Мазмұнға өту

MiniMax Speech 2.6 [HD]

Интеграциялау

Модель идентификаторы 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"

Осы сұрау: 0,005 $ 5 API кредиті Осы бетте іске қосу

API кілтін алу
MiniMax Мәтіннен сөйлеуге #text-to-speech

Speech 2.6 HD — 10 000 таңбаға, кідіріс маркерлеріне және дыбыс деңгейін қалыпқа келтіруге қолдау көрсететін мәтіннен сөйлеуге түрлендіру моделі

MiniMax · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті 50 / 10000

Жол ауысулары абзац шекараларын белгілейтін, ал қосымша `<#x#>` маркерлері үзілістерді басқаратын сөйлеу кіріс мәтіні. Маркерлерді тек айтылатын сегменттердің арасына орналастырыңыз, қатарынан қолданбаңыз; `x` мәні `[0.01, 99.99]` аралығындағы секундпен берілетін үзіліс ұзақтығын көрсетеді және ең көбі екі ондық таңба қолданады.

Қосымша output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict · normalization_setting
output_format әдепкі hex

Шығыс мазмұнының пішімі; тек ағынсыз жауаптарға қолданылады.

Таңдалған тілдер мен диалектілерді тануды жақсартады.

әдепкі {"english_normalizati...

Дауысты баптауға арналған параметрлер.

Аудионы баптауға арналған параметрлер.

Мәтінді ауыстыру үшін қолданылатын айтылымдардың реттелетін сөздігі.

Аудионың дыбыс деңгейін қалыпқа келтіруді басқаратын параметрлер.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

MiniMax Speech 2.6 [HD] туралы

`prompt` арқылы берілген мәтінді (ең көбі 10000 таңба) дауыстап оқиды; абзац үзілістері жаңа жолдармен, ал реттелетін кідірістер `<#x#>` маркерлерімен белгіленеді. `voice_setting`, `audio_setting`, `language_boost` (38 нұсқа) және `pronunciation_dict` параметрлеріне қоса, дыбыс деңгейін басқаруға арналған `normalization_setting` бар. Нәтиже — аудио және оның миллисекундпен берілген ұзақтығы.

Параметрлер

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
promptміндетті
Түріstring
≤ 10 000 таңба
Жол ауысулары абзац шекараларын белгілейтін, ал қосымша `<#x#>` маркерлері үзілістерді басқаратын сөйлеу кіріс мәтіні. Маркерлерді тек айтылатын сегменттердің арасына орналастырыңыз, қатарынан қолданбаңыз; `x` мәні `[0.01, 99.99]` аралығындағы секундпен берілетін үзіліс ұзақтығын көрсетеді және ең көбі екі ондық таңба қолданады.
voice_settingміндетті емес
Түріobject
Әдепкі{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Дауысты баптауға арналған параметрлер.
voice_setting.voice_idміндетті емес
Түріstring
ӘдепкіWise_Woman
≥ 1 characters
Сөйлеу синтезіне пайдаланылатын алдын ала анықталған дауыс идентификаторы.
voice_setting.speedміндетті емес
Түріnumber
Әдепкі1
0,5 – 2
Сөйлеу жылдамдығы, 0.5–2.0 аралығында.
voice_setting.volміндетті емес
Түріnumber
Әдепкі1
0,01 – 10
Шығыс дыбысының деңгейі, 0–10 аралығында.
voice_setting.pitchміндетті емес
Түріinteger
Әдепкі0
-12 – 12
Дауыс биіктігі, -12–12 аралығында.
voice_setting.emotionміндетті емес
Түріenum
happysadangryfearfuldisgustedsurprisedneutral
Синтезделген сөйлеудің эмоциялық реңкі.
voice_setting.english_normalizationміндетті емес
Түріboolean
Әдепкіfalse
Сандарды жақсырақ оқудың орнына аздап қосымша кідірісті қабылдайтын ағылшын мәтінін қалыпқа келтіру параметрі.
audio_settingміндетті емес
Түріobject
Аудионы баптауға арналған параметрлер.
audio_setting.sample_rateміндетті емес
Түріenum
Әдепкі32000
80001600022050240003200044100
Генерацияланған аудионың іріктеу жиілігі.
audio_setting.bitrateміндетті емес
Түріenum
Әдепкі128000
3200064000128000256000
Генерацияланған аудионың битрейт мәні.
audio_setting.formatміндетті емес
Түріenum
Әдепкіmp3
mp3pcmflac
Аудио пішімі.
audio_setting.channelміндетті емес
Түріenum
Әдепкі1
12
Аудио арналарының саны: моно үшін 1 немесе стерео үшін 2.
language_boostміндетті емес
Түріenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
тағы 22KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Таңдалған тілдер мен диалектілерді тануды жақсартады.
output_formatміндетті емес
Түріenum
Әдепкіhex
urlhex
Шығыс мазмұнының пішімі; тек ағынсыз жауаптарға қолданылады.
pronunciation_dictміндетті емес
Түріobject
Мәтінді ауыстыру үшін қолданылатын айтылымдардың реттелетін сөздігі.
pronunciation_dict.tone_listміндетті емес
Түріstring[]
['text/(pronunciation)', ...] синтаксисін пайдаланатын айтылымдарды ауыстыру тізімі, мысалы, ['燕少飞/(yan4)(shao3)(fei1)']. Қытай тілінің тон нөмірлері 1-ден 5-ке дейін болады.
normalization_settingміндетті емес
Түріobject
Аудионың дыбыс деңгейін қалыпқа келтіруді басқаратын параметрлер.
normalization_setting.enabledміндетті емес
Түріboolean
Әдепкіtrue
Аудионың дыбыс деңгейін қалыпқа келтіруді қосады.
normalization_setting.target_loudnessміндетті емес
Түріnumber
Әдепкі-18
-70 – -10
LUFS арқылы өлшенетін қажетті дыбыс деңгейі; әдепкі мәні -18.0.
normalization_setting.target_rangeміндетті емес
Түріnumber
Әдепкі8
0 – 20
LU арқылы өлшенетін қажетті дыбыс деңгейі ауқымы; әдепкі мәні 8.0.
normalization_setting.target_peakміндетті емес
Түріnumber
Әдепкі-0.5
-3 – 0
dBTP арқылы өлшенетін қажетті шың деңгейі; әдепкі мәні -0.5.
міндетті

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}Генерация нәтижесінде жасалған аудио файл.
duration_ms
integerМиллисекундпен өлшенетін аудио ұзақтығы.

Қосымша модельдер: Мәтіннен сөйлеуге

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/minimax/speech-2.6-hd.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt