Vai al contenuto

MiniMax Speech 2.6 [HD]

Integra

ID del modello 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"

Questa richiesta: 0,005 $ 5 crediti API Esegui in questa pagina

Ottieni la chiave API
MiniMax · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio 50 / 10000

Testo di input vocale, con nuove righe che indicano i limiti dei paragrafi e marcatori opzionali `<#x#>` che controllano le pause. Inserire i marcatori solo tra segmenti pronunciabili, mai consecutivamente; `x` indica la pausa in secondi nell'intervallo `[0.01, 99.99]`, usando al massimo due cifre decimali.

Avanzate output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict · normalization_setting
output_format predefinito hex

Formato del contenuto output; si applica solo alle risposte non in streaming.

Migliora il riconoscimento per le lingue e i dialetti selezionati.

predefinito {"english_normalizati...

Impostazioni per configurare la voce.

Impostazioni per configurare l'audio.

Dizionario personalizzato delle pronunce usato per sostituire il testo.

Impostazioni che controllano la normalizzazione del volume dell'audio.

POST /run/minimax/speech-2.6-hd?wait=20 preventivo → 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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su MiniMax Speech 2.6 [HD]

Legge ad alta voce il testo fornito in `prompt` (fino a 10000 caratteri), con interruzioni di paragrafo indicate da nuove righe e pause personalizzate inserite tramite i marcatori `<#x#>`. Oltre a `voice_setting`, `audio_setting`, `language_boost` (38 opzioni) e `pronunciation_dict`, aggiunge `normalization_setting` per il controllo del volume. L'output è l'audio con la relativa durata in millisecondi.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
promptobbligatorio
Tipostring
≤ 10.000 caratteri
Testo di input vocale, con nuove righe che indicano i limiti dei paragrafi e marcatori opzionali `<#x#>` che controllano le pause. Inserire i marcatori solo tra segmenti pronunciabili, mai consecutivamente; `x` indica la pausa in secondi nell'intervallo `[0.01, 99.99]`, usando al massimo due cifre decimali.
voice_settingfacoltativo
Tipoobject
Predefinito{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Impostazioni per configurare la voce.
voice_setting.voice_idfacoltativo
Tipostring
PredefinitoWise_Woman
≥ 1 characters
Identificatore della voce predefinita usata per la sintesi vocale.
voice_setting.speedfacoltativo
Tiponumber
Predefinito1
0,5 – 2
Velocità di parlato, compresa tra 0.5 e 2.0.
voice_setting.volfacoltativo
Tiponumber
Predefinito1
0,01 – 10
Volume dell'output, compreso tra 0 e 10.
voice_setting.pitchfacoltativo
Tipointeger
Predefinito0
-12 – 12
Tono della voce, compreso tra -12 e 12.
voice_setting.emotionfacoltativo
Tipoenum
happysadangryfearfuldisgustedsurprisedneutral
Tono emotivo del parlato sintetizzato.
voice_setting.english_normalizationfacoltativo
Tipoboolean
Predefinitofalse
Opzione di normalizzazione del testo inglese che sacrifica una piccola quantità di latenza aggiuntiva per una migliore lettura dei numeri.
audio_settingfacoltativo
Tipoobject
Impostazioni per configurare l'audio.
audio_setting.sample_ratefacoltativo
Tipoenum
Predefinito32000
80001600022050240003200044100
Frequenza di campionamento dell'audio generato.
audio_setting.bitratefacoltativo
Tipoenum
Predefinito128000
3200064000128000256000
Bitrate dell'audio generato.
audio_setting.formatfacoltativo
Tipoenum
Predefinitomp3
mp3pcmflac
Formato dell'audio.
audio_setting.channelfacoltativo
Tipoenum
Predefinito1
12
Numero di canali audio: 1 per mono o 2 per stereo.
language_boostfacoltativo
Tipoenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 altriKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Migliora il riconoscimento per le lingue e i dialetti selezionati.
output_formatfacoltativo
Tipoenum
Predefinitohex
urlhex
Formato del contenuto output; si applica solo alle risposte non in streaming.
pronunciation_dictfacoltativo
Tipoobject
Dizionario personalizzato delle pronunce usato per sostituire il testo.
pronunciation_dict.tone_listfacoltativo
Tipostring[]
Elenco di sostituzioni della pronuncia con la sintassi ['text/(pronunciation)', ...], ad esempio ['燕少飞/(yan4)(shao3)(fei1)']. I numeri dei toni cinesi vanno da 1 a 5.
normalization_settingfacoltativo
Tipoobject
Impostazioni che controllano la normalizzazione del volume dell'audio.
normalization_setting.enabledfacoltativo
Tipoboolean
Predefinitotrue
Abilita la normalizzazione del volume dell'audio.
normalization_setting.target_loudnessfacoltativo
Tiponumber
Predefinito-18
-70 – -10
Volume desiderato, misurato in LUFS; predefinito a -18.0.
normalization_setting.target_rangefacoltativo
Tiponumber
Predefinito8
0 – 20
Intervallo di volume desiderato, misurato in LU; predefinito a 8.0.
normalization_setting.target_peakfacoltativo
Tiponumber
Predefinito-0.5
-3 – 0
Livello di picco desiderato, misurato in dBTP; predefinito a -0.5.
obbligatorio

Output

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audio
object {url, content_type, file_name, file_size}File audio prodotto dalla generazione.
duration_ms
integerDurata dell'audio, misurata in millisecondi.

Altri modelli: Da testo a voce

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/minimax/speech-2.6-hd.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt