Siirry sisältöön

Minimax · Preview · Speech 2.5 HD

Integroi

Mallin tunniste minimax/preview/speech-2.5-hd
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/preview/speech-2.5-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Tämä pyyntö: 0,005 $ 5 API-krediittiä · ≈ 0,53 ₽ Suorita tällä sivulla

Hanki API-avain
MiniMax Tekstistä puheeksi #speech

Speech 2.5 HD:n esikatseluversio tekstistä puheeksi -mallina, laajalla kielten tehostelistalla ja säädettävillä ääniasetuksilla

Tehty Doitongilla

Doitong-yhteisön MiniMax Preview-mallilla tekemät julkiset työt. Käytä kehotetta uudelleen yhdellä napsautuksella.

Näytetyt julkiset työt: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Video

Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly coiled around her head and neck, its scales glistening in soft, diffused light. The camera gently zooms in, emphasizing the intricate texture of the snake’s scales and the model’s striking facial...

Animate the stickman drawings into a smooth dance animation. The simple black stick figure perfor... Video

Animate the stickman drawings into a smooth dance animation. The simple black stick figure performs fun rhythmic dance moves — waving its arms, bending knees, jumping lightly, spinning, and swaying side to side in time with upbeat music. Keep the white background clean and minimal. The motion...

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in... Video

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in meditation inside a traditional Japanese room. The atmosphere begins to tremble slightly as soft blue light flows around him. From the ground, thousands of magnetic nano-particles rise, shimmering...

A cinematic transformation video of the man. The scene begins with him standing naturally, then l... Video

A cinematic transformation video of the man. The scene begins with him standing naturally, then looking down at his hands as glowing holographic projections appear around his body. Mechanical parts of the Iron Man armor start assembling piece by piece with smooth animation: chest plate forming,...

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampa... Video

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampaging uncontrollably against nature itself. His gigantic body is surrounded by a storm of black and crimson energy, crackling with lightning that scorches the ground. His roar shakes the heavens,...

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint ... Video

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint reddish stripes. They remain close, perfectly synchronized in stillness. The woman blinks slowly, slightly tilting her head with a serious and intense expression. The tiger breathes gently — its...

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mounta... Video

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mountains, with dramatic lighting and deep shadows adding volume and realism. The background shows a stunning blue sky with scattered soft clouds and subtle light rays. crisp cinematic quality, vivid...

Video

Используй это изображение как точный референс. Вертикальное реалистичное видео 9:16, тёплая кинематографичная ночная сцена в спальне. Полностью сохранить лица Ани и Павла, их внешность, причёски, одежду, освещение, кровать, панорамные окна и ночной город. Камера статичная, средний крупный план....

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen 50 / 5000

Puheen syöteteks­ti, enintään 5000 merkkiä ja vähintään 1 ei-tyhjämerkin sisältävä.

Lisäasetukset output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict
output_format oletus hex

Tulosteen sisältömuoto; koskee vain ei-suoratoistovastauksia.

Parantaa valittujen kielten ja murteiden tunnistusta.

oletus {"english_normalizati...

Äänen määrittämisen asetukset.

Äänen määrittämiseen käytettävät asetukset.

Mukautettu ääntämissanasto, jolla teksti korvataan.

POST /run/minimax/preview/speech-2.5-hd?wait=20 hinta → 0,005 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/preview/speech-2.5-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Minimax · Preview · Speech 2.5 HD

Muuntaa enintään 5000 merkkiä `text`-parametrissa puheeksi. `voice_setting` hallitsee ääntä, nopeutta ja sävelkorkeutta (oletusääni Wise_Woman), ja `language_boost` voi korostaa yhtä 41 kielestä ja murteesta. `pronunciation_dict` mahdollistaa mukautetut sanankorvaukset, ja `output_format` palauttaa joko URL-osoitteen tai heksades dataa. Vastaus sisältää äänen ja sen keston millisekunteina.

Parametrit

NimiTyyppi OletusSallitut Kuvaus
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Suodatusta voi höllentää asettamalla arvoksi false, jos kutsujalla on siihen valtuutus.
textpakollinen
Tyyppistring
≤ 5 000 merkkiä
Puheen syöteteks­ti, enintään 5000 merkkiä ja vähintään 1 ei-tyhjämerkin sisältävä.
voice_settingvalinnainen
Tyyppiobject
Oletus{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Äänen määrittämisen asetukset.
voice_setting.voice_idvalinnainen
Tyyppistring
OletusWise_Woman
≥ 1 characters
Puhesynteesiin käytettävä ennalta määritetty äänen tunniste.
voice_setting.speedvalinnainen
Tyyppinumber
Oletus1
0,5 – 2
Puhenopeus välillä 0.5–2.0.
voice_setting.volvalinnainen
Tyyppinumber
Oletus1
0,01 – 10
Tulosteen äänenvoimakkuus välillä 0–10.
voice_setting.pitchvalinnainen
Tyyppiinteger
Oletus0
−12 – 12
Äänen korkeus välillä -12–12.
voice_setting.emotionvalinnainen
Tyyppienum
happysadangryfearfuldisgustedsurprisedneutral
Syntetisoidun puheen tunnetila.
voice_setting.english_normalizationvalinnainen
Tyyppiboolean
Oletusfalse
Englanninkielisen tekstin normalisointiasetus, joka lisää hieman viivettä mutta parantaa numeroiden lukemista.
audio_settingvalinnainen
Tyyppiobject
Äänen määrittämiseen käytettävät asetukset.
audio_setting.sample_ratevalinnainen
Tyyppienum
Oletus32000
80001600022050240003200044100
Generoidun äänen näytteenottotaajuus.
audio_setting.bitratevalinnainen
Tyyppienum
Oletus128000
3200064000128000256000
Generoidun äänen bittinopeus.
audio_setting.formatvalinnainen
Tyyppienum
Oletusmp3
mp3pcmflac
Äänen muoto.
audio_setting.channelvalinnainen
Tyyppienum
Oletus1
12
Äänikanavien määrä: 1 monolle tai 2 stereolle.
language_boostvalinnainen
Tyyppienum
PersianFilipinoTamilChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnamese
+25 lisääIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Parantaa valittujen kielten ja murteiden tunnistusta.
output_formatvalinnainen
Tyyppienum
Oletushex
urlhex
Tulosteen sisältömuoto; koskee vain ei-suoratoistovastauksia.
pronunciation_dictvalinnainen
Tyyppiobject
Mukautettu ääntämissanasto, jolla teksti korvataan.
pronunciation_dict.tone_listvalinnainen
Tyyppistring[]
Ääntämiskorvausluettelo syntaksilla ['text/(pronunciation)', ...], esimerkiksi ['燕少飞/(yan4)(shao3)(fei1)']. Kiinan sävelkorkeusnumerot ovat välillä 1–5.
pakollinen

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/preview/speech-2.5-hd",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "duration_ms": 1
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio
object {url, content_type, file_name, file_size}Generoinnin tuottama äänitiedosto.
duration_ms
integerÄänen pituus millisekunteina.

Lisää malleja: Tekstistä puheeksi

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/minimax/preview/speech-2.5-hd.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt