MiniMax Speech — AI na boses mula sa teksto na may wikang Bulgarian

Ano ang MiniMax Speech

Ang MiniMax Speech ay ang voice model ng MiniMax — ang kumpanyang kilala rin sa video model na Hailuo. Ginagawa nitong natural na pananalita ang nakasulat na teksto, at isa ito sa kakaunti sa mundo na may tahasang suporta sa wikang Bulgarian — hindi “gumagana rin sa Bulgarian”, kundi opisyal na nakalista ang Bulgarian sa mga wikang sinusuportahan ng model. Kaya ito rin ang pangalawang model sa kategoryang Audio ng genkiki.com: para sa mga ad, explainer video, aralin at kuwento sa Bulgarian, nang walang tagapagsalaysay at walang studio.

Sa genkiki.com, available ang variant na MiniMax Speech 2.8 HD — ang pinakabagong henerasyon ng model.

Mga bersyon at kakayahan sa generiram

• Hanggang 10 000 character ang teksto sa bawat pag-generate — dalawang beses na mas marami kaysa sa karamihan ng voice model.
• Sinisingil kada nasimulang 1000 character — ang 1 hanggang 1000 character ay kapareho ng presyo ng 1000.
• 17 boses — pambabae, panlalaki at may karakter (tagapagsalaysay, batang boses, malalim na tono), bawat isa ay may label sa Filipino sa menu.
• Emosyon ng pananalita: masaya, malungkot, galit, nagulat at iba pa — o ang model na mismo ang magpapasya batay sa teksto.
• Ang bilis at tono ng boses ay inaayos nang hiwalay — mula sa mabagal at malalim na tagapagsalaysay hanggang sa mabilis at masiglang boses pang-patalastas.
• Mga tagubilin sa loob ng square bracket na hindi binabasa kundi isinasadula — isulat mo ang mga ito nang diretso sa Filipino, ang sistema na ang magsasalin ng mga ito para sa model: [tawa], [buntong-hininga], [tikhim], [ubo], [napasinghap], [suminghot], [daing], [hikab], habang ang [paghinto] at [mahabang paghinto] ay naglalagay ng katahimikan. Halimbawa: “Hindi ako makapaniwala! [tawa] Talagang nangyari.”
• Ang emosyon ng buong pananalita ay itinatakda nang hiwalay, mula sa menu na “Emosyon” — masaya, malungkot, galit, takot, nasusuklam, nagulat o neutral. Ang mga bracket ay para sa isang partikular na sandali sa teksto; ang emosyon ay nagbibigay-kulay sa pagbasa saanman.
• Binabasa ang teksto salita por salita — walang isinasalin at walang pinaikli.

Para saan ito angkop

Ang MiniMax Speech ang pinipili kapag kailangang nasa Bulgarian ang pananalita at dapat itong tumunog na parang totoong tao ang nagsasalita:

• Voice-over para sa mga ad at product video sa Bulgarian.
• Pagbibigay-boses sa mga explainer clip, aralin at presentasyon.
• Mga kuwento, fairy tale at audio content na may iba't ibang emosyon.
• Mahahabang teksto (hanggang 10 000 character) — buong artikulo at script nang sabay-sabay.

Paano magsimula

Buksan mo ang AI Studio, piliin ang mode na Boses mula sa teksto sa kategoryang Audio at ang model na MiniMax Speech 2.8. Isulat ang teksto, pumili ng boses at emosyon, at pindutin ang I-generate — sa loob ng ilang segundo, handa na ang audio para i-download.