Gå til innhold

MiniMax Speech 2.8 HD

Integrer

Modell-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"

Denne forespørselen: 0,019 $ 19 API-kreditter Kjør den på denne siden

Hent API-nøkkel
MiniMax Tekst til tale #voiceover#multilingual#hd

MiniMax tekst-til-tale i høy oppløsning på over 30 språk, med pauser, følelser og uttalekontroll.

Eksempler

Utdata · ~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-kreditter

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk 182 / 10000

Tekst for talesyntese, med pauser angitt av `<#x#>` der x går fra 0.01 til 99.99 sekunder. Tilgjengelige innskuddstagger er `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` og `(yawns)`.

Avansert output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format standard hex

Format for utdata, gjelder bare for ikke-strømmende svar.

Forbedrer gjenkjenningen for de valgte språkene og dialektene.

standard {"english_normalizati...

Innstillinger for konfigurering av stemmen.

Innstillinger for konfigurasjon av lyd.

Egendefinert uttaleordbok som brukes til å erstatte tekst.

Innstillinger som styrer normalisering av lydstyrke.

Innstillinger for å endre stemmeleie, intensitet og klang.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD leser opp tekst på over 30 språk med detaljert kontroll: innebygde pausemarkører, stemme hastighet, tonehøyde og volum, egendefinerte uttaleordbøker og stemmeeffekter. Velg blant de innebygde stemmene samt utdataenes samplingsfrekvens og format.

Parametere

NavnType StandardTillatt Beskrivelse
promptobligatorisk
Typestring
≤ 10 000 tegn
Tekst for talesyntese, med pauser angitt av `<#x#>` der x går fra 0.01 til 99.99 sekunder. Tilgjengelige innskuddstagger er `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` og `(yawns)`.
voice_settingvalgfritt
Typeobject
Standard{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Innstillinger for konfigurering av stemmen.
voice_setting.voice_idvalgfritt
Typestring
StandardWise_Woman
≥ 1 characters
Forhåndsdefinert stemmeidentifikator brukt til talesyntese.
voice_setting.speedvalgfritt
Typenumber
Standard1
0,5 – 2
Taletempo fra 0.5 til 2.0.
voice_setting.volvalgfritt
Typenumber
Standard1
0,01 – 10
Utdata-volum fra 0 til 10.
voice_setting.pitchvalgfritt
Typeinteger
Standard0
−12 – 12
Stemmens tonehøyde fra -12 til 12.
voice_setting.emotionvalgfritt
Typeenum
happysadangryfearfuldisgustedsurprisedneutral
Følelsesmessig tone i den syntetiserte talen.
voice_setting.english_normalizationvalgfritt
Typeboolean
Standardfalse
Alternativ for normalisering av engelsk tekst som bytter litt ekstra forsinkelse mot bedre opplesing av tall.
audio_settingvalgfritt
Typeobject
Innstillinger for konfigurasjon av lyd.
audio_setting.sample_ratevalgfritt
Typeenum
Standard32000
80001600022050240003200044100
Samplingsfrekvens for den genererte lyden.
audio_setting.bitratevalgfritt
Typeenum
Standard128000
3200064000128000256000
Bithastighet for den genererte lyden.
audio_setting.formatvalgfritt
Typeenum
Standardmp3
mp3pcmflac
Format for lyden.
audio_setting.channelvalgfritt
Typeenum
Standard1
12
Antall lydkanaler: 1 for mono eller 2 for stereo.
language_boostvalgfritt
Typeenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 flereKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Forbedrer gjenkjenningen for de valgte språkene og dialektene.
output_formatvalgfritt
Typeenum
Standardhex
urlhex
Format for utdata, gjelder bare for ikke-strømmende svar.
pronunciation_dictvalgfritt
Typeobject
Egendefinert uttaleordbok som brukes til å erstatte tekst.
pronunciation_dict.tone_listvalgfritt
Typestring[]
Liste over uttaleerstatninger med syntaksen ['text/(pronunciation)', ...], for eksempel ['燕少飞/(yan4)(shao3)(fei1)']. Kinesiske tonenummer går fra 1 til 5.
normalization_settingvalgfritt
Typeobject
Innstillinger som styrer normalisering av lydstyrke.
normalization_setting.enabledvalgfritt
Typeboolean
Standardtrue
Aktiverer normalisering av lydstyrke.
normalization_setting.target_loudnessvalgfritt
Typenumber
Standard-18
−70 – −10
Ønsket lydstyrke målt i LUFS; standardverdien er -18.0.
normalization_setting.target_rangevalgfritt
Typenumber
Standard8
0 – 20
Ønsket lydstyrkeområde målt i LU; standardverdien er 8.0.
normalization_setting.target_peakvalgfritt
Typenumber
Standard-0.5
−3 – 0
Ønsket toppnivå målt i dBTP; standardverdien er -0.5.
voice_modifyvalgfritt
Typeobject
Innstillinger for å endre stemmeleie, intensitet og klang.
voice_modify.pitchvalgfritt
Typeinteger
Standard0
−100 – 100
Kontroll av stemmeleie målt i halvtoner: bruk en negativ verdi for å senke stemmen eller en positiv verdi for å heve den. Tillatte verdier går fra -100 til 100.
voice_modify.intensityvalgfritt
Typeinteger
Standard0
−100 – 100
Kontroll av stemmeenergi som gjør talen mer energisk når innstillingen økes. Tillatt område er -100 til 100.
voice_modify.timbrevalgfritt
Typeinteger
Standard0
−100 – 100
Justering av stemmeklang fra -100 til 100, som styrer klangens karakter.
obligatorisk

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size}Lydfil produsert av genereringen.
duration_ms
integerLydlengde målt i millisekunder.

Flere modeller: Tekst til tale

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/minimax/speech-2.8-hd.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt