Siirry sisältöön

MiniMax Speech 2.8 HD

Integroi

Mallin tunniste 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"

Tämä pyyntö: 0,019 $ 19 API-krediittiä Suorita tällä sivulla

Hanki API-avain
MiniMax Tekstistä puheeksi #voiceover#multilingual#hd

MiniMaxin teräväpiirtotekstistä puheeksi yli 30 kielellä, taukojen, tunteiden ja ääntämisen hallinnalla.

Esimerkit

Tulos · ~10 s

KehoteWelcome 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-krediittiä

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen 182 / 10000

Puhesynteesin teksti, jossa tauot määritetään merkinnällä `<#x#>`, missä x on välillä 0.01–99.99 sekuntia. Käytettävissä olevat välihuudahdustagit ovat `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` ja `(yawns)`.

Lisäasetukset output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format oletus hex

Tulosteen sisältömuoto; koskee vain ei-suoratoistovastauksia.

Parantaa valittujen kielten ja murteiden tunnistusta.

oletus {"english_normalizati...

Äänen määrittämisen asetukset.

Äänen määrittämiseen käytettävät asetukset.

Mukautettu ääntämissanasto, jolla teksti korvataan.

Äänenvoimakkuuden normalisointia ohjaavat asetukset.

Äänen korkeuden, voimakkuuden ja sointivärin muokkausasetukset.

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

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD lukee tekstiä yli 30 kielellä ja tarjoaa tarkan hallinnan: tekstin sisäiset taukomerkinnät, äänen nopeus, sävelkorkeus ja voimakkuus, mukautetut ääntämissanastot sekä äänitehosteet. Valitse sisäänrakennettu ääni sekä tuloksen näytteenottotaajuus ja muoto.

Parametrit

NimiTyyppi OletusSallitut Kuvaus
promptpakollinen
Tyyppistring
≤ 10 000 merkkiä
Puhesynteesin teksti, jossa tauot määritetään merkinnällä `<#x#>`, missä x on välillä 0.01–99.99 sekuntia. Käytettävissä olevat välihuudahdustagit ovat `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` ja `(yawns)`.
voice_settingvalinnainen
Tyyppiobject
Oletus{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Äänen määrittämisen asetukset.
voice_setting.voice_idvalinnainen
Tyyppistring
OletusWise_Woman
≥ 1 characters
Puhesynteesiin käytettävä ennalta määritetty äänen tunniste.
voice_setting.speedvalinnainen
Tyyppinumber
Oletus1
0,5 – 2
Puhenopeus välillä 0.5–2.0.
voice_setting.volvalinnainen
Tyyppinumber
Oletus1
0,01 – 10
Tulosteen äänenvoimakkuus välillä 0–10.
voice_setting.pitchvalinnainen
Tyyppiinteger
Oletus0
−12 – 12
Äänen korkeus välillä -12–12.
voice_setting.emotionvalinnainen
Tyyppienum
happysadangryfearfuldisgustedsurprisedneutral
Syntetisoidun puheen tunnetila.
voice_setting.english_normalizationvalinnainen
Tyyppiboolean
Oletusfalse
Englanninkielisen tekstin normalisointiasetus, joka lisää hieman viivettä mutta parantaa numeroiden lukemista.
audio_settingvalinnainen
Tyyppiobject
Äänen määrittämiseen käytettävät asetukset.
audio_setting.sample_ratevalinnainen
Tyyppienum
Oletus32000
80001600022050240003200044100
Generoidun äänen näytteenottotaajuus.
audio_setting.bitratevalinnainen
Tyyppienum
Oletus128000
3200064000128000256000
Generoidun äänen bittinopeus.
audio_setting.formatvalinnainen
Tyyppienum
Oletusmp3
mp3pcmflac
Äänen muoto.
audio_setting.channelvalinnainen
Tyyppienum
Oletus1
12
Äänikanavien määrä: 1 monolle tai 2 stereolle.
language_boostvalinnainen
Tyyppienum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 lisääKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Parantaa valittujen kielten ja murteiden tunnistusta.
output_formatvalinnainen
Tyyppienum
Oletushex
urlhex
Tulosteen sisältömuoto; koskee vain ei-suoratoistovastauksia.
pronunciation_dictvalinnainen
Tyyppiobject
Mukautettu ääntämissanasto, jolla teksti korvataan.
pronunciation_dict.tone_listvalinnainen
Tyyppistring[]
Ääntämiskorvausluettelo syntaksilla ['text/(pronunciation)', ...], esimerkiksi ['燕少飞/(yan4)(shao3)(fei1)']. Kiinan sävelkorkeusnumerot ovat välillä 1–5.
normalization_settingvalinnainen
Tyyppiobject
Äänenvoimakkuuden normalisointia ohjaavat asetukset.
normalization_setting.enabledvalinnainen
Tyyppiboolean
Oletustrue
Ottaa äänenvoimakkuuden normalisoinnin käyttöön.
normalization_setting.target_loudnessvalinnainen
Tyyppinumber
Oletus-18
−70 – −10
Tavoiteäänenvoimakkuus LUFS-yksikköinä; oletus on -18.0.
normalization_setting.target_rangevalinnainen
Tyyppinumber
Oletus8
0 – 20
Tavoiteäänenvoimakkuusalue LU-yksikköinä; oletus on 8.0.
normalization_setting.target_peakvalinnainen
Tyyppinumber
Oletus-0.5
−3 – 0
Tavoitehuipputaso dBTP-yksikköinä; oletus on -0.5.
voice_modifyvalinnainen
Tyyppiobject
Äänen korkeuden, voimakkuuden ja sointivärin muokkausasetukset.
voice_modify.pitchvalinnainen
Tyyppiinteger
Oletus0
−100 – 100
Sävelkorkeuden säätö puolisävelaskelina: käytä negatiivista arvoa äänen madaltamiseen tai positiivista arvoa sen korottamiseen. Sallitut arvot ovat välillä -100–100.
voice_modify.intensityvalinnainen
Tyyppiinteger
Oletus0
−100 – 100
Äänen energisyyden säätö, joka tekee puheesta energisempää asetuksen kasvaessa. Sallittu alue on -100–100.
voice_modify.timbrevalinnainen
Tyyppiinteger
Oletus0
−100 – 100
Äänen sointivärin säätö välillä -100–100, joka ohjaa sen tonaalista luonnetta.
pakollinen

Tulos

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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio
object {url, content_type, file_name, file_size}Generoinnin tuottama äänitiedosto.
duration_ms
integerÄänen pituus millisekunteina.

Lisää malleja: Tekstistä puheeksi

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/minimax/speech-2.8-hd.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt