MiniMax Speech — AI hlas z textu s bulharčinou

Čo je MiniMax Speech

MiniMax Speech je hlasový model spoločnosti MiniMax — známej aj vďaka videomodelu Hailuo. Model premieňa napísaný text na prirodzene znejúcu reč a je jedným z mála modelov na svete s výslovnou podporou bulharského jazyka — nie „funguje aj po bulharsky“, ale bulharčina je oficiálne v zozname jazykov modelu. Preto je aj druhým modelom v kategórii Audio na genkiki.com: na reklamy, vysvetľujúce videá, lekcie a príbehy v bulharčine, bez hlásateľa a bez štúdia.

Na genkiki.com je dostupný variant MiniMax Speech 2.8 HD — najnovšia generácia modelu.

Verzie a možnosti v generiram

• Text môže mať až 10 000 znakov na jedno generovanie — dvakrát viac ako pri väčšine hlasových modelov.
• Účtuje sa za každých začatých 1000 znakov — 1 až 1000 znakov stojí rovnako ako 1000.
• 17 hlasov — ženské, mužské a charakterové (rozprávač, mladý hlas, hlboký tón), každý s označením v slovenčine v ponuke.
• Emócia reči: radostne, smutne, nahnevane, prekvapene a ďalšie — alebo model sám zvolí podľa textu.
• Rýchlosť a výška hlasu sa nastavujú samostatne — od pomalého hlbokého rozprávača po rýchly energický reklamný hlas.
• Pokyny v hranatých zátvorkách, ktoré sa nečítajú nahlas, ale sa zahrajú — píš ich rovno po slovensky, systém ich pre model preloží: [smiech], [vzdych], [odkašle sa], [kašle], [zalapá po dychu], [popotiahne nosom], [stoná], [zíva], a [pauza] a [dlhá pauza] vložia ticho. Príklad: „Neviem tomu uveriť! [smiech] Naozaj sa to stalo.“
• Emócia celej reči sa nastavuje samostatne, v ponuke „Emócia“ — radostne, smutne, nahnevane, vystrašene, znechutene, prekvapene alebo neutrálne. Zátvorky slúžia na jednotlivé momenty v texte; emócia sfarbuje čítanie všade.
• Text sa číta doslovne — nič sa neprekladá ani neskracuje.

Na čo sa hodí

MiniMax Speech je voľba, keď má byť reč v bulharčine a znieť ako živý hovorca:

• Hlasový komentár pre reklamy a produktové videá v bulharčine.
• Nahovorenie vysvetľujúcich klipov, lekcií a prezentácií.
• Príbehy, rozprávky a audioobsah s rôznymi emóciami.
• Dlhé texty (do 10 000 znakov) — celé články a scenáre naraz.

Ako začať

Otvor AI Studio, vyber režim Hlas z textu v kategórii Audio a model MiniMax Speech 2.8. Napíš text, vyber hlas a emóciu a stlač Generovať — o pár sekúnd je audio pripravené na stiahnutie.