Speech 02 Turbo
нейрожелі
Speech 02 Turbo — эмоционалды және төмен кідірісті сөйлеу синтезі моделі
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- аудио
- Дауыстар саны
- 12
Промптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'speech-02-turbo',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Қалай жұмыс істейді Speech 02 Turbo?
Speech 02 Turbo — айқын эмоционалды бояуы, көптілділікті қолдауы бар және нақты уақыттағы төмен кідірісті тапсырмаларға оңтайландырылған мәтінді сөйлеуге түрлендіру моделі. Ол интерактивті дауыстық интерфейстер мен жанды интонацияны талап ететін дауыстау үшін тиімді. BotHub арқылы сіз Ресейден VPN-сіз және шетелдік картасыз қол жеткізе аласыз, жазылымсыз және жанып кетпейтін токендермен рубльмен ақы төлейсіз, барлық модельдермен бір терезеде жұмыс істеу ыңғайлылығына ие боласыз және AES-GCM шифрлауы мен деректерді жазбау саясатымен жұмыс істейсіз. Модельді дауыстық көмекшілер мен IVR, подкасттар мен видеоларды жедел дауыстау, ойын кейіпкерлерінің репликаларын генерациялау, жылдам аудио хабарламалар мен дауыстық сценарийлерді прототиптеу үшін қолданыңыз; сіз интеграцияны бақылауда ұстайсыз және дауыстардың әрекетін тікелей BotHub интерфейсінде тексересіз.Speech 02 Turbo туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Speech 02 Turbo — minimax ұсынған мәтіннен аудиоға түрлендіру моделі. Ол мәтінді дауыстық тректерге айналдырады, дауыстық көмекшілерге, контентті дыбыстауға, подкасттарға, аудиокітаптарға, ойын репликаларына және дауыстық интерфейстерді прототиптеуге жарамды.
Speech 02 Turbo мәтіндік нұсқау негізінде аудио шығарады. Нақты форматтар мен параметрлер (кодек, жиілік, контейнер) провайдердің API-і арқылы орнатылады; сапасы дауыс параметрлері мен генерация параметрлеріне байланысты. Нақты техникалық опцияларды құжаттамадан тексеріңіз.
Біздің деректерімізде модельдің жауап берер алдында пайымдау жасайтыны туралы ақпарат жоқ. Speech 02 Turbo негізінен сөйлеуді синтездеуді орындайды; кезең-кезеңімен логика немесе chain-of-thought үшін алдымен мәтінді мамандандырылған мәтіндік модельде қалыптастырып, содан кейін дыбыстаған дұрыс.
Деректерде модельдің function calling немесе құрылымдалған JSON шығысын қолдайтыны көрсетілмеген. Бұл TTS моделі; егер сізге машиналық талдауға болатын шығыс қажет болса, құрылымды мәтіндік модельде жасап, содан кейін оны дауыспен синтездеңіз.
Біздің деректерімізде кіріс ретінде суреттерді, аудио немесе видеоны қабылдайтыны туралы ақпарат жоқ; модель мәтіннен аудиоға түрлендіру моделі ретінде сипатталған. Мультимодальды сценарийлер үшін minimax-тан сұраңыз немесе платформа арқылы қолжетімді жеке мультимодальды модельдерді пайдаланыңыз.
Деректерде орыс тілін түсіну сапасы көрсетілмеген; бұл TTS болғандықтан, модель мәтінді дыбысқа айналдырады, сондықтан шығыстың дұрыстығы кіріс мәтініне және дауыстық қозғалтқыштың параметрлеріне байланысты. Жұмысын өз мысалдарыңыз бен дауыстық параметрлеріңізде тексеру ұсынылады.