Passer au contenu

MiniMax Speech 2.8 HD

Intégrer

Identifiant du modèle 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.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Cette requête: 0,019 $ 19 crédits API L’exécuter sur cette page

Obtenir une clé API
MiniMax Texte vers parole #voiceover#multilingual#hd

Synthèse vocale haute définition de MiniMax dans plus de 30 langues, avec contrôle des pauses, des émotions et de la prononciation.

Exemples

Sortie · ~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 crédits API

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis 182 / 10000

Texte pour la synthèse vocale, avec des pauses spécifiées par `<#x#>` où x va de 0.01 à 99.99 secondes. Les balises d’interjection disponibles sont `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` et `(yawns)`.

Avancé output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format par défaut hex

Format du contenu de sortie ; s’applique uniquement aux réponses non diffusées en continu.

Améliore la reconnaissance pour les langues et dialectes sélectionnés.

par défaut {"english_normalizati...

Paramètres de configuration de la voix.

Paramètres de configuration de l'audio.

Dictionnaire personnalisé des prononciations utilisé pour remplacer le texte.

Paramètres contrôlant la normalisation du volume audio.

Paramètres de modification de la hauteur, de l’intensité et du timbre de la voix.

POST /run/minimax/speech-2.8-hd?wait=20 devis → 0,019 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD vocalise du texte dans plus de 30 langues avec un contrôle précis : marqueurs de pause inline, vitesse vocale, tonalité et volume, dictionnaires de prononciation personnalisés et effets vocaux. Choisissez parmi les voix intégrées, ainsi que la fréquence d’échantillonnage et le format de sortie.

Paramètres

NomType Par défautAutorisé Description
promptrequis
Typestring
≤ 10 000 caractères
Texte pour la synthèse vocale, avec des pauses spécifiées par `<#x#>` où x va de 0.01 à 99.99 secondes. Les balises d’interjection disponibles sont `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` et `(yawns)`.
voice_settingfacultatif
Typeobject
Par défaut{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Paramètres de configuration de la voix.
voice_setting.voice_idfacultatif
Typestring
Par défautWise_Woman
≥ 1 characters
Identifiant de voix prédéfini utilisé pour la synthèse vocale.
voice_setting.speedfacultatif
Typenumber
Par défaut1
0,5 – 2
Débit de parole, compris entre 0.5 et 2.0.
voice_setting.volfacultatif
Typenumber
Par défaut1
0,01 – 10
Volume de sortie, compris entre 0 et 10.
voice_setting.pitchfacultatif
Typeinteger
Par défaut0
-12 – 12
Hauteur de la voix, comprise entre -12 et 12.
voice_setting.emotionfacultatif
Typeenum
happysadangryfearfuldisgustedsurprisedneutral
Tonalité émotionnelle de la parole synthétisée.
voice_setting.english_normalizationfacultatif
Typeboolean
Par défautfalse
Option de normalisation du texte anglais qui échange une légère latence supplémentaire contre une meilleure lecture des nombres.
audio_settingfacultatif
Typeobject
Paramètres de configuration de l'audio.
audio_setting.sample_ratefacultatif
Typeenum
Par défaut32000
80001600022050240003200044100
Fréquence d'échantillonnage de l'audio généré.
audio_setting.bitratefacultatif
Typeenum
Par défaut128000
3200064000128000256000
Débit binaire de l'audio généré.
audio_setting.formatfacultatif
Typeenum
Par défautmp3
mp3pcmflac
Format de l'audio.
audio_setting.channelfacultatif
Typeenum
Par défaut1
12
Nombre de canaux audio : 1 pour mono ou 2 pour stéréo.
language_boostfacultatif
Typeenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 de plusKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Améliore la reconnaissance pour les langues et dialectes sélectionnés.
output_formatfacultatif
Typeenum
Par défauthex
urlhex
Format du contenu de sortie ; s’applique uniquement aux réponses non diffusées en continu.
pronunciation_dictfacultatif
Typeobject
Dictionnaire personnalisé des prononciations utilisé pour remplacer le texte.
pronunciation_dict.tone_listfacultatif
Typestring[]
Liste de remplacements de prononciation utilisant la syntaxe ['text/(pronunciation)', ...], par exemple ['燕少飞/(yan4)(shao3)(fei1)']. Les numéros de ton chinois vont de 1 à 5.
normalization_settingfacultatif
Typeobject
Paramètres contrôlant la normalisation du volume audio.
normalization_setting.enabledfacultatif
Typeboolean
Par défauttrue
Active la normalisation du volume audio.
normalization_setting.target_loudnessfacultatif
Typenumber
Par défaut-18
-70 – -10
Volume souhaité, mesuré en LUFS ; valeur par défaut : -18.0.
normalization_setting.target_rangefacultatif
Typenumber
Par défaut8
0 – 20
Plage de volume souhaitée, mesurée en LU ; valeur par défaut : 8.0.
normalization_setting.target_peakfacultatif
Typenumber
Par défaut-0.5
-3 – 0
Niveau de crête souhaité, mesuré en dBTP ; valeur par défaut : -0.5.
voice_modifyfacultatif
Typeobject
Paramètres de modification de la hauteur, de l’intensité et du timbre de la voix.
voice_modify.pitchfacultatif
Typeinteger
Par défaut0
-100 – 100
Contrôle de la hauteur mesuré en demi-tons : utilisez une valeur négative pour abaisser la voix ou une valeur positive pour l’élever. Les valeurs autorisées vont de -100 à 100.
voice_modify.intensityfacultatif
Typeinteger
Par défaut0
-100 – 100
Contrôle de l’énergie vocale qui rend la parole plus énergique à mesure que le réglage augmente. Sa plage autorisée va de -100 à 100.
voice_modify.timbrefacultatif
Typeinteger
Par défaut0
-100 – 100
Réglage du timbre vocal de -100 à 100, contrôlant sa tonalité.
requis

Sortie

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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio produit par la génération.
duration_ms
integerDurée de l’audio, mesurée en millisecondes.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/minimax/speech-2.8-hd.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt