Bỏ qua đến nội dung

MiniMax Speech 2.8 HD

Tích hợp

Id mô hình 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"

Yêu cầu này: 0,019 $ 19 tín dụng API Chạy trên trang này

Lấy khóa API
MiniMax Văn bản sang giọng nói #voiceover#multilingual#hd

Chuyển văn bản thành giọng nói độ nét cao của MiniMax bằng hơn 30 ngôn ngữ, với điều khiển khoảng ngắt, cảm xúc và phát âm.

Ví dụ

Đầu ra · ~10 s

Lời nhắcWelcome 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 tín dụng API

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc 182 / 10000

Văn bản để tổng hợp giọng nói, với các khoảng dừng được chỉ định bằng `<#x#>` trong đó x nằm trong khoảng từ 0.01 đến 99.99 giây. Các tag cảm thán khả dụng gồm `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` và `(yawns)`.

Nâng cao output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format mặc định hex

Định dạng nội dung đầu ra; chỉ áp dụng cho phản hồi không phát trực tiếp.

Cải thiện khả năng nhận dạng cho các ngôn ngữ và phương ngữ đã chọn.

mặc định {"english_normalizati...

Cài đặt cấu hình giọng nói.

Thiết lập cấu hình âm thanh.

Từ điển tùy chỉnh về cách phát âm dùng để thay thế văn bản.

Các cài đặt điều khiển chuẩn hóa độ lớn âm thanh.

Các cài đặt để điều chỉnh cao độ, cường độ và âm sắc giọng nói.

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

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD đọc văn bản bằng hơn 30 ngôn ngữ với khả năng điều khiển chi tiết: ký hiệu ngắt nội dòng, tốc độ giọng nói, cao độ và âm lượng, từ điển phát âm tùy chỉnh cùng hiệu ứng giọng nói. Chọn trong các giọng tích hợp sẵn và tốc độ lấy mẫu, định dạng đầu ra.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
promptbắt buộc
Kiểustring
≤ 10.000 ký tự
Văn bản để tổng hợp giọng nói, với các khoảng dừng được chỉ định bằng `<#x#>` trong đó x nằm trong khoảng từ 0.01 đến 99.99 giây. Các tag cảm thán khả dụng gồm `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` và `(yawns)`.
voice_settingtùy chọn
Kiểuobject
Mặc định{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Cài đặt cấu hình giọng nói.
voice_setting.voice_idtùy chọn
Kiểustring
Mặc địnhWise_Woman
≥ 1 characters
Mã định danh giọng nói được xác định trước dùng cho tổng hợp giọng nói.
voice_setting.speedtùy chọn
Kiểunumber
Mặc định1
0,5 – 2
Tốc độ nói, trong khoảng từ 0.5 đến 2.0.
voice_setting.voltùy chọn
Kiểunumber
Mặc định1
0,01 – 10
Âm lượng đầu ra, trong khoảng từ 0 đến 10.
voice_setting.pitchtùy chọn
Kiểuinteger
Mặc định0
-12 – 12
Cao độ giọng nói, trong khoảng từ -12 đến 12.
voice_setting.emotiontùy chọn
Kiểuenum
happysadangryfearfuldisgustedsurprisedneutral
Sắc thái cảm xúc của giọng nói được tổng hợp.
voice_setting.english_normalizationtùy chọn
Kiểuboolean
Mặc địnhfalse
Tùy chọn chuẩn hóa văn bản tiếng Anh, đánh đổi một lượng nhỏ độ trễ bổ sung để đọc số tốt hơn.
audio_settingtùy chọn
Kiểuobject
Thiết lập cấu hình âm thanh.
audio_setting.sample_ratetùy chọn
Kiểuenum
Mặc định32000
80001600022050240003200044100
Tốc độ lấy mẫu của âm thanh được tạo.
audio_setting.bitratetùy chọn
Kiểuenum
Mặc định128000
3200064000128000256000
Tốc độ bit của âm thanh được tạo.
audio_setting.formattùy chọn
Kiểuenum
Mặc địnhmp3
mp3pcmflac
Định dạng âm thanh.
audio_setting.channeltùy chọn
Kiểuenum
Mặc định1
12
Số kênh âm thanh: 1 cho mono hoặc 2 cho stereo.
language_boosttùy chọn
Kiểuenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 giá trị khácKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Cải thiện khả năng nhận dạng cho các ngôn ngữ và phương ngữ đã chọn.
output_formattùy chọn
Kiểuenum
Mặc địnhhex
urlhex
Định dạng nội dung đầu ra; chỉ áp dụng cho phản hồi không phát trực tiếp.
pronunciation_dicttùy chọn
Kiểuobject
Từ điển tùy chỉnh về cách phát âm dùng để thay thế văn bản.
pronunciation_dict.tone_listtùy chọn
Kiểustring[]
Danh sách thay thế cách phát âm theo cú pháp ['text/(pronunciation)', ...], ví dụ ['燕少飞/(yan4)(shao3)(fei1)']. Số thanh điệu tiếng Trung nằm trong khoảng từ 1 đến 5.
normalization_settingtùy chọn
Kiểuobject
Các cài đặt điều khiển chuẩn hóa độ lớn âm thanh.
normalization_setting.enabledtùy chọn
Kiểuboolean
Mặc địnhtrue
Bật chuẩn hóa độ lớn âm thanh.
normalization_setting.target_loudnesstùy chọn
Kiểunumber
Mặc định-18
-70 – -10
Độ lớn mong muốn, tính bằng LUFS; mặc định là -18.0.
normalization_setting.target_rangetùy chọn
Kiểunumber
Mặc định8
0 – 20
Phạm vi độ lớn mong muốn, tính bằng LU; mặc định là 8.0.
normalization_setting.target_peaktùy chọn
Kiểunumber
Mặc định-0.5
-3 – 0
Mức đỉnh mong muốn, tính bằng dBTP; mặc định là -0.5.
voice_modifytùy chọn
Kiểuobject
Các cài đặt để điều chỉnh cao độ, cường độ và âm sắc giọng nói.
voice_modify.pitchtùy chọn
Kiểuinteger
Mặc định0
-100 – 100
Điều khiển cao độ tính bằng nửa cung: dùng giá trị âm để hạ giọng hoặc giá trị dương để nâng giọng. Giá trị cho phép nằm trong khoảng từ -100 đến 100.
voice_modify.intensitytùy chọn
Kiểuinteger
Mặc định0
-100 – 100
Điều khiển năng lượng giọng nói, khiến lời nói giàu năng lượng hơn khi tăng cài đặt. Phạm vi cho phép là -100 đến 100.
voice_modify.timbretùy chọn
Kiểuinteger
Mặc định0
-100 – 100
Điều chỉnh âm sắc giọng nói từ -100 đến 100, điều khiển đặc tính âm thanh.
bắt buộc

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Tệp âm thanh do quá trình tạo sinh tạo ra.
duration_ms
integerĐộ dài âm thanh, tính bằng mili giây.

Thêm mô hình: Văn bản sang giọng nói

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/minimax/speech-2.8-hd.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt