Minimax Speech 2.6 Turbo: AI صداموسیقی

ادغام مدل هوش مصنوعی minimax-speech-2.6-turbo از طریق API با کارایی بالا و تعرفه مصرف منعطف. مدل هوش مصنوعی minimax-speech-2.6-turbo با کارایی بالا، پاسخ‌دهی سریع و قیمت‌گذاری به ازای مصرف در پلتفرم MuAPI.

کنترل‌های تعاملی مدل

مدل هوش مصنوعی minimax-speech-2.6-turbo با کارایی بالا، پاسخ‌دهی سریع و قیمت‌گذاری به ازای مصرف در پلتفرم MuAPI.

📝

نمای کلی

مدل‌ها

دسترسی برنامه‌نویسی به مدل minimax-speech-2.6-turbo در پلتفرم MuAPI با کمترین تأخیر و مقیاس‌پذیری آنی.

1تولید محتوای چندرسانه‌ای هوشمند
2ادغام در اپلیکیشن‌ها و محصولات هوش مصنوعی
3گردش‌های کاری و پایپ‌لاین‌های خودکار
💰

قیمت‌گذاری و ارزش

تحلیل هزینه

muapiapp$0.65 per generation

muapiapp 20-50٪ مقرون به صرفه تر از رقبای خود است در حالی که کیفیت قابل مقایسه یا برتر را ارائه می دهد.

Fal.ai$0.85 per generation

Fal.ai charges about 20-50% more per generation compared to muapiapp, ensuring muapiapp remains the more cost-effective solution without compromising on quality.

Replicate$0.85 per generation

Replicate's pricing is nearly identical to Fal.ai, making muapiapp a 20-50% more affordable option with equal or better performance.

** مدل‌ها。

⚙️

مشخصات فنی

طرح پیکربندی

پرامپت (دستور متنی)string

تنظیم پارامتر Text to convert to speech. Every character is 1 token. Maximum 10000 characters. Use <#x#> between words to control pause duration (0.01-99.99s). جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضWelcome to Minimax-Speech 2.6 by Muapiapp! Get ready for an audio revolution! We are thrilled to introduce a model so realistic, it's virtually indistinguishable from a human voice. You're going to be amazed by its lifelike delivery!
شناسه صدا / گوینده(472 )

شناسه گوینده یا صدای مورد نظر.

مقدار پیش‌فرضFriendly_Person
سرعتint

تنظیم پارامتر Speech speed. Range: 0.5-2.0, where 1.0 is normal speed. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرض1
بلندی صداint

تنظیم پارامتر Speech volume. Range: 0.1-10.0, where 1.0 is normal volume. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرض1
زیر و بمی صدا (Pitch)int

تنظیم پارامتر Speech pitch. Range: -12 to 12, where 0 is normal pitch. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرض0
احساس / لحن عاطفی(7 )

تنظیم پارامتر The emotion of the generated speech. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضsurprised
نرمال‌سازی متن انگلیسیboolean

تنظیم پارامتر This parameter supports English text normalization, which improves performance in number-reading scenarios. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضfalse
نرخ نمونه‌برداری صوتی(6 )

تنظیم پارامتر Sample rate of generated sound. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرض8000
بیت‌ریت(4 )

تنظیم پارامتر Bitrate of generated sound. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرض32000
کانال ارتباطی(2 )

he number of channels of the صوت تولید شده. 1: mono, 2: stereo.

مقدار پیش‌فرض1
فرمت فایل(4 )

تنظیم پارامتر Format of generated sound. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضmp3
تقویت پردازش زبان(41 )

تنظیم پارامتر Enhance the ability to recognize specified languages and dialects. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضauto
📖

راهنمای پیاده‌سازی

مستندات توسعه‌دهندگان

یک درخواست POST به اندپوینت مدل همراه با کلید دسترسی MuAPI و پارامترهای مورد نظر ارسال فرمایید.

❓

پرسش‌های متداول

سوالات پرتکرار