Мазмұнға өту

MiniMax Speech 2.8 HD

Интеграциялау

Модель идентификаторы 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"

Осы сұрау: 0,019 $ 19 API кредиті Осы бетте іске қосу

API кілтін алу
MiniMax Мәтіннен сөйлеуге #voiceover#multilingual#hd

MiniMax-тың 30-дан астам тілдегі, кідірістерді, эмоцияны және айтылымды басқаруды қолдайтын жоғары ажыратымдылықты мәтіннен сөйлеу моделі

Мысалдар

Шығыс · ~10 с

ПромптWelcome 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 кредиті

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті 182 / 10000

`<#x#>` арқылы үзілістері көрсетілген сөйлеу синтезіне арналған мәтін, мұнда x мәні 0.01-ден 99.99 секундқа дейін. Қолжетімді қыстырма тегтері: `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` және `(yawns)`.

Қосымша output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format әдепкі hex

Шығыс мазмұнының пішімі; тек ағынсыз жауаптарға қолданылады.

Таңдалған тілдер мен диалектілерді тануды жақсартады.

әдепкі {"english_normalizati...

Дауысты баптауға арналған параметрлер.

Аудионы баптауға арналған параметрлер.

Мәтінді ауыстыру үшін қолданылатын айтылымдардың реттелетін сөздігі.

Аудионың дыбыс деңгейін қалыпқа келтіруді басқаратын параметрлер.

Дауыс биіктігін, қарқындылығын және тембрін өзгертуге арналған параметрлер.

POST /run/minimax/speech-2.8-hd?wait=20 бағасы → 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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

MiniMax Speech 2.8 HD туралы

MiniMax Speech 2.8 HD мәтінді 30-дан астам тілде дауыстайды және дәл басқару мүмкіндіктерін ұсынады: кірістірілген кідіріс маркерлері, дауыс жылдамдығы, тембрі мен дыбыс деңгейі, реттелетін айтылым сөздіктері және дауыс әсерлері. Кірістірілген дауыстардың бірін, сондай-ақ шығыс үлгі жиілігі мен пішімін таңдауға болады.

Параметрлер

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
promptміндетті
Түріstring
≤ 10 000 таңба
`<#x#>` арқылы үзілістері көрсетілген сөйлеу синтезіне арналған мәтін, мұнда x мәні 0.01-ден 99.99 секундқа дейін. Қолжетімді қыстырма тегтері: `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` және `(yawns)`.
voice_settingміндетті емес
Түріobject
Әдепкі{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Дауысты баптауға арналған параметрлер.
voice_setting.voice_idміндетті емес
Түріstring
ӘдепкіWise_Woman
≥ 1 characters
Сөйлеу синтезіне пайдаланылатын алдын ала анықталған дауыс идентификаторы.
voice_setting.speedміндетті емес
Түріnumber
Әдепкі1
0,5 – 2
Сөйлеу жылдамдығы, 0.5–2.0 аралығында.
voice_setting.volміндетті емес
Түріnumber
Әдепкі1
0,01 – 10
Шығыс дыбысының деңгейі, 0–10 аралығында.
voice_setting.pitchміндетті емес
Түріinteger
Әдепкі0
-12 – 12
Дауыс биіктігі, -12–12 аралығында.
voice_setting.emotionміндетті емес
Түріenum
happysadangryfearfuldisgustedsurprisedneutral
Синтезделген сөйлеудің эмоциялық реңкі.
voice_setting.english_normalizationміндетті емес
Түріboolean
Әдепкіfalse
Сандарды жақсырақ оқудың орнына аздап қосымша кідірісті қабылдайтын ағылшын мәтінін қалыпқа келтіру параметрі.
audio_settingміндетті емес
Түріobject
Аудионы баптауға арналған параметрлер.
audio_setting.sample_rateміндетті емес
Түріenum
Әдепкі32000
80001600022050240003200044100
Генерацияланған аудионың іріктеу жиілігі.
audio_setting.bitrateміндетті емес
Түріenum
Әдепкі128000
3200064000128000256000
Генерацияланған аудионың битрейт мәні.
audio_setting.formatміндетті емес
Түріenum
Әдепкіmp3
mp3pcmflac
Аудио пішімі.
audio_setting.channelміндетті емес
Түріenum
Әдепкі1
12
Аудио арналарының саны: моно үшін 1 немесе стерео үшін 2.
language_boostміндетті емес
Түріenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
тағы 22KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Таңдалған тілдер мен диалектілерді тануды жақсартады.
output_formatміндетті емес
Түріenum
Әдепкіhex
urlhex
Шығыс мазмұнының пішімі; тек ағынсыз жауаптарға қолданылады.
pronunciation_dictміндетті емес
Түріobject
Мәтінді ауыстыру үшін қолданылатын айтылымдардың реттелетін сөздігі.
pronunciation_dict.tone_listміндетті емес
Түріstring[]
['text/(pronunciation)', ...] синтаксисін пайдаланатын айтылымдарды ауыстыру тізімі, мысалы, ['燕少飞/(yan4)(shao3)(fei1)']. Қытай тілінің тон нөмірлері 1-ден 5-ке дейін болады.
normalization_settingміндетті емес
Түріobject
Аудионың дыбыс деңгейін қалыпқа келтіруді басқаратын параметрлер.
normalization_setting.enabledміндетті емес
Түріboolean
Әдепкіtrue
Аудионың дыбыс деңгейін қалыпқа келтіруді қосады.
normalization_setting.target_loudnessміндетті емес
Түріnumber
Әдепкі-18
-70 – -10
LUFS арқылы өлшенетін қажетті дыбыс деңгейі; әдепкі мәні -18.0.
normalization_setting.target_rangeміндетті емес
Түріnumber
Әдепкі8
0 – 20
LU арқылы өлшенетін қажетті дыбыс деңгейі ауқымы; әдепкі мәні 8.0.
normalization_setting.target_peakміндетті емес
Түріnumber
Әдепкі-0.5
-3 – 0
dBTP арқылы өлшенетін қажетті шың деңгейі; әдепкі мәні -0.5.
voice_modifyміндетті емес
Түріobject
Дауыс биіктігін, қарқындылығын және тембрін өзгертуге арналған параметрлер.
voice_modify.pitchміндетті емес
Түріinteger
Әдепкі0
-100 – 100
Жарты тонмен өлшенетін дауыс биіктігін басқару: дауысты төмендету үшін теріс, көтеру үшін оң мән пайдаланыңыз. Рұқсат етілген ауқым -100-ден 100-ге дейін.
voice_modify.intensityміндетті емес
Түріinteger
Әдепкі0
-100 – 100
Параметр артқан сайын сөйлеуді мәнерлірек ететін дауыс энергиясын басқару. Рұқсат етілген ауқымы -100-ден 100-ге дейін.
voice_modify.timbreміндетті емес
Түріinteger
Әдепкі0
-100 – 100
-100-ден 100-ге дейінгі дауыс тембрін реттеу, оның дыбыстық сипатын басқарады.
міндетті

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}Генерация нәтижесінде жасалған аудио файл.
duration_ms
integerМиллисекундпен өлшенетін аудио ұзақтығы.

Қосымша модельдер: Мәтіннен сөйлеуге

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/minimax/speech-2.8-hd.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt