MiniMax Speech 2.8 HD / Turbo · Tài liệu API
Chuyển đổi văn bản sang âm thanh, chọn giọng nói và định dạng, và đọc các phản hồi SSE.
Gửi yêu cầu JSON đến POST /v1/wand/minimax-tts/sync_tts với một khóa API APIMaster trong tiêu đề Authorization: Bearer. Cài đặt model để minimax-speech-2.8-hd hoặc minimax-speech-2.8-turbo.
| Trường | Kiểu | Mô tả |
|---|---|---|
text |
string | Cần, ít hơn các ký tự 10,000. Sử dụng tin tức cho các đoạn, <#x#> cho một khoảng cách x giây, và parenthesized pinyin hoặc IPA cho phát âm. Các mô hình hỗ trợ các bộ xử lý như (laughs). |
voice_setting |
object | Bắt buộc. Thiết lập voice_id cho một âm thanh hệ thống hoặc cho tham chiếu hoàn chỉnh được trả về bởi thiết kế âm thanh hoặc âm thanh cloning. Khi pha trộn giọng nói, hãy để ID này trống rỗng và đặt timbre_weights. |
voice_setting.speed, voice_setting.vol, voice_setting.pitch |
number | Tốc độ 0.5–2 (tiêu chuẩn 1). Độ bền lớn hơn 0 và ở hầu hết 10 (tiền định 1). Độ phân giải tổng hợp −12 đến 12 (tiền định 0). |
voice_setting.emotion |
string | happy, sad, angry, fearful, disgusted, surprised, calmhoặc fluent. Đừng để cho mô hình lựa chọn. |
voice_setting.text_normalization, voice_setting.latex_read |
boolean | Cả hai mặc định đến false. Đặt các bằng cách trong $$ cho đọc LaTeX. |
audio_setting.sample_rate |
integer | 8000, 16000, 22050, 24000, 32000 (tiền định), hoặc 44100 Hz. |
audio_setting.bitrate |
integer | MP3 chỉ có 32000, 64000, 128000 (tiêu chuẩn), hoặc 256000 bps. |
audio_setting.format |
string | mp3, pcm, flac, wav, pcmu_raw, pcmu_wav, hoặc opus. |
audio_setting.channel |
integer | 1 (được mặc định) hoặc 2. |
pronunciation_dict.tone |
string[] | Đăng nhập trong hình thức original/replacement. Các thay thế có thể sử dụng văn bản, pinin, IPA, hoặc tiếng Nhật can. |
timbre_weights |
object[] | Tối đa bốn yêu cầu với voice_id và weight từ 1 đến 100. |
language_boost |
string | Tăng cường ngôn ngữ tùy chọn Sử dụng auto, một ngôn ngữ được hỗ trợ, hoặc bỏ qua. |
voice_modify.pitch, voice_modify.intensity, voice_modify.timbre |
integer | −100 để 100. |
voice_modify.sound_effects |
string | spacious_echo, auditorium_echo, lofi_telephone, hoặc robotic. Đối với non-streaming, các hiệu ứng này hoạt động với MP3, WAV, và FLAC. Đối với SSE, sử dụng MP3. |
subtitle_enable, subtitle_type |
boolean, string | Các subtitles được tắt theo mặc định. Loại này là sentence (đặc định) hoặc word. |
output_format |
string | hex (tiền định) hoặc url cho yêu cầu không truyền. URLs nghe thử có hiệu lực trong 24 giờ. |
aigc_watermark, stream |
boolean | Cả hai mặc định đến false. SSE được buffer cho đến khi sản xuất và thanh toán hoàn thành và gửi âm thanh hex. |
language_boost chấp nhận 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, và Afrikaans.
Hệ thống âm thanh bao gồm English_Graceful_Lady, English_Trustworthy_Man, male-qn-qingse, male-qn-jingying, female-shaonv, và female-yujie. Sử dụng một giọng nói tùy chỉnh trả về bởi Voice Design hoặc Voice Clone từ cùng một tài khoản.
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"}'
Trong một phản ứng không truyền, hãy kiểm tra rằng base_resp.status_code là 0 và data.status là 2. data.audio chứa âm thanh mã hóa hex hoặc URL của nó, và data.subtitle_file có thể chứa một tệp phụ JSON. extra_info có thể bao gồm chiều dài trong milliseconds, tốc độ mẫu, kích thước, định dạng, và usage_characters. Lưu trace_id hoặc request_id nếu bạn cần giúp chẩn đoán một thất bại.
Đối với SSE, data.status=1 là một phân khúc và 2 là hoàn thành, tiềm năng theo sau là [DONE]. Tham gia các phân khúc hex theo thứ tự và giải mã chúng thành byte. Các tiêu đề có thể chứa các offset nhân vật, thời gian offset trong milliseconds, và timestamped_words. Sử dụng tổng hợp usage.total_tokens hoặc usage.total_token một lần thay vì tổng hợp các khung tổng hợp.
Xem các thẻ mẫu HD và Turbo cho giá APIMaster hiện tại. Sinh hợp ban đầu với một giọng nói tùy chỉnh cũng có thể bao gồm một khoản phí giọng nói.
