உள்ளடக்கத்திற்குச் செல்க

MiniMax Speech 2.8 HD

ஒருங்கிணை

மாடல் 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"

இந்தக் கோரிக்கை: $0.019 19 API கிரெடிட்கள் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

இடைநிறுத்தங்கள், உணர்ச்சி மற்றும் உச்சரிப்புக் கட்டுப்பாட்டுடன் 30+ மொழிகளில் MiniMax-ன் உயர்-தெளிவு உரையிலிருந்து பேச்சு உருவாக்கம்.

எடுத்துக்காட்டுகள்

வெளியீடு · ~10 s

ப்ராம்ப்ட்Welcome 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 கிரெடிட்கள்

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

•தேவை 182 / 10000

பேச்சுத் தொகுப்புக்கான உரை; இடைவெளிகள் `<#x#>` மூலம் குறிப்பிடப்படுகின்றன, இதில் x 0.01 முதல் 99.99 வினாடிகள் வரை இருக்கும். கிடைக்கும் இடைச்செருகல் குறியீடுகள் `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)`, மற்றும் `(yawns)`.

மேம்பட்டவை output_format · language_boost · voice_setting · audio_setting · pronunciation_dict · normalization_setting · voice_modify
output_format இயல்புநிலை hex

வெளியீட்டு உள்ளடக்க வடிவம்; ஸ்ட்ரீமிங் அல்லாத பதில்களுக்கு மட்டும் பொருந்தும்.

தேர்ந்தெடுக்கப்பட்ட மொழிகள் மற்றும் வட்டாரமொழிகளுக்கான அங்கீகாரத்தை மேம்படுத்துகிறது.

இயல்புநிலை {"english_normalizati...

குரலை உள்ளமைப்பதற்கான அமைப்புகள்.

ஆடியோவை உள்ளமைப்பதற்கான அமைப்புகள்.

உரையை மாற்றிப் பயன்படுத்தப்படும் உச்சரிப்புகளின் தனிப்பயன் அகராதி.

ஆடியோ ஒலி அளவு இயல்பாக்கத்தைக் கட்டுப்படுத்தும் அமைப்புகள்.

குரலின் சுருதி, தீவிரம் மற்றும் ஒலித்தன்மையை மாற்றுவதற்கான அமைப்புகள்.

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

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

MiniMax Speech 2.8 HD பற்றி

MiniMax Speech 2.8 HD, 30-க்கும் மேற்பட்ட மொழிகளில் உரையை நுணுக்கமான கட்டுப்பாடுகளுடன் குரலாக்குகிறது: உள்ளமைந்த இடைநிறுத்தக் குறியீடுகள், குரல் வேகம், சுருதி மற்றும் ஒலியளவு, தனிப்பயன் உச்சரிப்பு அகராதிகள் மற்றும் குரல் விளைவுகள். உள்ளமைந்த குரல்களிலிருந்தும் வெளியீட்டு மாதிரி விகிதம் மற்றும் வடிவமைப்பிலிருந்தும் தேர்வுசெய்யலாம்.

அளவுருக்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
promptதேவை
வகைstring
≤ 10,000 எழுத்துகள்
பேச்சுத் தொகுப்புக்கான உரை; இடைவெளிகள் `<#x#>` மூலம் குறிப்பிடப்படுகின்றன, இதில் x 0.01 முதல் 99.99 வினாடிகள் வரை இருக்கும். கிடைக்கும் இடைச்செருகல் குறியீடுகள் `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)`, மற்றும் `(yawns)`.
voice_settingவிருப்பத்தேர்வு
வகைobject
இயல்புநிலை{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}
குரலை உள்ளமைப்பதற்கான அமைப்புகள்.
voice_setting.voice_idவிருப்பத்தேர்வு
வகைstring
இயல்புநிலைWise_Woman
≥ 1 characters
பேச்சுத் தொகுப்புக்குப் பயன்படுத்தப்படும் முன்வரையறுக்கப்பட்ட குரல் அடையாளங்காட்டி.
voice_setting.speedவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை1
0.5 – 2
பேசும் வேகம், 0.5 முதல் 2.0 வரை.
voice_setting.volவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை1
0.01 – 10
வெளியீட்டு ஒலி அளவு, 0 முதல் 10 வரை.
voice_setting.pitchவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை0
-12 – 12
குரலின் சுருதி, -12 முதல் 12 வரை.
voice_setting.emotionவிருப்பத்தேர்வு
வகைenum
happysadangryfearfuldisgustedsurprisedneutral
உருவாக்கப்பட்ட பேச்சின் உணர்வுத் தொனி.
voice_setting.english_normalizationவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைfalse
எண்களைச் சிறப்பாக வாசிப்பதற்காக, சிறிதளவு கூடுதல் தாமதத்தை ஏற்றுக்கொள்ளும் ஆங்கில உரை-இயல்பாக்க விருப்பம்.
audio_settingவிருப்பத்தேர்வு
வகைobject
ஆடியோவை உள்ளமைப்பதற்கான அமைப்புகள்.
audio_setting.sample_rateவிருப்பத்தேர்வு
வகைenum
இயல்புநிலை32000
80001600022050240003200044100
உருவாக்கப்பட்ட ஆடியோவுக்கான மாதிரி எடுப்பு விகிதம்.
audio_setting.bitrateவிருப்பத்தேர்வு
வகைenum
இயல்புநிலை128000
3200064000128000256000
உருவாக்கப்பட்ட ஆடியோவுக்கான பிட்ரேட்.
audio_setting.formatவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைmp3
mp3pcmflac
ஆடியோவுக்கான வடிவம்.
audio_setting.channelவிருப்பத்தேர்வு
வகைenum
இயல்புநிலை1
12
ஆடியோ சேனல்களின் எண்ணிக்கை: மோனோவுக்கு 1 அல்லது ஸ்டீரியோவுக்கு 2.
language_boostவிருப்பத்தேர்வு
வகைenum
ChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalian
+22 மேலும்KoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalaySlovakSwedishCroatianHungarianNorwegianSlovenianCatalanNynorskAfrikaansauto
தேர்ந்தெடுக்கப்பட்ட மொழிகள் மற்றும் வட்டாரமொழிகளுக்கான அங்கீகாரத்தை மேம்படுத்துகிறது.
output_formatவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைhex
urlhex
வெளியீட்டு உள்ளடக்க வடிவம்; ஸ்ட்ரீமிங் அல்லாத பதில்களுக்கு மட்டும் பொருந்தும்.
pronunciation_dictவிருப்பத்தேர்வு
வகைobject
உரையை மாற்றிப் பயன்படுத்தப்படும் உச்சரிப்புகளின் தனிப்பயன் அகராதி.
pronunciation_dict.tone_listவிருப்பத்தேர்வு
வகைstring[]
['text/(pronunciation)', ...] தொடரியலைப் பயன்படுத்தும் உச்சரிப்பு மாற்றுப் பட்டியல்; எடுத்துக்காட்டாக ['燕少飞/(yan4)(shao3)(fei1)']. சீனத் தொனி எண்கள் 1 முதல் 5 வரை இருக்கும்.
normalization_settingவிருப்பத்தேர்வு
வகைobject
ஆடியோ ஒலி அளவு இயல்பாக்கத்தைக் கட்டுப்படுத்தும் அமைப்புகள்.
normalization_setting.enabledவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைtrue
ஆடியோ ஒலி அளவு இயல்பாக்கத்தை இயக்குகிறது.
normalization_setting.target_loudnessவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை-18
-70 – -10
விரும்பிய ஒலி அளவு, LUFS-ல் அளவிடப்படுகிறது; இயல்புநிலை -18.0.
normalization_setting.target_rangeவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை8
0 – 20
விரும்பிய ஒலி அளவு வரம்பு, LU-ல் அளவிடப்படுகிறது; இயல்புநிலை 8.0.
normalization_setting.target_peakவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை-0.5
-3 – 0
விரும்பிய உச்ச நிலை, dBTP-ல் அளவிடப்படுகிறது; இயல்புநிலை -0.5.
voice_modifyவிருப்பத்தேர்வு
வகைobject
குரலின் சுருதி, தீவிரம் மற்றும் ஒலித்தன்மையை மாற்றுவதற்கான அமைப்புகள்.
voice_modify.pitchவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை0
-100 – 100
அரைத் தொனிகளில் அளவிடப்படும் சுருதிக் கட்டுப்பாடு: குரலைத் தாழ்த்த எதிர்மறை மதிப்பையும் உயர்த்த நேர்மறை மதிப்பையும் பயன்படுத்தவும். அனுமதிக்கப்பட்ட மதிப்புகள் -100 முதல் 100 வரை.
voice_modify.intensityவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை0
-100 – 100
அமைப்பு அதிகரிக்கும்போது பேச்சை அதிக ஆற்றல்மிக்கதாக மாற்றும் குரல்-ஆற்றல் கட்டுப்பாடு. இதன் அனுமதிக்கப்பட்ட வரம்பு -100 முதல் 100 வரை.
voice_modify.timbreவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை0
-100 – 100
குரலின் தொனி இயல்பைக் கட்டுப்படுத்தும், -100 முதல் 100 வரையிலான குரல் ஒலித்தன்மைச் சரிசெய்தல்.
தேவை

வெளியீடு

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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
audio
object {url, content_type, file_name, file_size}உருவாக்கத்தால் தயாரிக்கப்பட்ட ஆடியோ கோப்பு.
duration_ms
integerமில்லிவினாடிகளில் அளவிடப்படும் ஆடியோ நீளம்.

மேலும் மாதிரிகள்: உரையிலிருந்து பேச்சிற்கு

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/minimax/speech-2.8-hd.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt