варианты:1: моно2: стерео
object
Показать properties
Показать properties
list
Замена текста, символов и соответствующей транскрипции, требующих специальной разметки.Замена произношения (настройка тона/замена произношения других символов), формат:
["燕少飞/(yan4)(shao3)(fei1)","达菲/(da2)(fei1)","omg/oh my god"]Тоны заменяются цифрами: первый тон (иньпин) — 1, второй тон (янпин) — 2, третий тон (шаншэн) — 3, четвертый тон (цюйшэн) — 4, нейтральный тон — 5.object[]
Обязателен один из двух параметров: timbre_weights или voice_id
Показать properties
Показать properties
string
Запрашиваемый voice id. Должен быть указан одновременно с параметром weight.
int
Диапазон [1,100]Вес, должен быть указан одновременно с voice_id. Поддерживается смешивание максимум 4 голосов; значение должно быть целым числом. Чем выше доля отдельного голоса, тем больше синтезированный голос похож на него.
boolean
по умолчанию:"false"
Использовать ли потоковый режим. По умолчанию false, то есть потоковый режим не включен.
object
Показать properties
Показать properties
boolean
по умолчанию:"false"
Если этот параметр установлен в True, последний chunk в потоковом режиме не будет содержать полные склеенные hex-данные речи. По умолчанию False, то есть последний chunk содержит полные склеенные hex-данные речи.
string
по умолчанию:"null"
Усиливает способность распознавания указанных малораспространенных языков и диалектов; после настройки может улучшить качество речи в сценариях с указанным малораспространенным языком/диалектом. Если тип малораспространенного языка не определен, можно выбрать “auto”, и модель самостоятельно определит тип малораспространенного языка. Поддерживаются следующие значения:
'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'string
по умолчанию:"hex"
Параметр, управляющий формой результата вывода. Доступные значения:
url hex. Значение по умолчанию — hex. Этот параметр действует только в непотоковом сценарии; в потоковом сценарии поддерживается возврат только в формате hex. Возвращаемый url действителен 24 часа.object
Настройки звукового эффектора; этот параметр поддерживает следующие аудиоформаты:
- Непотоковый режим: mp3, wav, flac
- Потоковый режим: mp3
Показать properties
Показать properties
integer
Настройка высоты тона (низкий/яркий), диапазон [-100,100]; чем ближе значение к -100, тем ниже голос; чем ближе к 100, тем ярче голос
integer
Настройка интенсивности (мощный/мягкий), диапазон [-100,100]; чем ближе значение к -100, тем жестче голос; чем ближе к 100, тем мягче голос
integer
Настройка тембра (бархатистый/звонкий), диапазон [-100,100]; чем ближе значение к -100, тем более насыщенный голос; чем ближе значение к 100, тем более звонкий голос
string
Настройка звукового эффекта, за один раз можно выбрать только один вариант. Доступные значения:
spacious_echo(просторное эхо)auditorium_echo(трансляция в актовом зале)lofi_telephone(телефонное искажение)robotic(электронный голос)
Информация об ответе
string
Синтезированный аудиофрагмент в hex-кодировке, генерируется в формате, определенном входными данными (
audio_setting.format) (mp3/pcm/flac). Форма возврата определяется output_format; когда stream равен true, поддерживается возврат только в формате hex.number
Текущий статус аудиопотока, возвращается только когда
stream равен true. 1 означает, что синтез выполняется, 2 означает завершение синтеза.⌘I