Passer au contenu

MiniMax Speech-02 HD

Intégrer

Identifiant du modèle minimax/speech-02-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-02-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

Cette requête: 0,005 $ 5 crédits API L’exécuter sur cette page

Obtenir une clé API
MiniMax · audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis 50 / 5000

Texte d'entrée vocale, limité à 5000 caractères et nécessitant au moins 1 caractère autre qu'un espace blanc.

Avancé output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict
output_format par défaut hex

Format du contenu de sortie ; s’applique uniquement aux réponses non diffusées en continu.

Améliore la reconnaissance pour les langues et dialectes sélectionnés.

par défaut {"english_normalizati...

Paramètres de configuration de la voix.

Paramètres de configuration de l'audio.

Dictionnaire personnalisé des prononciations utilisé pour remplacer le texte.

POST /run/minimax/speech-02-hd?wait=20 devis → 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-02-hd?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de MiniMax Speech-02 HD

Génère de la parole à partir de 5000 caractères maximum de `text` avec la variante haute qualité de Speech-02. Vous pouvez régler la voix via `voice_setting`, définir `audio_setting`, appliquer un `pronunciation_dict` et choisir un `language_boost` parmi 38 options. `output_format` peut être url ou hex. Le résultat contient le fichier audio et sa durée en millisecondes.

Paramètres

NomType Par défautAutorisé Description
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
textrequis
Typestring
≤ 5 000 caractères
Texte d'entrée vocale, limité à 5000 caractères et nécessitant au moins 1 caractère autre qu'un espace blanc.
voice_settingfacultatif
Typeobject
Par défaut{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Paramètres de configuration de la voix.
voice_setting.voice_idfacultatif
Typestring
Par défautWise_Woman
≥ 1 characters
Identifiant de voix prédéfini utilisé pour la synthèse vocale.
voice_setting.speedfacultatif
Typenumber
Par défaut1
0,5 – 2
Débit de parole, compris entre 0.5 et 2.0.
voice_setting.volfacultatif
Typenumber
Par défaut1
0,01 – 10
Volume de sortie, compris entre 0 et 10.
voice_setting.pitchfacultatif
Typeinteger
Par défaut0
-12 – 12
Hauteur de la voix, comprise entre -12 et 12.
voice_setting.emotionfacultatif
Typeenum
happysadangryfearfuldisgustedsurprisedneutral
Tonalité émotionnelle de la parole synthétisée.
voice_setting.english_normalizationfacultatif
Typeboolean
Par défautfalse
Option de normalisation du texte anglais qui échange une légère latence supplémentaire contre une meilleure lecture des nombres.
audio_settingfacultatif
Typeobject
Paramètres de configuration de l'audio.
audio_setting.sample_ratefacultatif
Typeenum
Par défaut32000
80001600022050240003200044100
Fréquence d'échantillonnage de l'audio généré.
audio_setting.bitratefacultatif
Typeenum
Par défaut128000
3200064000128000256000
Débit binaire de l'audio généré.
audio_setting.formatfacultatif
Typeenum
Par défautmp3
mp3pcmflac
Format de l'audio.
audio_setting.channelfacultatif
Typeenum
Par défaut1
12
Nombre de canaux audio : 1 pour mono ou 2 pour stéréo.
language_boostfacultatif
Typeenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 de plusKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Améliore la reconnaissance pour les langues et dialectes sélectionnés.
output_formatfacultatif
Typeenum
Par défauthex
urlhex
Format du contenu de sortie ; s’applique uniquement aux réponses non diffusées en continu.
pronunciation_dictfacultatif
Typeobject
Dictionnaire personnalisé des prononciations utilisé pour remplacer le texte.
pronunciation_dict.tone_listfacultatif
Typestring[]
Liste de remplacements de prononciation utilisant la syntaxe ['text/(pronunciation)', ...], par exemple ['燕少飞/(yan4)(shao3)(fei1)']. Les numéros de ton chinois vont de 1 à 5.
requis

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/speech-02-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": {
    "text": "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio produit par la génération.
duration_ms
integerDurée de l’audio, mesurée en millisecondes.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/minimax/speech-02-hd.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt