Ugrás a tartalomhoz

MiniMax Speech 2.8 HD

Integráció

Modellazonosító minimax/speech-2.8-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/speech-2.8-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Welcome aboard. Tonight we cruise along the northern coast, where the lighthouse has guided sailors home for two hundred years. Find a warm seat on the upper deck and enjoy the view."
  }'

# 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"

Ez a kérés: 0,019 $ 19 API-jóváírás · ≈ 2,00 ₽ Futtatás ezen az oldalon

API-kulcs beszerzése
MiniMax Szövegből beszéd #voiceover#multilingual#hd

A MiniMax nagy felbontású szövegfelolvasása több mint 30 nyelven, szünet-, érzelem- és kiejtésvezérléssel.

Példák

Kimenet · ~10 s

PromptWelcome aboard. Tonight we cruise along the northern coast, where the lighthouse has guided sailors home for two hundred years. Find a warm seat on the upper deck and enjoy the view.

0,019 $ · 19 API-jóváírás

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

•kötelező 182 / 10000

Szöveg beszédszintézishez, a szüneteket az `<#x#>` jelöli, ahol x értéke 0.01 és 99.99 másodperc között van. Az elérhető közbevetés-jelölők: `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` és `(yawns)`.

Speciális output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format alapértelmezett: hex

A kimenet tartalomformátuma; csak nem streamelt válaszokra vonatkozik.

Javítja a felismerést a kiválasztott nyelvek és nyelvjárások esetén.

alapértelmezett: {"english_normalizati...

A hang konfigurálására szolgáló beállítások.

A hang konfigurálásának beállításai.

Szöveg cseréjéhez használt egyéni kiejtési szótár.

A hangerő normalizálását vezérlő beállítások.

A hangmagasság, intenzitás és hangszín módosításának beállításai.

POST /run/minimax/speech-2.8-hd?wait=20 ár → 0,019 $
# 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/speech-2.8-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Welcome aboard. Tonight we cruise along the northern coast, where the lighthouse has guided sailors home for two hundred years. Find a warm seat on the upper deck and enjoy the view."
  }'

# 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"

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) MiniMax Speech 2.8 HD bemutatása

A MiniMax Speech 2.8 HD több mint 30 nyelven olvassa fel a szöveget, részletes vezérléssel: beágyazott szünetjelek, hang sebessége, hangmagassága és hangereje, egyéni kiejtési szótárak és hangeffektek. Választhatsz a beépített hangok közül, valamint beállíthatod a kimeneti mintavételi frekvenciát és formátumot.

Paraméterek

NévTípus AlapértelmezettEngedélyezett Leírás
promptkötelező
Típusstring
≤ 10 000 karakter
Szöveg beszédszintézishez, a szüneteket az `<#x#>` jelöli, ahol x értéke 0.01 és 99.99 másodperc között van. Az elérhető közbevetés-jelölők: `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` és `(yawns)`.
voice_settingnem kötelező
Típusobject
Alapértelmezett{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
A hang konfigurálására szolgáló beállítások.
voice_setting.voice_idnem kötelező
Típusstring
AlapértelmezettWise_Woman
≥ 1 characters
Beszédszintézishez használt előre definiált hangazonosító.
voice_setting.speednem kötelező
Típusnumber
Alapértelmezett1
0,5 – 2
Beszédsebesség, 0.5 és 2.0 között.
voice_setting.volnem kötelező
Típusnumber
Alapértelmezett1
0,01 – 10
Kimeneti hangerő, 0 és 10 között.
voice_setting.pitchnem kötelező
Típusinteger
Alapértelmezett0
-12 – 12
A hangmagasság, -12 és 12 között.
voice_setting.emotionnem kötelező
Típusenum
happysadangryfearfuldisgustedsurprisedneutral
A szintetizált beszéd érzelmi tónusa.
voice_setting.english_normalizationnem kötelező
Típusboolean
Alapértelmezettfalse
Angol szövegnormalizálási lehetőség, amely kis többletkésleltetésért cserébe javítja a számok felolvasását.
audio_settingnem kötelező
Típusobject
A hang konfigurálásának beállításai.
audio_setting.sample_ratenem kötelező
Típusenum
Alapértelmezett32000
80001600022050240003200044100
A generált hang mintavételi frekvenciája.
audio_setting.bitratenem kötelező
Típusenum
Alapértelmezett128000
3200064000128000256000
A generált hang bitrátája.
audio_setting.formatnem kötelező
Típusenum
Alapértelmezettmp3
mp3pcmflac
A hang formátuma.
audio_setting.channelnem kötelező
Típusenum
Alapértelmezett1
12
Hangcsatornák száma: 1 monóhoz vagy 2 sztereóhoz.
language_boostnem kötelező
Típusenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 továbbiKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Javítja a felismerést a kiválasztott nyelvek és nyelvjárások esetén.
output_formatnem kötelező
Típusenum
Alapértelmezetthex
urlhex
A kimenet tartalomformátuma; csak nem streamelt válaszokra vonatkozik.
pronunciation_dictnem kötelező
Típusobject
Szöveg cseréjéhez használt egyéni kiejtési szótár.
pronunciation_dict.tone_listnem kötelező
Típusstring[]
Kiejtéshelyettesítési lista a ['text/(pronunciation)', ...] szintaxissal, például ['燕少飞/(yan4)(shao3)(fei1)']. A kínai tónusszámok 1 és 5 között vannak.
normalization_settingnem kötelező
Típusobject
A hangerő normalizálását vezérlő beállítások.
normalization_setting.enablednem kötelező
Típusboolean
Alapértelmezetttrue
Engedélyezi a hangerő normalizálását.
normalization_setting.target_loudnessnem kötelező
Típusnumber
Alapértelmezett-18
-70 – -10
A kívánt hangerő LUFS-ban mérve; alapértelmezés szerint -18.0.
normalization_setting.target_rangenem kötelező
Típusnumber
Alapértelmezett8
0 – 20
A kívánt hangerőtartomány LU-ban mérve; alapértelmezés szerint 8.0.
normalization_setting.target_peaknem kötelező
Típusnumber
Alapértelmezett-0.5
-3 – 0
A kívánt csúcsszint dBTP-ben mérve; alapértelmezés szerint -0.5.
voice_modifynem kötelező
Típusobject
A hangmagasság, intenzitás és hangszín módosításának beállításai.
voice_modify.pitchnem kötelező
Típusinteger
Alapértelmezett0
-100 – 100
Félhangokban mért hangmagasság-szabályozás: negatív értékkel mélyíthető, pozitív értékkel magasítható a hang. Az engedélyezett tartomány -100 és 100 között van.
voice_modify.intensitynem kötelező
Típusinteger
Alapértelmezett0
-100 – 100
A hang energiájának szabályozása: nagyobb érték energikusabb beszédet eredményez. Az engedélyezett tartomány -100 és 100 között van.
voice_modify.timbrenem kötelező
Típusinteger
Alapértelmezett0
-100 – 100
A hangszín -100 és 100 közötti beállítása, amely a hang tónuskarakterét vezérli.
kötelező

Kimenet

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/speech-2.8-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": 19,
    "usd": "0.019",
    "charged": 19,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello! Welcome to our new studio. <#0.5#> Let's make something wonderful today."
  },
  "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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
object {url, content_type, file_name, file_size}A generálással létrehozott hangfájl.
duration_ms
integerA hang hossza ezredmásodpercben mérve.

További modellek: Szövegből beszéd

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/minimax/speech-2.8-hd.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt