Перейти к содержимому

MiniMax Speech 2.8 HD

Интеграция

ID модели 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"

Этот запрос: 0,019 $ 19 API-кредитов · ≈ 1,99 ₽ Запустить на этой странице

Получить API-ключ
MiniMax Текст в речь #voiceover#multilingual#hd

HD text-to-speech от MiniMax на 30+ языках с паузами, эмоциями и управлением произношением.

Примеры

Результат · ~10 с

ПромптWelcome 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-кредитов

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно 182 / 10000

Текст для синтеза речи с паузами, заданными через `<#x#>`, где x находится в диапазоне от 0.01 до 99.99 секунды. Доступны теги междометий `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` и `(yawns)`.

Расширенные output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format по умолчанию hex

Формат содержимого выходных данных; применяется только к ответам без потоковой передачи.

Улучшает распознавание для выбранных языков и диалектов.

по умолчанию {"english_normalizati...

Настройки конфигурации голоса.

Настройки конфигурации аудио.

Пользовательский словарь произношений, используемый для замены текста.

Настройки нормализации громкости аудио.

Настройки изменения высоты, интенсивности и тембра голоса.

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

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О MiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD озвучивает текст более чем на 30 языках с точной настройкой: встроенными маркерами пауз, скоростью голоса, высотой и громкостью, пользовательскими словарями произношения и эффектами голоса. Выберите встроенный голос, частоту дискретизации и формат результата.

Параметры

ИмяТип По умолчаниюДопустимые значения Описание
promptобязательно
Типstring
≤ 10 000 символов
Текст для синтеза речи с паузами, заданными через `<#x#>`, где x находится в диапазоне от 0.01 до 99.99 секунды. Доступны теги междометий `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)` и `(yawns)`.
voice_settingнеобязательно
Типobject
По умолчанию{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Настройки конфигурации голоса.
voice_setting.voice_idнеобязательно
Типstring
По умолчаниюWise_Woman
≥ 1 characters
Идентификатор предопределённого голоса, используемого для синтеза речи.
voice_setting.speedнеобязательно
Типnumber
По умолчанию1
0,5 – 2
Скорость речи в диапазоне от 0.5 до 2.0.
voice_setting.volнеобязательно
Типnumber
По умолчанию1
0,01 – 10
Громкость выходного аудио в диапазоне от 0 до 10.
voice_setting.pitchнеобязательно
Типinteger
По умолчанию0
-12 – 12
Высота голоса в диапазоне от -12 до 12.
voice_setting.emotionнеобязательно
Типenum
happysadangryfearfuldisgustedsurprisedneutral
Эмоциональная окраска синтезированной речи.
voice_setting.english_normalizationнеобязательно
Типboolean
По умолчаниюfalse
Настройка нормализации английского текста, которая добавляет небольшую задержку, но улучшает чтение чисел.
audio_settingнеобязательно
Типobject
Настройки конфигурации аудио.
audio_setting.sample_rateнеобязательно
Типenum
По умолчанию32000
80001600022050240003200044100
Частота дискретизации сгенерированного аудио.
audio_setting.bitrateнеобязательно
Типenum
По умолчанию128000
3200064000128000256000
Битрейт сгенерированного аудио.
audio_setting.formatнеобязательно
Типenum
По умолчаниюmp3
mp3pcmflac
Формат аудио.
audio_setting.channelнеобязательно
Типenum
По умолчанию1
12
Количество аудиоканалов: 1 для моно или 2 для стерео.
language_boostнеобязательно
Типenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
ещё 22KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Улучшает распознавание для выбранных языков и диалектов.
output_formatнеобязательно
Типenum
По умолчаниюhex
urlhex
Формат содержимого выходных данных; применяется только к ответам без потоковой передачи.
pronunciation_dictнеобязательно
Типobject
Пользовательский словарь произношений, используемый для замены текста.
pronunciation_dict.tone_listнеобязательно
Типstring[]
Список замен произношения с использованием синтаксиса ['text/(pronunciation)', ...], например ['燕少飞/(yan4)(shao3)(fei1)']. Номера тонов китайского языка находятся в диапазоне от 1 до 5.
normalization_settingнеобязательно
Типobject
Настройки нормализации громкости аудио.
normalization_setting.enabledнеобязательно
Типboolean
По умолчаниюtrue
Включает нормализацию громкости аудио.
normalization_setting.target_loudnessнеобязательно
Типnumber
По умолчанию-18
-70 – -10
Желаемая громкость в LUFS; по умолчанию -18.0.
normalization_setting.target_rangeнеобязательно
Типnumber
По умолчанию8
0 – 20
Желаемый диапазон громкости в LU; по умолчанию 8.0.
normalization_setting.target_peakнеобязательно
Типnumber
По умолчанию-0.5
-3 – 0
Желаемый пиковый уровень в dBTP; по умолчанию -0.5.
voice_modifyнеобязательно
Типobject
Настройки изменения высоты, интенсивности и тембра голоса.
voice_modify.pitchнеобязательно
Типinteger
По умолчанию0
-100 – 100
Управление высотой голоса в полутонах: отрицательное значение понижает голос, положительное — повышает. Допустимый диапазон: от -100 до 100.
voice_modify.intensityнеобязательно
Типinteger
По умолчанию0
-100 – 100
Управление энергетикой голоса: при увеличении значения речь становится более энергичной. Допустимый диапазон: от -100 до 100.
voice_modify.timbreнеобязательно
Типinteger
По умолчанию0
-100 – 100
Настройка тембра голоса в диапазоне от -100 до 100, управляющая его тональным характером.
обязательно

Результат

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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size}Аудиофайл, созданный в результате генерации.
duration_ms
integerДлительность аудио в миллисекундах.

Другие модели: Текст в речь

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/minimax/speech-2.8-hd.md. Все модели и руководства: https://doitong.com/developers/llms.txt