Hoppa till innehåll

MiniMax Speech 2.6 [HD]

Integrera

Modell-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"

Den här begäran: 0,005 $ 5 API-krediter Kör den på den här sidan

Hämta API-nyckel
MiniMax · Ljud

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 50 / 10000

Text som ska talas upp, där radbrytningar markerar styckegränser och valfria `<#x#>`-markörer styr pauser. Placera markörer endast mellan talbara segment, aldrig direkt efter varandra; `x` anger pausen i sekunder inom `[0.01, 99.99]`, med högst två decimaler.

Avancerat output_format · language_boost · enable_safety_checker · voice_setting · audio_setting · pronunciation_dict · normalization_setting
output_format standard hex

Format för utdatainnehåll; gäller endast icke-strömmande svar.

Förbättrar igenkänningen för de valda språken och dialekterna.

standard {"english_normalizati...

Inställningar för konfigurering av rösten.

Inställningar för konfigurering av ljud.

Anpassad ordbok med uttal som används för att ersätta text.

Inställningar som styr normalisering av ljudstyrka.

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

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om MiniMax Speech 2.6 [HD]

Läser upp texten i `prompt` (upp till 10000 tecken), med styckeindelning markerad av radbrytningar och anpassade pauser med `<#x#>`-markörer. Utöver `voice_setting`, `audio_setting`, `language_boost` (38 alternativ) och `pronunciation_dict` tillkommer `normalization_setting` för kontroll av ljudstyrkan. Utdata är ljud samt dess längd i millisekunder.

Parametrar

NamnTyp StandardTillåtna Beskrivning
enable_safety_checkervalfritt
Typboolean
Standardtrue
Granskningen kan lättas genom att ange false, om anroparen är behörig.
promptobligatoriskt
Typstring
≤ 10 000 tecken
Text som ska talas upp, där radbrytningar markerar styckegränser och valfria `<#x#>`-markörer styr pauser. Placera markörer endast mellan talbara segment, aldrig direkt efter varandra; `x` anger pausen i sekunder inom `[0.01, 99.99]`, med högst två decimaler.
voice_settingvalfritt
Typobject
Standard{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
Inställningar för konfigurering av rösten.
voice_setting.voice_idvalfritt
Typstring
StandardWise_Woman
≥ 1 characters
Fördefinierad röstidentifierare som används för talsyntes.
voice_setting.speedvalfritt
Typnumber
Standard1
0,5 – 2
Taltakt, från 0.5 till 2.0.
voice_setting.volvalfritt
Typnumber
Standard1
0,01 – 10
Utdata-volym, från 0 till 10.
voice_setting.pitchvalfritt
Typinteger
Standard0
−12 – 12
Röstens tonhöjd, från -12 till 12.
voice_setting.emotionvalfritt
Typenum
happysadangryfearfuldisgustedsurprisedneutral
Känslomässig ton i det syntetiserade talet.
voice_setting.english_normalizationvalfritt
Typboolean
Standardfalse
Alternativ för normalisering av engelsk text som byter en liten mängd extra fördröjning mot bättre uppläsning av siffror.
audio_settingvalfritt
Typobject
Inställningar för konfigurering av ljud.
audio_setting.sample_ratevalfritt
Typenum
Standard32000
80001600022050240003200044100
Samplingsfrekvens för det skapade ljudet.
audio_setting.bitratevalfritt
Typenum
Standard128000
3200064000128000256000
Bithastighet för det skapade ljudet.
audio_setting.formatvalfritt
Typenum
Standardmp3
mp3pcmflac
Format för ljudet.
audio_setting.channelvalfritt
Typenum
Standard1
12
Antal ljudkanaler: 1 för mono eller 2 för stereo.
language_boostvalfritt
Typenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 tillKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
Förbättrar igenkänningen för de valda språken och dialekterna.
output_formatvalfritt
Typenum
Standardhex
urlhex
Format för utdatainnehåll; gäller endast icke-strömmande svar.
pronunciation_dictvalfritt
Typobject
Anpassad ordbok med uttal som används för att ersätta text.
pronunciation_dict.tone_listvalfritt
Typstring[]
Lista över uttalsersättningar med syntaxen ['text/(uttal)', ...], till exempel ['燕少飞/(yan4)(shao3)(fei1)']. Kinesiska tonnummer sträcker sig från 1 till 5.
normalization_settingvalfritt
Typobject
Inställningar som styr normalisering av ljudstyrka.
normalization_setting.enabledvalfritt
Typboolean
Standardtrue
Aktiverar normalisering av ljudstyrka.
normalization_setting.target_loudnessvalfritt
Typnumber
Standard-18
−70 – −10
Önskad ljudstyrka, mätt i LUFS; standardvärdet är -18.0.
normalization_setting.target_rangevalfritt
Typnumber
Standard8
0 – 20
Önskat ljudstyrkeintervall, mätt i LU; standardvärdet är 8.0.
normalization_setting.target_peakvalfritt
Typnumber
Standard-0.5
−3 – 0
Önskad toppnivå, mätt i dBTP; standardvärdet är -0.5.
obligatoriskt

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
audio
object {url, content_type, file_name, file_size}Ljudfil som producerats genom generering.
duration_ms
integerLjudlängd, mätt i millisekunder.

Fler modeller: Text till tal

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/minimax/speech-2.6-hd.md. Alla modeller och guider: https://doitong.com/developers/llms.txt