MiniMax Speech 2.8 HD / Turbo

使用 APIMaster API Key：Authorization: Bearer $APIMASTER_API_KEY，请求类型为 application/json。本页完整路径中的 /v1 已包含在 https://apimaster.ai/v1 中，例如 /v1/wand/... 对应 https://apimaster.ai/v1/wand/...。

网关先预留额度，收到上游实际用量后只结算一次，多余预留额度返还。余额不足时请求会在提交前拒绝。网络中断后请保留 request_id，避免盲目重发生成请求。

POST /v1/wand/minimax-tts/sync_tts，JSON、Bearer 鉴权。模型 minimax-speech-2.8-hd / minimax-speech-2.8-turbo。不是 OpenAI /audio/speech 的请求格式。

参数	类型	必填	说明
model	string	是	以上模型 ID
text	string	是	少于 10,000 字符；换行分段，<#x#> 控制停顿秒数；括号拼音/IPA 替换发音；2.8 支持 (laughs) 等语气标签
voice_setting	object	是	音色配置
voice_setting.voice_id	string	是	系统、复刻或设计音色 ID；混合音色时置空并传 timbre_weights
voice_setting.speed	float	否	0.5–2，默认 1
voice_setting.vol	float	否	大于 0 且不超过 10，默认 1
voice_setting.pitch	integer	否	−12 至 12，默认 0
voice_setting.emotion	string	否	happy/sad/angry/fearful/disgusted/surprised/calm/fluent；2.8 不支持 whisper。省略由模型匹配
voice_setting.text_normalization	boolean	否	文本规范化，默认 false
voice_setting.latex_read	boolean	否	LaTeX 朗读，公式用 $$ 包裹，默认 false
audio_setting	object	否	输出音频配置
audio_setting.sample_rate	integer	否	8000/16000/22050/24000/32000（默认）/44100 Hz
audio_setting.bitrate	integer	否	32000/64000/128000（默认）/256000 bps，仅 mp3
audio_setting.format	string	否	mp3（默认）/pcm/flac/wav/pcmu_raw/pcmu_wav/opus
audio_setting.channel	integer	否	1（默认）或 2
pronunciation_dict.tone	string[]	否	原文/替换内容 发音规则，可用文字、拼音、IPA、日语假名
timbre_weights	object[]	否	最多 4 种，每项 voice_id 与 weight（1–100）
language_boost	string	否	小语种/方言增强；默认 null，可用 auto。枚举以 MiniMax 官方语言列表为准
voice_modify.pitch	integer	否	−100 至 100，音高调整
voice_modify.intensity	integer	否	−100 至 100，力量/柔和调整
voice_modify.timbre	integer	否	−100 至 100，音色调整
voice_modify.sound_effects	string	否	spacious_echo/auditorium_echo/lofi_telephone/robotic
subtitle_enable	boolean	否	默认 false
subtitle_type	string	否	sentence（默认）/word
output_format	string	否	hex（默认）/url；音频 URL 24 小时有效
aigc_watermark	boolean	否	音频末尾标识，默认 false
stream	boolean	否	SSE 返回开关，默认 false；音频以 SSE 帧返回；当前网关会缓冲至生成完成和结算后返回，不提供实时首包播放

非流式响应：data.audio 为 hex 音频或 URL，data.status=2 完成；data 可能为空。字幕文件 data.subtitle_file 为 JSON；trace_id、request_id 用于追踪。extra_info 含 audio_length（毫秒）、audio_sample_rate、audio_size（字节）、audio_format、usage_characters（计费字符）、word_count（已发音字数）。base_resp.status_code=0 才代表正常。

流式 data.status=1 表示分段、2 表示结束，最后可能有 [DONE]。按顺序连接 hex 数据再解码，不能把字符串本身保存成 MP3。中间字幕 data.subtitle 包含 text、text_begin/text_end（字符偏移）、time_begin/time_end（毫秒）；timestamped_words 每项含 time_begin/time_end、word、word_begin/word_end。字幕与完整音频必须来自同一任务。

usage 示例含 chars、total_tokens、use_count；官方字段表也使用单数 total_token，客户端应兼容这两种字段名。累计计费量只用一次，不能对多个累计 SSE 帧重复加总。HD 为 62.5 计费 tokens/字符（$100/百万字符），Turbo 为 37.5（$60/百万字符），两者均 $1.6/百万计费 tokens。首次使用设计或复刻音色时，计费 tokens 还包含对应音色费；以本页关联的音色文档和实际响应为准。核查日期 2026-11-11。

来源：腾讯官方接口文档

音色引用与账户隔离

可直接使用的系统音色为 English_Graceful_Lady、English_Trustworthy_Man、male-qn-qingse、male-qn-jingying、female-shaonv、female-yujie。自定义音色必须使用本账户通过音色设计或复刻接口返回的完整 thvoice_... 引用；该值可以直接放入 voice_setting.voice_id 或 timbre_weights[].voice_id。不能填写其他账户的引用或裸上游私有音色 ID。自定义创建时提供的 voice_id 会按账户命名空间转换，请以响应中的引用为准。

language_boost 的完整语言枚举：Chinese、Chinese,Yue、English、Arabic、Russian、Spanish、French、Portuguese、German、Turkish、Dutch、Ukrainian、Vietnamese、Indonesian、Japanese、Italian、Korean、Thai、Polish、Romanian、Greek、Czech、Finnish、Hindi、Bulgarian、Danish、Hebrew、Malay、Persian、Slovak、Swedish、Croatian、Filipino、Hungarian、Norwegian、Slovenian、Catalan、Nynorsk、Tamil、Afrikaans、auto；也可不传。output_format=url 仅非流式生效，SSE 使用 hex；效果器非流式支持 mp3/wav/flac，流式只支持 mp3。

原厂文档另有 stream_options、text_normalization_mode 与 subtitle_type=word_streaming 等扩展，腾讯本次参数表未列明，暂不承诺其兼容性。

官方参考价格

下表是腾讯国际站官方目录价（2026-11-11），APIMaster 当前售价请打开对应模型卡。媒体统一按上游实际计费 tokens 结算，每百万计费 tokens $1.60，不能将此单价理解为每张或每秒费用。

模型	规格	用量换算	目录参考价
minimax-speech-2.8-turbo		每字符折合 37.5 tokens	60 美元/百万字符
minimax-speech-2.8-hd	-	62.5 tokens / 字符	100 USD/百万字符

先注册，再在控制台创建密钥，按本页的具体模型 ID 调用 https://apimaster.ai/v1。