Prijeđi na sadržaj

MiniMax Speech 2.8 HD

Integriraj

ID modela 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"

Ovaj zahtjev: 0,019 $ 19 API kredita Pokreni na ovoj stranici

Nabavi API ključ
MiniMax Tekst u govor #voiceover#multilingual#hd

MiniMaxov text-to-speech visoke razlučivosti na više od 30 jezika s kontrolom pauza, emocija i izgovora.

Primjeri

Izlaz · ~10 s

PromptWelcome 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 kredita

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno 182 / 10000

Tekst za sintezu govora, sa stankama navedenima pomoću `<#x#>`, gdje je x u rasponu od 0.01 do 99.99 sekundi. Dostupne oznake umetanja su `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` i `(yawns)`.

Napredno output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format zadano hex

Format sadržaja izlaza; primjenjuje se samo na odgovore koji nisu streamani.

Poboljšava prepoznavanje odabranih jezika i dijalekata.

zadano {"english_normalizati...

Postavke za konfiguriranje glasa.

Postavke za konfiguriranje audija.

Prilagođeni rječnik izgovora koji se koristi za zamjenu teksta.

Postavke koje upravljaju normalizacijom glasnoće audija.

Postavke za izmjenu visine, intenziteta i boje glasa.

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

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD pretvara tekst u govor na više od 30 jezika uz preciznu kontrolu: ugrađene oznake pauza, brzinu glasa, visinu tona i glasnoću, prilagođene rječnike izgovora i glasovne efekte. Odaberite među ugrađenim glasovima te izlaznu frekvenciju uzorkovanja i format.

Parametri

NazivVrsta ZadanoDopušteno Opis
promptobavezno
Vrstastring
≤ 10.000 znakova
Tekst za sintezu govora, sa stankama navedenima pomoću `<#x#>`, gdje je x u rasponu od 0.01 do 99.99 sekundi. Dostupne oznake umetanja su `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` i `(yawns)`.
voice_settingneobavezno
Vrstaobject
Zadano{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Postavke za konfiguriranje glasa.
voice_setting.voice_idneobavezno
Vrstastring
ZadanoWise_Woman
≥ 1 characters
Identifikator unaprijed definiranog glasa koji se upotrebljava za sintezu govora.
voice_setting.speedneobavezno
Vrstanumber
Zadano1
0,5 – 2
Brzina govora, u rasponu od 0.5 do 2.0.
voice_setting.volneobavezno
Vrstanumber
Zadano1
0,01 – 10
Izlazna glasnoća, u rasponu od 0 do 10.
voice_setting.pitchneobavezno
Vrstainteger
Zadano0
−12 – 12
Visina glasa, u rasponu od -12 do 12.
voice_setting.emotionneobavezno
Vrstaenum
happysadangryfearfuldisgustedsurprisedneutral
Emocionalni ton sintetiziranog govora.
voice_setting.english_normalizationneobavezno
Vrstaboolean
Zadanofalse
Mogućnost normalizacije teksta na engleskom jeziku koja malu dodatnu latenciju mijenja za bolje čitanje brojeva.
audio_settingneobavezno
Vrstaobject
Postavke za konfiguriranje audija.
audio_setting.sample_rateneobavezno
Vrstaenum
Zadano32000
80001600022050240003200044100
Frekvencija uzorkovanja generiranog audija.
audio_setting.bitrateneobavezno
Vrstaenum
Zadano128000
3200064000128000256000
Brzina prijenosa generiranog audija.
audio_setting.formatneobavezno
Vrstaenum
Zadanomp3
mp3pcmflac
Format audija.
audio_setting.channelneobavezno
Vrstaenum
Zadano1
12
Broj audio kanala: 1 za mono ili 2 za stereo.
language_boostneobavezno
Vrstaenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 višeKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Poboljšava prepoznavanje odabranih jezika i dijalekata.
output_formatneobavezno
Vrstaenum
Zadanohex
urlhex
Format sadržaja izlaza; primjenjuje se samo na odgovore koji nisu streamani.
pronunciation_dictneobavezno
Vrstaobject
Prilagođeni rječnik izgovora koji se koristi za zamjenu teksta.
pronunciation_dict.tone_listneobavezno
Vrstastring[]
Popis zamjena izgovora sa sintaksom ['text/(pronunciation)', ...], na primjer ['燕少飞/(yan4)(shao3)(fei1)']. Kineski brojevi tonova kreću se od 1 do 5.
normalization_settingneobavezno
Vrstaobject
Postavke koje upravljaju normalizacijom glasnoće audija.
normalization_setting.enabledneobavezno
Vrstaboolean
Zadanotrue
Omogućuje normalizaciju glasnoće audija.
normalization_setting.target_loudnessneobavezno
Vrstanumber
Zadano-18
−70 – −10
Željena glasnoća, izražena u LUFS; zadano je -18.0.
normalization_setting.target_rangeneobavezno
Vrstanumber
Zadano8
0 – 20
Željeni raspon glasnoće, izražen u LU; zadano je 8.0.
normalization_setting.target_peakneobavezno
Vrstanumber
Zadano-0.5
−3 – 0
Željena vršna razina, izražena u dBTP; zadano je -0.5.
voice_modifyneobavezno
Vrstaobject
Postavke za izmjenu visine, intenziteta i boje glasa.
voice_modify.pitchneobavezno
Vrstainteger
Zadano0
−100 – 100
Upravljanje visinom glasa izraženo u polutonovima: negativna vrijednost snižava glas, a pozitivna ga povisuje. Dopuštene vrijednosti kreću se od -100 do 100.
voice_modify.intensityneobavezno
Vrstainteger
Zadano0
−100 – 100
Upravljanje energijom glasa koje povećanjem postavke čini govor energičnijim. Dopušteni raspon je od -100 do 100.
voice_modify.timbreneobavezno
Vrstainteger
Zadano0
−100 – 100
Podešavanje boje glasa od -100 do 100, kojim se upravlja njegovim tonskim karakterom.
obavezno

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
object {url, content_type, file_name, file_size}Audio datoteka proizvedena generiranjem.
duration_ms
integerTrajanje audija, izraženo u milisekundama.

Više modela: Tekst u govor

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/minimax/speech-2.8-hd.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt