MiniMax Speech 2.8

API-Dokumentation Beginnen Sie mit der Erstellung

Text-zu-SpracheMehrsprachiges AudioIDs für benutzerdefinierte Stimmen

MiniMax Speech 2.8 ist die expressive Text-zu-Sprache-Generierung von MiniMax, die mit den Stufen Speech 2.8 HD und Turbo veröffentlicht wurde. Über APIXO können Entwickler mehrsprachiges Audio mit voreingestellten oder zuvor erstellten benutzerdefinierten Stimm-IDs, nativen Sound-Tags, emotionaler Wiedergabe, Aussprache-Überschreibungen und Produktionssteuerungen für Tempo und Ausgabe-Kodierung synthetisieren.

APIXO-Modi

Speech Turbo / HD

Preis

Ab $0.06 / 1K Zeichen

Sprachen

Formate

MP3 / WAV / PCM / FLAC

Veröffentlicht

23. Jan. 2026

Arbeitsbereich wird geladen...

API-Preisstruktur für MiniMax Speech 2.8

MiniMax Speech 2.8 wird pro 1000 übermittelten Zeichen im Prompt abgerechnet, mit separaten Tarifen für speech-turbo und speech-hd.

speech-turbo

Abrechnungsgrundlage

Übermittelte Prompt-Zeichen

APIXO-Preis

$0.06 / 1000 chars

speech-hd

Abrechnungsgrundlage

Übermittelte Prompt-Zeichen

APIXO-Preis

$0.10 / 1000 chars

Modus	Abrechnungsgrundlage	APIXO-Preis
speech-turbo	Übermittelte Prompt-Zeichen	$0.06 / 1000 chars
speech-hd	Übermittelte Prompt-Zeichen	$0.10 / 1000 chars

Häufige Kostenbeispiele

Beispiel: 2500 Zeichen mit speech-turbo = 2,5 x $0.06 = $0.15.

API-Zugriff wird geprüft...

Melden Sie sich an, um kostenloses Guthaben zu erhalten und mit diesem Modell zu erstellen.

Mit KI integrieren

Kopieren Sie einen Prompt für Ihren KI-Assistenten, um APIXO MCP zu installieren, das Live-Schema zu lesen und dieses Modell in Ihre App zu integrieren.

Endpunkte

Task erstellen

POSThttps://api.apixo.ai/api/v1/generateTask/minimax-speech-2-8

Status abfragen

GEThttps://api.apixo.ai/api/v1/statusTask/minimax-speech-2-8?taskId={taskId}

Request-Body

request_type

async

Verwenden Sie Callback mit callback_url für Webhooks.

input

Objekt

Modus, Prompt, Referenzen, Größe, Dauer und Audio-Einstellungen.

request_typeerforderlich

Typselect

Verwenden Sie async, um statusTask abzufragen, oder Callback, um einen Webhook zu erhalten, wenn das Ergebnis bereit ist.async · callback

callback_urlbedingt

Typtext

Öffentliche HTTPS-URL für die Callback-Zustellung.Nur in request_type=callback

modeerforderlich

Typselect

Modus für Sprachqualität.speech-turbo · speech-hd

voice_iderforderlich

Typtext

Verwenden Sie eine dokumentierte MiniMax voreingestellte voice_id oder eine benutzerdefinierte voice_id, die mit MiniMax Voice erstellt wurde.

prompterforderlich

Typstring

Text für die Synthese. Pausen- und Ausdrucks-Tags werden bei Bedarf unterstützt.

pronunciation_dictoptional

Typlist

Optionale Aussprache-Überschreibungen wie Omg/Oh mein Gott.

speedoptional

Typslider

Sprechgeschwindigkeit von 0,5 bis 2,0.

volumeoptional

Typslider

Ausgabelautstärke von 0.1 bis 10.0.

pitchoptional

Typslider

Anpassung der Tonhöhe von -12 bis 12.

emotionoptional

Typselect

Optionaler emotionaler Tonfall.happy · sad · angry · fearful · disgusted · surprised · neutral

sample_rateoptional

Typselect

Audio-Abtastrate in Hz.8000 · 16000 · 22050 · 24000 · 32000 · 44100

bitrateoptional

Typselect

Audio-Bitrate in bps.32000 · 64000 · 128000 · 256000

channeloptional

Typselect

Mono- oder Stereo-Ausgabe.1 · 2 · mono · stereo

formatoptional

Typselect

Ausgabe-Audioformat.mp3 · wav · pcm · flac

language_boostoptional

Typselect

Optionaler Sprachhinweis für Aussprache und Prosodie.auto · English · Chinese · Chinese,Yue · 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

Parameter	Typ	Erforderlich	Beschreibung
`request_type`	select	erforderlich	Verwenden Sie async, um statusTask abzufragen, oder Callback, um einen Webhook zu erhalten, wenn das Ergebnis bereit ist.async · callback
`callback_url`	text	bedingt	Öffentliche HTTPS-URL für die Callback-Zustellung.Nur in request_type=callback
`mode`	select	erforderlich	Modus für Sprachqualität.speech-turbo · speech-hd
`voice_id`	text	erforderlich	Verwenden Sie eine dokumentierte MiniMax voreingestellte voice_id oder eine benutzerdefinierte voice_id, die mit MiniMax Voice erstellt wurde.
`prompt`	string	erforderlich	Text für die Synthese. Pausen- und Ausdrucks-Tags werden bei Bedarf unterstützt.
`pronunciation_dict`	list	optional	Optionale Aussprache-Überschreibungen wie Omg/Oh mein Gott.
`speed`	slider	optional	Sprechgeschwindigkeit von 0,5 bis 2,0.
`volume`	slider	optional	Ausgabelautstärke von 0.1 bis 10.0.
`pitch`	slider	optional	Anpassung der Tonhöhe von -12 bis 12.
`emotion`	select	optional	Optionaler emotionaler Tonfall.happy · sad · angry · fearful · disgusted · surprised · neutral
`sample_rate`	select	optional	Audio-Abtastrate in Hz.8000 · 16000 · 22050 · 24000 · 32000 · 44100
`bitrate`	select	optional	Audio-Bitrate in bps.32000 · 64000 · 128000 · 256000
`channel`	select	optional	Mono- oder Stereo-Ausgabe.1 · 2 · mono · stereo
`format`	select	optional	Ausgabe-Audioformat.mp3 · wav · pcm · flac
`language_boost`	select	optional	Optionaler Sprachhinweis für Aussprache und Prosodie.auto · English · Chinese · Chinese,Yue · 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

Beispiel (cURL)

curl -X POST "https://api.apixo.ai/api/v1/generateTask/minimax-speech-2-8" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "request_type": "async",
    "input": {
      "mode": "speech-turbo",
      "voice_id": "preset_english_043",
      "prompt": "Welcome to APIXO. Build a MiniMax Speech 2.8 API workflow for fast text to speech previews, product onboarding, and customer-facing voice experiences.",
      "speed": 1.02,
      "volume": 1,
      "pitch": 0,
      "emotion": "happy",
      "format": "mp3",
      "sample_rate": 24000,
      "bitrate": 128000,
      "channel": "stereo",
      "language_boost": "English"
    }
  }'

Vollständige API-Dokumentation

Funktionen

Sprachsteuerung für ausdrucksstarke Wiedergabe

Native Sound-Tags

Speech 2.8 führt modellierte Interjektionen und stimmliche Ereignisse wie Atemzüge, Lacher, Husten, Seufzer und Räuspern ein. Diese Hinweise helfen dabei, geschriebenen Dialogen konversationelle Unvollkommenheiten zu verleihen, anstatt einer durchgehend polierten Wiedergabe.

Emotionale Darstellung

APIXO bietet sieben emotionale Ausrichtungen an: fröhlich, traurig, wütend, ängstlich, angewidert, überrascht und neutral. Die Emotion interagiert mit der ausgewählten Stimme und dem Skript, daher sollten Teams die Konsistenz über vollständige Passagen hinweg bewerten.

Sauberere Sprachausgabe

MiniMax positioniert Speech 2.8 mit reduziertem Hintergrundrauschen und weniger synthetischen Audioartefakten. Die HD-Stufe ist für eine qualitativ hochwertigere Wiedergabe gedacht, wenn die Klarheit der Erzählung wichtiger ist als der niedrigere Preis des Turbo-Modus.

Sprachübergreifende Synthese

Die Modellfamilie unterstützt die Sprachsynthese in 40 dokumentierten Sprachen. Die Language-Boost-Einstellung von APIXO bietet einen expliziten Hinweis für Aussprache und Prosodie, einschließlich Kantonesisch und einer breiten Palette europäischer und asiatischer Sprachen.

Flexible Stimmauswahl

Verwenden Sie eine dokumentierte MiniMax-Preset-Stimmen-ID oder übergeben Sie eine wiederverwendbare benutzerdefinierte Stimmen-ID, die zuvor über MiniMax Voice erstellt wurde. Die Synthese-Route verwendet diese Identität, erstellt oder klont aber keine Stimme selbst.

Außerkraftsetzungen der Aussprache

APIXO bietet ein Aussprachewörterbuch für Begriffe, die eine spezifische gesprochene Form benötigen. Dies ist nützlich für Produktnamen, Abkürzungen, seltene Namen und Fachvokabular, das sich nicht allein auf die automatische Aussprache verlassen sollte.

Qualitätsstufen

Wählen Sie zwischen schnellerer Iteration oder höherer Sprachqualität

Speech 2.8 Turbo für effiziente Iteration

APIXO ordnet Speech Turbo der speech-2.8-turbo-Stufe von MiniMax zu. Es ist die standardmäßige, kostengünstigere Option für Vorschauen, häufig wechselnde Skripte, Anwendungsnachrichten und Workflows, bei denen Teams eine ausdrucksstarke Synthese ohne den HD-Tarif benötigen.

$0.06 / 1K Zeichen

Speech 2.8 HD für die Endauslieferung

h1Xyew

$0.10 / 1K Zeichen

Spezifikationen

Speech 2.8 Ausgabesteuerung auf APIXO

Verifizierte Synthese- und Kodierungsoptionen für die aktuelle öffentliche Route.

10.000 Zeichen

Textlimit

Preset / Benutzerdefinierte ID

Stimmquelle

0,5–2,0

Geschwindigkeit

8 / 16 / 22.05 / 24 / 32 / 44.1 KHZ

Abtastrate

32 / 64 / 128 / 256 KBPS

Bitrate

Mono / Stereo

Kanäle

Anwendungsfälle

Produktions-Workflows für MiniMax Speech 2.8

Produktstimme

Geführte App-Erlebnisse

Erstellen Sie Onboarding-Kommentare, Assistenten-Antworten, Hilfe-Prompts und gesprochene Benachrichtigungen mit einer getesteten voreingestellten oder benutzerdefinierten Voice-ID. Turbo unterstützt die schnelle Iteration von Skripten, während Aussprache-Überschreibungen helfen, die Produktterminologie konsistent zu halten.

Langformatige Medien

Erzählung und Hörbücher

Wandeln Sie Kapitel, Artikel, Erklärtexte oder Podcast-Skripte in gesteuerte Erzählungen um. Teilen Sie längere Werke in überprüfte Abschnitte auf, damit Tempo, Aussprache, Emotion und Stimmcharakter über die gesamte Produktion hinweg konsistent bleiben.

Lokalisierung

Mehrsprachiges Kampagnen-Audio

Synthetisieren Sie lokalisierte Werbeanzeigen, Lektionen, Produkttouren und digitale Sprecherspuren mit einem expliziten Sprachhinweis. Überprüfen Sie Namen, Passagen mit Code-Switching, regionale Aussprache und emotionalen Tonfall vor der Veröffentlichung mit Muttersprachlern.

Interaktive Medien

Charakter- und Spieldialoge

Wenden Sie Sound-Tags und emotionale Steuerungen auf Charakterzeilen, verzweigte Dialoge, Bildungsszenarien oder Erzählungen zur Barrierefreiheit an. Benutzerdefinierte Stimm-IDs können wiederkehrende Charaktere unterstützen, wenn sie separat mit autorisiertem Quellmaterial erstellt wurden.

Hinweise & FAQ

Speech 2.8 Anforderungen und Stimmgrenzen

Wichtige Hinweise

APIXO erfordert einen Qualitätsmodus, eine gültige Sprach-ID und einen nicht leeren Synthesetext. Die Länge des Prompts ist nach der Verarbeitung von Leerzeichen auf 10.000 Zeichen begrenzt.

Die Erstellung benutzerdefinierter Stimmen gehört zur separaten MiniMax Voice-Route; dieser Endpunkt akzeptiert nur eine vorhandene ID für eine benutzerdefinierte Stimme.

APIXO dokumentiert eine typische Verarbeitungszeit von 5–30 Sekunden, aber die Latenz variiert je nach Textlänge, Tarif, Warteschlangenauslastung und Routen-Zustand.

Die öffentliche Route legt weder Referenz-Audio, Sprache-zu-Sprache-Umwandlung, Echtzeit-Streaming, Untertitel noch Zeitstempel-Abgleich offen.

Aussprache, Code-Switching, Emotionen und Sprechereigenschaften sollten über ganze Passagen und nicht nur an isolierten Beispielzeilen überprüft werden.

Eine technisch gültige benutzerdefinierte Stimm-ID begründet keine Zustimmung oder kommerzielle Rechte an der zugrunde liegenden Stimme.

Ausdrucksstarke Sound-Tags wie Atemzüge, Kichern und Seufzer können für natürlichere Dialoge in den Prompt-Text eingebettet werden.

Eine technisch gültige, benutzerdefinierte voice_id begründet keine Zustimmung oder kommerzielle Nutzungsrechte für die zugrunde liegende Stimme.

Häufig gestellte Fragen

APIXO stellt zwei MiniMax Speech 2.8-Tarife bereit: `speech-2.8-turbo` über `Speech Turbo` und `speech-2.8-hd` über `Speech HD`. Es gruppiert Speech 2.6, Speech-02, Speech-01 oder den separaten MiniMax Voice-Workflow nicht in diese Route.

Nein. Es kann Sprache mit einer kompatiblen benutzerdefinierten Stimm-ID synthetisieren, akzeptiert jedoch kein Referenzaudio und erstellt diese Identität auch nicht. Verwenden Sie zuerst den separaten MiniMax Voice-Workflow und übergeben Sie dann die resultierende autorisierte Stimm-ID an Speech 2.8.

APIXO rechnet nach eingereichtem Text ab, nicht nach der finalen Audiodauer. Speech Turbo kostet $0.06 pro 1.000 Zeichen im Prompt, während Speech HD $0.10 pro 1.000 Zeichen im Prompt kostet.

APIXO bietet die Emotionen fröhlich, traurig, wütend, ängstlich, angewidert, überrascht und neutral an. Die Ergebnisse hängen von der Stimme, dem Wortlaut, der Zeichensetzung, den Sound-Tags und der Länge des Textes ab, daher sollte eine ausgewählte Emotion nicht als garantierte Darbietung betrachtet werden.

Die öffentliche APIXO-Route dokumentiert die Zustellung von erstelltem Audio, legt jedoch keine Satz-Zeitstempel, Wort-Zeitstempel, Phonem-Abgleich oder Untertitel-Steuerungen offen. Anwendungen, die synchronisierte Untertitel erfordern, sollten eine separate Abgleichs- oder Transkriptionsstufe hinzufügen.

Weitere Modelle entdecken

Entdecken Sie weitere KI-Modelle für Ihren nächsten kreativen Workflow

Alle Modelle ansehen

MiniMax

MiniMax Voice

MiniMax Voice ist auf APIXO für Audio verfügbar. Die Modellseite vereint Beispiele, Steuerelemente zur Erstellung, Preise und Ergebnisse in einem zentralen Arbeitsbereich.

AudioNeu

$0.5/request

suno

Suno V5

Suno V5 ist auf APIXO für Audio verfügbar. Die Modellseite vereint Beispiele, Steuerelemente zur Erstellung, Preise und Ergebnisse in einem zentralen Arbeitsbereich.

AudioNeu

$0.12/audio