Перейти к содержимому

MiniMax Speech-02 Turbo

Интеграция

ID модели minimax/speech-02-turbo
# 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-02-turbo?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"

Этот запрос: 0,003 $ 3 API-кредита · ≈ 0,32 ₽ Запустить на этой странице

Получить API-ключ
MiniMax Текст в речь Быстро #speech

Speech-02 Turbo — более быстрый вариант text-to-speech с настройками голоса, произношения и языка

MiniMax · Аудио

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно 50 / 5000

Текст речевого ввода, ограниченный 5000 символами и содержащий как минимум 1 символ, отличный от пробельного.

Расширенные output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict
output_format по умолчанию hex

Формат содержимого выходных данных; применяется только к ответам без потоковой передачи.

Улучшает распознавание для выбранных языков и диалектов.

по умолчанию {"english_normalizati...

Настройки конфигурации голоса.

Настройки конфигурации аудио.

Пользовательский словарь произношений, используемый для замены текста.

POST /run/minimax/speech-02-turbo?wait=20 стоимость → 0,003 $
# 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-02-turbo?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"

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О MiniMax Speech-02 Turbo

Преобразует до 5000 символов `text` в речь с помощью ускоренного варианта Speech-02 Turbo. Входные параметры включают `voice_setting` для голоса, скорости и высоты тона, `language_boost` с 38 вариантами, `pronunciation_dict` и `output_format` (url или hex). Возвращает аудиофайл и его длительность в миллисекундах.

Параметры

ИмяТип По умолчаниюДопустимые значения Описание
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Проверку можно ослабить, установив false, если вызывающая сторона авторизована.
textобязательно
Типstring
≤ 5 000 символов
Текст речевого ввода, ограниченный 5000 символами и содержащий как минимум 1 символ, отличный от пробельного.
voice_settingнеобязательно
Типobject
По умолчанию{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Настройки конфигурации голоса.
voice_setting.voice_idнеобязательно
Типstring
По умолчаниюWise_Woman
≥ 1 characters
Идентификатор предопределённого голоса, используемого для синтеза речи.
voice_setting.speedнеобязательно
Типnumber
По умолчанию1
0,5 – 2
Скорость речи в диапазоне от 0.5 до 2.0.
voice_setting.volнеобязательно
Типnumber
По умолчанию1
0,01 – 10
Громкость выходного аудио в диапазоне от 0 до 10.
voice_setting.pitchнеобязательно
Типinteger
По умолчанию0
-12 – 12
Высота голоса в диапазоне от -12 до 12.
voice_setting.emotionнеобязательно
Типenum
happysadangryfearfuldisgustedsurprisedneutral
Эмоциональная окраска синтезированной речи.
voice_setting.english_normalizationнеобязательно
Типboolean
По умолчаниюfalse
Настройка нормализации английского текста, которая добавляет небольшую задержку, но улучшает чтение чисел.
audio_settingнеобязательно
Типobject
Настройки конфигурации аудио.
audio_setting.sample_rateнеобязательно
Типenum
По умолчанию32000
80001600022050240003200044100
Частота дискретизации сгенерированного аудио.
audio_setting.bitrateнеобязательно
Типenum
По умолчанию128000
3200064000128000256000
Битрейт сгенерированного аудио.
audio_setting.formatнеобязательно
Типenum
По умолчаниюmp3
mp3pcmflac
Формат аудио.
audio_setting.channelнеобязательно
Типenum
По умолчанию1
12
Количество аудиоканалов: 1 для моно или 2 для стерео.
language_boostнеобязательно
Типenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
ещё 22KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Улучшает распознавание для выбранных языков и диалектов.
output_formatнеобязательно
Типenum
По умолчаниюhex
urlhex
Формат содержимого выходных данных; применяется только к ответам без потоковой передачи.
pronunciation_dictнеобязательно
Типobject
Пользовательский словарь произношений, используемый для замены текста.
pronunciation_dict.tone_listнеобязательно
Типstring[]
Список замен произношения с использованием синтаксиса ['text/(pronunciation)', ...], например ['燕少飞/(yan4)(shao3)(fei1)']. Номера тонов китайского языка находятся в диапазоне от 1 до 5.
обязательно

Результат

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/speech-02-turbo",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size}Аудиофайл, созданный в результате генерации.
duration_ms
integerДлительность аудио в миллисекундах.

Другие модели: Текст в речь

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/minimax/speech-02-turbo.md. Все модели и руководства: https://doitong.com/developers/llms.txt