Pereiti prie turinio

MiniMax Speech 2.8 HD

Integruoti

Modelio id 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"

Ši užklausa: 0,019 $ 19 API kreditų Paleisti šiame puslapyje

Gauti API raktą

Pavyzdžiai

Išvestis · ~10 s

PromptasWelcome 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 kreditų

Sukurti užklausą

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

•privaloma 182 / 10000

Tekstas kalbos sintezei, kai pauzės nurodomos `<#x#>`, o x reikšmės yra nuo 0.01 iki 99.99 sekundės. Galimos intarpų žymos: `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` ir `(yawns)`.

Išplėstiniai output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
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.

Nustatymai balsui keisti: aukščiui, intensyvumui ir tembrui.

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

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 2.8 HD

MiniMax Speech 2.8 HD paverčia tekstą balsu daugiau nei 30 kalbų ir suteikia tikslią kontrolę: įterptines pauzių žymas, balso greitį, toną ir garsumą, tinkintus tarimo žodynus bei balso efektus. Pasirinkite iš integruotų balsų ir išvesties diskretizavimo dažnį bei formatą.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
promptprivaloma
Tipasstring
≤ 10 000 simbolių
Tekstas kalbos sintezei, kai pauzės nurodomos `<#x#>`, o x reikšmės yra nuo 0.01 iki 99.99 sekundės. Galimos intarpų žymos: `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` ir `(yawns)`.
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.
voice_modifyneprivalomas
Tipasobject
Nustatymai balsui keisti: aukščiui, intensyvumui ir tembrui.
voice_modify.pitchneprivalomas
Tipasinteger
Numatytoji reikšmė0
−100 – 100
Balso aukščio valdymas pustoniais: neigiama reikšmė balsą pažemina, teigiama – paaukština. Leidžiamos reikšmės nuo -100 iki 100.
voice_modify.intensityneprivalomas
Tipasinteger
Numatytoji reikšmė0
−100 – 100
Balso energijos valdymas: didesnė reikšmė daro kalbą energingesnę. Leidžiamas diapazonas – nuo -100 iki 100.
voice_modify.timbreneprivalomas
Tipasinteger
Numatytoji reikšmė0
−100 – 100
Balso tembro koregavimas nuo -100 iki 100, valdantis jo toninį charakterį.
privaloma

Išvestis

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"
  }
}
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-2.8-hd.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt