تخطّي إلى المحتوى

MiniMax Speech 2.6 [HD]

التكامل

معرّف النموذج minimax/speech-2.6-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-2.6-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "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"

هذا الطلب: ⁨‏0.005 $⁩ 5 أرصدة API تشغيله في هذه الصفحة

الحصول على مفتاح API
MiniMax تحويل النص إلى كلام #text-to-speech

تحويل Speech 2.6 HD للنص إلى كلام مع دعم 10,000 حرف وعلامات التوقف وتوحيد مستوى الصوت

MiniMax · صوت

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب 50 / 10000

نص مدخل الكلام، مع استخدام الأسطر الجديدة لتحديد حدود الفقرات وعلامات `<#x#>` الاختيارية للتحكم في فترات التوقف. ضع العلامات فقط بين المقاطع القابلة للنطق، وليس متتالية؛ يحدد `x` فترة التوقف بالثواني ضمن `[0.01, 99.99]`، مع استخدام منزلتين عشريتين كحد أقصى.

متقدم output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict · normalization_setting
output_format الافتراضي hex

تنسيق محتوى المخرج؛ ينطبق فقط على الاستجابات غير المتدفقة.

يحسّن التعرّف على اللغات واللهجات المحددة.

الافتراضي {"english_normalizati...

إعدادات ضبط الصوت.

إعدادات ضبط الصوت.

قاموس مخصص للنطق يُستخدم لاستبدال النص.

إعدادات تتحكم في تسوية ارتفاع الصوت.

POST /run/minimax/speech-2.6-hd?wait=20 عرض السعر → ⁨‏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-2.6-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "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"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول MiniMax Speech 2.6 [HD]

يقرأ النص المقدم في `prompt` (حتى 10000 حرف) بصوت عالٍ، مع تحديد فواصل الفقرات باستخدام أسطر جديدة وإدراج فترات توقف مخصّصة عبر علامات `<#x#>`. إلى جانب `voice_setting` و`audio_setting` و`language_boost` (38 خيارًا) و`pronunciation_dict`، يضيف `normalization_setting` للتحكم في مستوى الصوت. الناتج صوت ومدته بالمللي ثانية.

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
يمكن تخفيف الفحص بضبط القيمة على false، شريطة أن يكون المستدعي مخولًا بذلك.
promptمطلوب
النوعstring
≤ 10,000 حرف
نص مدخل الكلام، مع استخدام الأسطر الجديدة لتحديد حدود الفقرات وعلامات `<#x#>` الاختيارية للتحكم في فترات التوقف. ضع العلامات فقط بين المقاطع القابلة للنطق، وليس متتالية؛ يحدد `x` فترة التوقف بالثواني ضمن `[0.01, 99.99]`، مع استخدام منزلتين عشريتين كحد أقصى.
voice_settingاختياري
النوعobject
الافتراضي{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
إعدادات ضبط الصوت.
voice_setting.voice_idاختياري
النوعstring
الافتراضيWise_Woman
≥ 1 characters
معرّف صوت محدد مسبقًا يُستخدم لتوليف الكلام.
voice_setting.speedاختياري
النوعnumber
الافتراضي1
0.5 – 2
معدل الكلام، من 0.5 إلى 2.0.
voice_setting.volاختياري
النوعnumber
الافتراضي1
0.01 – 10
مستوى صوت المخرج، من 0 إلى 10.
voice_setting.pitchاختياري
النوعinteger
الافتراضي0
-12 – 12
حدة الصوت، من -12 إلى 12.
voice_setting.emotionاختياري
النوعenum
happysadangryfearfuldisgustedsurprisedneutral
النبرة العاطفية للكلام المُولَّف.
voice_setting.english_normalizationاختياري
النوعboolean
الافتراضيfalse
خيار تطبيع النص الإنجليزي يبادل قدرًا صغيرًا من زمن الاستجابة الإضافي بقراءة أفضل للأرقام.
audio_settingاختياري
النوعobject
إعدادات ضبط الصوت.
audio_setting.sample_rateاختياري
النوعenum
الافتراضي32000
80001600022050240003200044100
معدل أخذ عينات الصوت المُولَّد.
audio_setting.bitrateاختياري
النوعenum
الافتراضي128000
3200064000128000256000
معدل البت للصوت المُولَّد.
audio_setting.formatاختياري
النوعenum
الافتراضيmp3
mp3pcmflac
تنسيق الصوت.
audio_setting.channelاختياري
النوعenum
الافتراضي1
12
عدد قنوات الصوت: 1 للأحادي أو 2 للاستريو.
language_boostاختياري
النوعenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 أخرىKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
يحسّن التعرّف على اللغات واللهجات المحددة.
output_formatاختياري
النوعenum
الافتراضيhex
urlhex
تنسيق محتوى المخرج؛ ينطبق فقط على الاستجابات غير المتدفقة.
pronunciation_dictاختياري
النوعobject
قاموس مخصص للنطق يُستخدم لاستبدال النص.
pronunciation_dict.tone_listاختياري
النوعstring[]
قائمة استبدالات النطق باستخدام الصيغة ['text/(pronunciation)', ...]، مثل ['燕少飞/(yan4)(shao3)(fei1)']. تتراوح أرقام النغمات الصينية من 1 إلى 5.
normalization_settingاختياري
النوعobject
إعدادات تتحكم في تسوية ارتفاع الصوت.
normalization_setting.enabledاختياري
النوعboolean
الافتراضيtrue
تمكّن من تسوية ارتفاع الصوت.
normalization_setting.target_loudnessاختياري
النوعnumber
الافتراضي-18
-70 – -10
ارتفاع الصوت المطلوب، مقاسًا بوحدة LUFS؛ القيمة الافتراضية -18.0.
normalization_setting.target_rangeاختياري
النوعnumber
الافتراضي8
0 – 20
نطاق ارتفاع الصوت المطلوب، مقاسًا بوحدة LU؛ القيمة الافتراضية 8.0.
normalization_setting.target_peakاختياري
النوعnumber
الافتراضي-0.5
-3 – 0
مستوى الذروة المطلوب، مقاسًا بوحدة dBTP؛ القيمة الافتراضية -0.5.
مطلوب

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/speech-2.6-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": {
    "prompt": "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"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
audio
object {url, content_type, file_name, file_size}ملف الصوت الناتج عن التوليد.
duration_ms
integerطول الصوت، مقاسًا بالميلي ثانية.

مزيد من النماذج: تحويل النص إلى كلام

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/minimax/speech-2.6-hd.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt