تخطّي إلى المحتوى

MiniMax Speech 2.8 HD

التكامل

معرّف النموذج 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"

هذا الطلب: ⁨‏0.019 $⁩ 19 رصيد API تشغيله في هذه الصفحة

الحصول على مفتاح API
MiniMax تحويل النص إلى كلام #voiceover#multilingual#hd

تحويل MiniMax عالي الدقة للنص إلى كلام بأكثر من 30 لغة مع التحكم في التوقفات والعاطفة والنطق.

أمثلة

المخرجات · ~10 ث

المطالبةWelcome 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 رصيد API

إنشاء طلب

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

•مطلوب 182 / 10000

نص لتركيب الكلام، مع تحديد فترات التوقف بواسطة `<#x#>` حيث تتراوح قيمة x من 0.01 إلى 99.99 ثانية. علامات التداخل المتاحة هي `(laughs)` و`(sighs)` و`(coughs)` و`(clears throat)` و`(gasps)` و`(sniffs)` و`(groans)` و`(yawns)`.

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

إعدادات لتعديل حدة الصوت وشدته وطابعه.

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

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 2.8 HD

يحوّل MiniMax Speech 2.8 HD النص إلى أصوات بأكثر من 30 لغة مع تحكم دقيق: علامات توقف مضمّنة، وسرعة الصوت وطبقته ومستوى صوته، وقواميس نطق مخصّصة وتأثيرات صوتية. اختر من الأصوات المدمجة ومعدل أخذ العينات وصيغة الإخراج.

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
promptمطلوب
النوعstring
≤ 10,000 حرف
نص لتركيب الكلام، مع تحديد فترات التوقف بواسطة `<#x#>` حيث تتراوح قيمة x من 0.01 إلى 99.99 ثانية. علامات التداخل المتاحة هي `(laughs)` و`(sighs)` و`(coughs)` و`(clears throat)` و`(gasps)` و`(sniffs)` و`(groans)` و`(yawns)`.
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.
voice_modifyاختياري
النوعobject
إعدادات لتعديل حدة الصوت وشدته وطابعه.
voice_modify.pitchاختياري
النوعinteger
الافتراضي0
-100 – 100
التحكم في حدة الصوت مقاسًا بأنصاف النغمات: استخدم قيمة سالبة لخفض الصوت أو موجبة لرفعه. تتراوح القيم المسموح بها من -100 إلى 100.
voice_modify.intensityاختياري
النوعinteger
الافتراضي0
-100 – 100
التحكم في طاقة الصوت، ما يجعل الكلام أكثر حيوية مع زيادة الإعداد. يتراوح النطاق المسموح به من -100 إلى 100.
voice_modify.timbreاختياري
النوعinteger
الافتراضي0
-100 – 100
تعديل طابع الصوت من -100 إلى 100، للتحكم في خصائصه النغمية.
مطلوب

المخرجات

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"
  }
}
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-2.8-hd.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt