MiniMax Speech 2.8 HD / Turbo — 完整引數與計費
MiniMax Speech 2.8 HD 與 Turbo 的語音合成介面、請求欄位、響應及計費。
MiniMax Speech 2.8 HD / Turbo
使用 APIMaster API Key:Authorization: Bearer $APIMASTER_API_KEY,請求型別為 application/json。本頁完整路徑中的 /v1 已包含在 https://apimaster.ai/v1 中,例如 /v1/wand/... 對應 https://apimaster.ai/v1/wand/...。
閘道器先預留額度,確認實際用量後只結算一次,多餘預留額度返還。餘額不足時請求會在提交前拒絕。網路中斷後請保留 request_id,避免盲目重發生成請求。
POST /v1/wand/minimax-tts/sync_tts,JSON、Bearer 鑑權。模型 minimax-speech-2.8-hd / minimax-speech-2.8-turbo。不是 OpenAI /audio/speech 的請求格式。
| 引數 | 型別 | 必填 | 說明 |
|---|---|---|---|
| model | string | 是 | 以上模型 ID |
| text | string | 是 | 少於 10,000 字元;換行分段,<#x#> 控制停頓秒數;括號拼音/IPA 替換髮音;2.8 支援 (laughs) 等語氣標籤 |
| voice_setting | object | 是 | 音色配置 |
| voice_setting.voice_id | string | 是 | 系統、復刻或設計音色 ID;混合音色時置空並傳 timbre_weights |
| voice_setting.speed | float | 否 | 0.5–2,預設 1 |
| voice_setting.vol | float | 否 | 大於 0 且不超過 10,預設 1 |
| voice_setting.pitch | integer | 否 | −12 至 12,預設 0 |
| voice_setting.emotion | string | 否 | happy/sad/angry/fearful/disgusted/surprised/calm/fluent;2.8 不支援 whisper。省略由模型匹配 |
| voice_setting.text_normalization | boolean | 否 | 文字規範化,預設 false |
| voice_setting.latex_read | boolean | 否 | LaTeX 朗讀,公式用 $$ 包裹,預設 false |
| audio_setting | object | 否 | 輸出音訊配置 |
| audio_setting.sample_rate | integer | 否 | 8000/16000/22050/24000/32000(預設)/44100 Hz |
| audio_setting.bitrate | integer | 否 | 32000/64000/128000(預設)/256000 bps,僅 mp3 |
| audio_setting.format | string | 否 | mp3(預設)/pcm/flac/wav/pcmu_raw/pcmu_wav/opus |
| audio_setting.channel | integer | 否 | 1(預設)或 2 |
| pronunciation_dict.tone | string[] | 否 | 原文/替换内容 發音規則,可用文字、拼音、IPA、日語假名 |
| timbre_weights | object[] | 否 | 最多 4 種,每項 voice_id 與 weight(1–100) |
| language_boost | string | 否 | 小語種/方言增強;預設 null,可用 auto。列舉以 MiniMax 官方語言列表為準 |
| voice_modify.pitch | integer | 否 | −100 至 100,音高調整 |
| voice_modify.intensity | integer | 否 | −100 至 100,力量/柔和調整 |
| voice_modify.timbre | integer | 否 | −100 至 100,音色調整 |
| voice_modify.sound_effects | string | 否 | spacious_echo/auditorium_echo/lofi_telephone/robotic |
| subtitle_enable | boolean | 否 | 預設 false |
| subtitle_type | string | 否 | sentence(預設)/word |
| output_format | string | 否 | hex(預設)/url;音訊 URL 24 小時有效 |
| aigc_watermark | boolean | 否 | 音訊末尾標識,預設 false |
| stream | boolean | 否 | SSE 返回開關,預設 false;音訊以 SSE 幀返回;當前閘道器會緩衝至生成完成和結算後返回,不提供實時首包播放 |
非流式響應:data.audio 為 hex 音訊或 URL,data.status=2 完成;data 可能為空。字幕檔案 data.subtitle_file 為 JSON;trace_id、request_id 用於追蹤。extra_info 含 audio_length(毫秒)、audio_sample_rate、audio_size(位元組)、audio_format、usage_characters(計費字元)、word_count(已發音字數)。base_resp.status_code=0 才代表正常。
流式 data.status=1 表示分段、2 表示結束,最後可能有 [DONE]。按順序連線 hex 資料再解碼,不能把字串本身儲存成 MP3。中間字幕 data.subtitle 包含 text、text_begin/text_end(字元偏移)、time_begin/time_end(毫秒);timestamped_words 每項含 time_begin/time_end、word、word_begin/word_end。字幕與完整音訊必須來自同一任務。
usage 示例含 chars、total_tokens、use_count。客戶端也應相容單數 total_token。累計計費量只用一次,不能對多個累計 SSE 幀重複加總。首次使用設計或復刻音色時可能另計音色費,請檢視對應音色文件與最終賬單。
音色引用與賬戶隔離
可直接使用的系統音色為 English_Graceful_Lady、English_Trustworthy_Man、male-qn-qingse、male-qn-jingying、female-shaonv、female-yujie。自定義音色必須使用本賬戶透過音色設計或復刻介面返回的完整 thvoice_... 引用;該值可以直接放入 voice_setting.voice_id 或 timbre_weights[].voice_id。不能填寫其他賬戶的引用。建立完成後,請使用響應中的完整音色引用。
language_boost 的完整語言列舉: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;也可不傳。output_format=url 僅非流式生效,SSE 使用 hex;效果器非流式支援 mp3/wav/flac,流式只支援 mp3。
價格
APIMaster 當前售價請檢視模型卡 minimax-speech-2.8-hd、minimax-speech-2.8-turbo。
