APIMaster.ai

MiniMax Speech 2.8 HD / Turbo · Справочник API

Преобразовать текст в аудио, выбрать голоса и форматы и прочитать буферные ответы SSE.

Отправьте запрос JSON на POST /v1/wand/minimax-tts/sync_tts с ключом APIMaster API в заголовке Authorization: Bearer. Настроить model на minimax-speech-2.8-hd или minimax-speech-2.8-turbo.

Поле Тип Описание
text string Требуется меньше, чем 10,000 символов. Используйте новые строчки для пунктов, <#x#> для паузы x секунд, и заголовки пиньина или АПИ для произношения. Модели поддерживают такие сигналы, как (laughs).
voice_setting object Обязательное поле. Установите voice_id на системный голос или на полную ссылку, возвращенную дизайном голоса или клонированием голоса. При смешении голосов оставьте этот идентификатор пустым и установите timbre_weights.
voice_setting.speed, voice_setting.vol, voice_setting.pitch number Скорость 0.5–2 (по умолчанию 1). Объем больше 0 и не более 10 (по умолчанию 1). Integer that −12 — 12 (по умолчанию 0).
voice_setting.emotion string happy, sad, angry, fearful, disgusted, surprised, calm или fluent. Пусть модель выберет.
voice_setting.text_normalization, voice_setting.latex_read boolean Оба по умолчанию - false. Уравнения в $$ для чтения LaTeX.
audio_setting.sample_rate integer 8000, 16000, 22050, 24000, 32000 (по умолчанию) или 44100 Гц.
audio_setting.bitrate integer Только MP3. 32000, 64000, 128000 (по умолчанию) или 256000 bps.
audio_setting.format string mp3 (по умолчанию), pcm, flac, wav, pcmu_raw, pcmu_wav или opus.
audio_setting.channel integer 1 (по умолчанию) или 2.
pronunciation_dict.tone string[] Записи в форме original/replacement. Замена могут производиться с использованием текстов, пиньина, АПИ или японской каны.
timbre_weights object[] До четырех позиций с voice_id и weight от 1 до 100.
language_boost string Факультативное развитие языка. Используйте auto, поддерживаемый язык или опущенный.
voice_modify.pitch, voice_modify.intensity, voice_modify.timbre integer −100 - 100.
voice_modify.sound_effects string spacious_echo, auditorium_echo, lofi_telephone или robotic. В случае нетрансформации эти эффекты работают с MP3, WAV и FLAC. Для SSE используйте MP3.
subtitle_enable, subtitle_type boolean, string Субтитры отменяются по умолчанию. Тип sentence (по умолчанию) или word.
output_format string hex (по умолчанию) или url для непереходящего запроса. URLs предпрослушивания действительны 24 часа.
aigc_watermark, stream boolean Оба по умолчанию - false. SSE находится в буферном положении до тех пор, пока не будет завершено построение и выставление счетов и не будет отправлено гекс-звуко.

language_boost принимает 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, и Afrikaans.

Включают English_Graceful_Lady, English_Trustworthy_Man, male-qn-qingse, male-qn-jingying, female-shaonv и female-yujie. Используйте заказный голос, возвращенный Voice Design или Voice Clone с того же счета.

curl -X POST "https://apimaster.ai/v1/wand/minimax-tts/sync_tts" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"minimax-speech-2.8-hd","text":"Welcome to the program.","voice_setting":{"voice_id":"English_Graceful_Lady"},"output_format":"url"}'

В неруководящей реакции проверьте, что base_resp.status_code 0 и data.status 2. data.audio содержит закодированный звук или его URL, а data.subtitle_file может содержать субтитры JSON. extra_info может включать длину в миллисекундах, частоту отбора, размер, формат и usage_characters. Сохранить trace_id или request_id, если вам нужна помощь в диагностике неисправности.

Для SSE data.status=1 является сегментом, и 2 находится в стадии завершения, за которым потенциально следует [DONE]. Присоединяйтесь к отсекам в порядке и расшифруйте их на байты. Субтитры могут содержать перестановки персонажей, перестановки времени в миллисекундах и timestamped_words. Используйте кумулятивный usage.total_tokens или usage.total_token один раз вместо суммирования кумулятивных систем.

Смотри. HD и Турбо модели карт для текущего APIMaster цены. Первоначальное синтезирование с голосом на заказ может также включать плату за голосовую связь.