Pereiti prie turinio

MiniMax Speech 2.6 [HD]

Integruoti

Modelio id 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"

Ši užklausa: 0,005 $ 5 API kreditai Paleisti šiame puslapyje

Gauti API raktą
MiniMax · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma 50 / 10000

Kalbos įvesties tekstas; naujos eilutės žymi pastraipų ribas, o pasirenkami `<#x#>` žymekliai valdo pauzes. Žymeklius dėkite tik tarp ištariamų segmentų, niekada iš eilės; `x` nurodo pauzę sekundėmis intervale `[0.01, 99.99]`, naudojant ne daugiau kaip du skaitmenis po kablelio.

Išplėstiniai output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict · normalization_setting
output_format numatytoji hex

Išvesties turinio formatas; taikoma tik nestreaminamiems atsakymams.

Pagerina pasirinktos kalbos ir tarmių atpažinimą.

numatytoji {"english_normalizati...

Balso konfigūravimo nustatymai.

Garso konfigūravimo nustatymai.

Pasirinktinis tarimo žodynas, naudojamas tekstui pakeisti.

Nustatymai, valdantys garso stiprumo normalizavimą.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie MiniMax Speech 2.6 [HD]

Garsiai perskaito `prompt` pateiktą tekstą (iki 10000 simbolių); pastraipų lūžiai žymimi naujomis eilutėmis, o pasirinktinės pauzės įterpiamos naudojant `<#x#>` žymas. Be `voice_setting`, `audio_setting`, `language_boost` (38 parinktys) ir `pronunciation_dict`, pridedamas `normalization_setting` garsumui valdyti. Išvestį sudaro garso įrašas ir jo trukmė milisekundėmis.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
promptprivaloma
Tipasstring
≤ 10 000 simbolių
Kalbos įvesties tekstas; naujos eilutės žymi pastraipų ribas, o pasirenkami `<#x#>` žymekliai valdo pauzes. Žymeklius dėkite tik tarp ištariamų segmentų, niekada iš eilės; `x` nurodo pauzę sekundėmis intervale `[0.01, 99.99]`, naudojant ne daugiau kaip du skaitmenis po kablelio.
voice_settingneprivalomas
Tipasobject
Numatytoji reikšmė{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Balso konfigūravimo nustatymai.
voice_setting.voice_idneprivalomas
Tipasstring
Numatytoji reikšmėWise_Woman
≥ 1 characters
Iš anksto apibrėžtas balso identifikatorius, naudojamas kalbai sintetinti.
voice_setting.speedneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,5 – 2
Kalbėjimo sparta nuo 0.5 iki 2.0.
voice_setting.volneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,01 – 10
Išvesties garsumas nuo 0 iki 10.
voice_setting.pitchneprivalomas
Tipasinteger
Numatytoji reikšmė0
−12 – 12
Balso tonas nuo -12 iki 12.
voice_setting.emotionneprivalomas
Tipasenum
happysadangryfearfuldisgustedsurprisedneutral
Sintetinamos kalbos emocinis tonas.
voice_setting.english_normalizationneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Angliško teksto normalizavimo parinktis, dėl nedidelės papildomos delsos užtikrinanti geresnį skaičių perskaitymą.
audio_settingneprivalomas
Tipasobject
Garso konfigūravimo nustatymai.
audio_setting.sample_rateneprivalomas
Tipasenum
Numatytoji reikšmė32000
80001600022050240003200044100
Sugeneruoto garso diskretizavimo dažnis.
audio_setting.bitrateneprivalomas
Tipasenum
Numatytoji reikšmė128000
3200064000128000256000
Sugeneruoto garso bitų sparta.
audio_setting.formatneprivalomas
Tipasenum
Numatytoji reikšmėmp3
mp3pcmflac
Garso formatas.
audio_setting.channelneprivalomas
Tipasenum
Numatytoji reikšmė1
12
Garso kanalų skaičius: 1 monofoniniam arba 2 stereofoniniam garsui.
language_boostneprivalomas
Tipasenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
dar +22KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Pagerina pasirinktos kalbos ir tarmių atpažinimą.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėhex
urlhex
Išvesties turinio formatas; taikoma tik nestreaminamiems atsakymams.
pronunciation_dictneprivalomas
Tipasobject
Pasirinktinis tarimo žodynas, naudojamas tekstui pakeisti.
pronunciation_dict.tone_listneprivalomas
Tipasstring[]
Tarimo pakeitimų sąrašas, naudojant sintaksę ['text/(pronunciation)', ...], pavyzdžiui, ['燕少飞/(yan4)(shao3)(fei1)']. Kinų kalbos tonų skaičiai nuo 1 iki 5.
normalization_settingneprivalomas
Tipasobject
Nustatymai, valdantys garso stiprumo normalizavimą.
normalization_setting.enabledneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Įjungia garso stiprumo normalizavimą.
normalization_setting.target_loudnessneprivalomas
Tipasnumber
Numatytoji reikšmė-18
−70 – −10
Pageidaujamas garso stiprumas, matuojamas LUFS; numatytoji reikšmė – -18.0.
normalization_setting.target_rangeneprivalomas
Tipasnumber
Numatytoji reikšmė8
0 – 20
Pageidaujamas garso stiprumo diapazonas, matuojamas LU; numatytoji reikšmė – 8.0.
normalization_setting.target_peakneprivalomas
Tipasnumber
Numatytoji reikšmė-0.5
−3 – 0
Pageidaujamas didžiausias lygis, matuojamas dBTP; numatytoji reikšmė – -0.5.
privaloma

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size}Generuojant sukurtas garso failas.
duration_ms
integerGarso trukmė milisekundėmis.

Daugiau modelių: Tekstas į kalbą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/minimax/speech-2.6-hd.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt