MiniMax: Speech 2.8 Turbo

MiniMax: Speech 2.8 Turbo adalah model text to speech dari MiniMax. Model ini berada di kategori speech dan dibuat untuk aplikasi yang perlu mengubah teks tertulis menjadi audio yang diucapkan. MiniMax adalah provider di balik model ini, dan model id di api14 adalah minimax/speech-2.8-turbo.

Model ini menerima teks sebagai satu-satunya input dan menghasilkan speech sebagai satu-satunya output. Model ini menerima voice ID MiniMax apa pun, dan tersedia sekumpulan voice bahasa Inggris yang mencakup berbagai gaya penyampaian. Ini termasuk voice narator dan pendongeng seperti English_expressive_narrator dan English_CaptivatingStoryteller, voice bergaya karakter seperti English_AnimeCharacter dan English_Comedian, serta banyak opsi spesifik nada seperti English_CalmWoman, English_Whispering_girl, English_MatureBoss, English_SadTeen dan English_AssertiveQueen. Tidak ada context length yang tercantum untuk model ini, dan tidak ada parameter request yang didukung yang tercantum juga, jadi anggap ini sebagai endpoint satu tujuan yang fokus, bukan model teks umum.

Karena outputnya adalah audio yang dihasilkan dari teks, kegunaan praktisnya mengikuti langsung dari hal itu. Anda dapat menarasikan artikel, cerita atau dokumentasi, memberi produk atau asisten persona lisan yang konsisten dengan memilih voice yang cocok, menghasilkan dialog karakter untuk game atau animasi dengan voice seperti English_AnimeCharacter atau English_PassionateWarrior, dan menghasilkan bacaan yang tenang, menenangkan atau berwibawa untuk konten pelatihan, onboarding atau dukungan. Luasnya daftar voice berarti teks yang sama dapat dirender dalam register yang sangat berbeda tanpa mengubah apa pun selain voice ID.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id minimax/speech-2.8-turbo. Karena antarmukanya kompatibel dengan OpenAI, Anda dapat mengarahkan pustaka klien OpenAI yang ada ke base URL api14 dan mengirim request dalam bentuk yang biasa, dengan model id di field model dan teks Anda sebagai input. Responsnya berisi speech yang dihasilkan. Tidak ada parameter yang didukung yang tercantum untuk model ini, jadi buat request tetap sederhana dan andalkan model id serta pemilihan voice daripada mengasumsikan ada opsi penyetelan tambahan.

Satu hal yang perlu diingat adalah cakupannya. Model ini hanya menerima teks dan hanya mengembalikan speech, jadi ini bukan pilihan yang tepat untuk transkripsi, terjemahan, penalaran atau tugas apa pun yang membutuhkan jawaban teks kembali. Jika Anda membutuhkan model yang membaca audio atau mengembalikan output tertulis, model lain di api14 akan lebih cocok. Dalam jalurnya, Speech 2.8 Turbo adalah opsi yang tepat ketika hasil akhirnya adalah audio yang diucapkan.