Pāriet uz saturu

MiniMax Speech 2.8 HD

Integrēt

Modeļa id 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"

Šis pieprasījums: 0,019 $ 19 API kredītu Izpildīt šajā lapā

Iegūt API atslēgu
MiniMax Teksts uz runu #voiceover#multilingual#hd

MiniMax augstas izšķirtspējas teksta pārvēršana runā vairāk nekā 30 valodās ar paužu, emociju un izrunas vadību.

Piemēri

Izvade · ~10 s

UzvedneWelcome 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 kredītu

Izveidot pieprasījumu

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

•obligāts 182 / 10000

Teksts runas sintēzei ar pauzēm, kas norādītas ar `<#x#>`, kur x ir diapazonā no 0.01 līdz 99.99 sekundēm. Pieejamie starpsaucienu tagi ir `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` un `(yawns)`.

Papildu output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
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.

Iestatījumi audio skaļuma normalizēšanai.

Iestatījumi balss augstuma, intensitātes un tembra modificēšanai.

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

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 2.8 HD

MiniMax Speech 2.8 HD pārvērš tekstu runā vairāk nekā 30 valodās ar precīzu vadību: iekļautiem paužu marķieriem, balss ātrumu, toni un skaļumu, pielāgotām izrunas vārdnīcām un balss efektiem. Izvēlieties kādu no iebūvētajām balsīm, kā arī izvades iztveršanas frekvenci un formātu.

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
promptobligāts
Tipsstring
≤ 10 000 rakstzīmju
Teksts runas sintēzei ar pauzēm, kas norādītas ar `<#x#>`, kur x ir diapazonā no 0.01 līdz 99.99 sekundēm. Pieejamie starpsaucienu tagi ir `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` un `(yawns)`.
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.
normalization_settingneobligāts
Tipsobject
Iestatījumi audio skaļuma normalizēšanai.
normalization_setting.enabledneobligāts
Tipsboolean
Noklusējumstrue
Iespējo audio skaļuma normalizēšanu.
normalization_setting.target_loudnessneobligāts
Tipsnumber
Noklusējums-18
-70 – -10
Vēlamais skaļums LUFS; noklusējums ir -18.0.
normalization_setting.target_rangeneobligāts
Tipsnumber
Noklusējums8
0 – 20
Vēlamais skaļuma diapazons LU; noklusējums ir 8.0.
normalization_setting.target_peakneobligāts
Tipsnumber
Noklusējums-0.5
-3 – 0
Vēlamais maksimuma līmenis dBTP; noklusējums ir -0.5.
voice_modifyneobligāts
Tipsobject
Iestatījumi balss augstuma, intensitātes un tembra modificēšanai.
voice_modify.pitchneobligāts
Tipsinteger
Noklusējums0
-100 – 100
Balss augstuma vadība pustoņos: izmantojiet negatīvu vērtību, lai balsi pazeminātu, vai pozitīvu, lai to paaugstinātu. Atļautās vērtības ir no -100 līdz 100.
voice_modify.intensityneobligāts
Tipsinteger
Noklusējums0
-100 – 100
Balss enerģijas vadība, kas, palielinot iestatījumu, padara runu enerģiskāku. Atļautais diapazons ir no -100 līdz 100.
voice_modify.timbreneobligāts
Tipsinteger
Noklusējums0
-100 – 100
Balss tembra pielāgošana diapazonā no -100 līdz 100, kontrolējot tā tonālo raksturu.
obligāts

Izvade

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"
  }
}
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-2.8-hd.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt