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.
