Pāriet uz saturu

MiniMax Speech-02 HD

Integrēt

Modeļa id minimax/speech-02-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-02-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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Šis pieprasījums: 0,005 $ 5 API kredīti Izpildīt šajā lapā

Iegūt API atslēgu
MiniMax Teksts uz runu #speech

Speech-02 HD teksta pārvēršana runā ar izvēlamām balsīm, izrunas vārdnīcu un valodas pastiprinājumu

MiniMax · Audio

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts 50 / 5000

Runas ievades teksts, ierobežots līdz 5000 rakstzīmēm un ar vismaz 1 rakstzīmi, kas nav atstarpe.

Papildu output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict
output_format noklusējums hex

Izvades satura formāts; attiecas tikai uz atbildēm, kas nav straumētas.

Uzlabo atpazīšanu atlasītajām valodām un dialektiem.

noklusējums {"english_normalizati...

Iestatījumi balss konfigurēšanai.

Audio konfigurācijas iestatījumi.

Pielāgota izrunu vārdnīca, ko izmanto teksta aizstāšanai.

POST /run/minimax/speech-02-hd?wait=20 cena → 0,005 $
# 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-02-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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par MiniMax Speech-02 HD

Ģenerē runu no līdz 5000 `text` rakstzīmēm, izmantojot Speech-02 HD kvalitātes variantu. Varat pielāgot balsi ar `voice_setting`, iestatīt `audio_setting`, lietot `pronunciation_dict` un izvēlēties `language_boost` no 38 opcijām. `output_format` var būt url vai hex. Rezultātā tiek atgriezts audio fails un tā ilgums milisekundēs.

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Pārbaudi var atslābināt, iestatot false, ja izsaucējam ir atļauja.
textobligāts
Tipsstring
≤ 5000 rakstzīmju
Runas ievades teksts, ierobežots līdz 5000 rakstzīmēm un ar vismaz 1 rakstzīmi, kas nav atstarpe.
voice_settingneobligāts
Tipsobject
Noklusējums{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Iestatījumi balss konfigurēšanai.
voice_setting.voice_idneobligāts
Tipsstring
NoklusējumsWise_Woman
≥ 1 characters
Iepriekš definēts balss identifikators runas sintēzei.
voice_setting.speedneobligāts
Tipsnumber
Noklusējums1
0,5 – 2
Runas ātrums diapazonā no 0.5 līdz 2.0.
voice_setting.volneobligāts
Tipsnumber
Noklusējums1
0,01 – 10
Izvades skaļums diapazonā no 0 līdz 10.
voice_setting.pitchneobligāts
Tipsinteger
Noklusējums0
-12 – 12
Balss augstums diapazonā no -12 līdz 12.
voice_setting.emotionneobligāts
Tipsenum
happysadangryfearfuldisgustedsurprisedneutral
Sintētiskās runas emocionālais tonis.
voice_setting.english_normalizationneobligāts
Tipsboolean
Noklusējumsfalse
Angļu teksta normalizācijas opcija, kas nedaudz palielina aizkavi, lai uzlabotu skaitļu nolasīšanu.
audio_settingneobligāts
Tipsobject
Audio konfigurācijas iestatījumi.
audio_setting.sample_rateneobligāts
Tipsenum
Noklusējums32000
80001600022050240003200044100
Ģenerētā audio iztveršanas frekvence.
audio_setting.bitrateneobligāts
Tipsenum
Noklusējums128000
3200064000128000256000
Ģenerētā audio bitu pārraides ātrums.
audio_setting.formatneobligāts
Tipsenum
Noklusējumsmp3
mp3pcmflac
Audio formāts.
audio_setting.channelneobligāts
Tipsenum
Noklusējums1
12
Audio kanālu skaits: 1 mono vai 2 stereo.
language_boostneobligāts
Tipsenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+vēl 22KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Uzlabo atpazīšanu atlasītajām valodām un dialektiem.
output_formatneobligāts
Tipsenum
Noklusējumshex
urlhex
Izvades satura formāts; attiecas tikai uz atbildēm, kas nav straumētas.
pronunciation_dictneobligāts
Tipsobject
Pielāgota izrunu vārdnīca, ko izmanto teksta aizstāšanai.
pronunciation_dict.tone_listneobligāts
Tipsstring[]
Izrunu aizstāšanas saraksts, izmantojot sintaksi ['text/(pronunciation)', ...], piemēram, ['燕少飞/(yan4)(shao3)(fei1)']. Ķīniešu toņu numuri ir no 1 līdz 5.
obligāts

Izvade

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/speech-02-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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
audio
object {url, content_type, file_name, file_size}Ģenerētais audio fails.
duration_ms
integerAudio ilgums milisekundēs.

Vairāk modeļu: Teksts uz runu

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/minimax/speech-02-hd.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt