MiniMax: Speech 2.8 Turbo

MiniMax: Speech 2.8 Turbo est un modèle de synthèse vocale de MiniMax. Il appartient à la catégorie speech et est conçu pour les applications qui doivent transformer un texte écrit en audio parlé. MiniMax est le fournisseur derrière le modèle, et l'identifiant du modèle sur api14 est minimax/speech-2.8-turbo.

Le modèle prend du texte comme seule entrée et produit de la parole comme seule sortie. Il accepte des identifiants de voix MiniMax arbitraires, et un ensemble de voix anglaises est disponible, couvrant un large éventail de styles de restitution. Cela inclut des voix de narrateur et de conteur telles que English_expressive_narrator et English_CaptivatingStoryteller, des voix de style personnage telles que English_AnimeCharacter et English_Comedian, et de nombreuses options spécifiques à un ton comme English_CalmWoman, English_Whispering_girl, English_MatureBoss, English_SadTeen et English_AssertiveQueen. Aucune longueur de contexte n'est indiquée pour ce modèle, et aucun paramètre de requête pris en charge n'est listé non plus, donc considérez-le comme un point d'accès ciblé à usage unique plutôt qu'un modèle de texte général.

Comme la sortie est de l'audio généré à partir de texte, les usages pratiques en découlent directement. Vous pouvez narrer des articles, des histoires ou de la documentation, donner à un produit ou à un assistant une persona parlée cohérente en choisissant une voix correspondante, produire des dialogues de personnages pour des jeux ou de l'animation avec des voix comme English_AnimeCharacter ou English_PassionateWarrior, et générer des lectures calmes, rassurantes ou autoritaires pour du contenu de formation, d'intégration ou de support. L'étendue de la liste de voix signifie que le même texte peut être rendu dans des registres très différents sans changer autre chose que l'identifiant de voix.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle minimax/speech-2.8-turbo. Comme l'interface est compatible OpenAI, vous pouvez pointer des bibliothèques clientes OpenAI existantes vers l'URL de base d'api14 et envoyer une requête sous la forme habituelle, avec l'identifiant de modèle dans le champ model et votre texte comme input. La réponse contient la parole générée. Aucun paramètre pris en charge n'est listé pour ce modèle, donc gardez les requêtes simples et fiez-vous à l'identifiant de modèle et à la sélection de voix plutôt que de supposer que des options de réglage supplémentaires existent.

Une chose à garder en tête est la portée. Ce modèle accepte uniquement du texte et ne renvoie que de la parole, donc ce n'est pas le bon choix pour la transcription, la traduction, le raisonnement ou toute tâche qui nécessite une réponse textuelle en retour. Si vous avez besoin d'un modèle qui lit de l'audio ou renvoie une sortie écrite, un autre modèle sur api14 conviendra mieux. Dans son domaine, Speech 2.8 Turbo est l'option à privilégier lorsque le livrable est de l'audio parlé.