MiniMax Voice

音声デザイン音声クローニング再利用可能な音声ID

APIXO上のMiniMax Voiceは、テキスト記述による「ボイスデザイン」と、単一クリップによる「ボイスクローン」という2つの異なるワークフローを通じて、再利用可能なカスタムボイスIDを作成します。デザインには必須の音声プレビューが含まれ、クローンではプレビューテキストが提供された場合にプレビュー音声を返すことができます。生成されたボイスIDは、別のMiniMax Speech 2.8ルートを通じて、その後のテキスト読み上げ生成に再利用できます。

APIXOモード

デザイン / クローン

価格

1,600 クレジット / リクエスト

結果

再利用可能な音声ID

クローン入力

1つの音声URL

利用可能性

APIXOで利用可能

機能

再利用可能なMiniMax Voiceを作成する2つの方法

テキスト記述による音声デザイン

ソース音声を提供せずに、希望するアクセント、見た目の年齢、トーン、ペース、エネルギー、意図する用途を記述します。MiniMaxはカスタム音声を生成し、提供されたプレビューテキストを読み上げるため、結果を評価できます。

シングルクリップ音声クローン

クローンモードは、公開されているただ一つの参照音声URLから、再利用可能な音声アイデンティティを生成します。この録音は、変換や吹き替えの対象となる音声コンテンツとしてではなく、話者のソースとして機能します。

再利用可能な音声アセット

どちらのワークフローも、完成した音声ファイルだけでなくMiniMaxの音声IDを返します。このIDは、繰り返し登場するナレーターやキャラクターが必要な場合に、互換性のある後続の合成リクエストで保存および選択できます。

合成前のプレビュー

ボイスデザインでは、生成された音声を評価するためにプレビューテキストが必須で、音声が返されます。クローンモードでも、オプションのプレビューテキストを提供することでプレビュー音声を生成でき、チームは広範な合成利用の前に結果を確認できます。

クローンクリーンアップ制御

APIXOは、クローン参照用のオプションとしてノイズリダクションと音量正規化の機能を提供しています。これらのコントロールは、許可された録音に音量レベルのばらつきや対処可能な背景ノイズが含まれている場合に、ソースの準備を改善することができます。

認識ガイダンス

クローンモードには、言語ヒントと調整可能な精度制御が含まれます。ヒントは参照音声の認識を補助し、精度によってアプリケーションはAPIXOがサポートする範囲内で要求されるクローニング動作を調整できます。

生成モード

オリジナルボイスをデザイン、または許諾された話者をクローン

書面での概要からの音声デザイン

音声の説明、プレビュー用のテキスト、有効な識別子プレフィックスを提供してください。このモードは、実在する話者の録音を必要とせず、要求された特性から音声を生成するため、架空のキャラクターやブランドナレーターに適しています。

音声入力なし

1つの録音からの音声クローン

複製する権限を持つ話者のMP3、M4A、またはWAV形式の公開URLを1つ提供してください。オプションのクリーンアップ、音声認識、精度コントロール機能でソースを準備した後、APIXOは再利用可能なクローンボイスIDを返します。検証用の音声サンプルが必要な場合は、オプションのプレビューテキストを提供してください。

参照音声

仕様

APIXOでのMiniMax Voice入力

各モードには個別の要件があり、独立して実装する必要があります。

説明＋プレビュー

デザイン入力

1～500文字

デザインプレビュー

URLは1つのみ

クローン入力

MP3 / M4A / WAV

クローンフォーマット

0–1

クローンの精度

英字で開始・6文字以上

ボイスIDプレフィックス

注記 & FAQ

音声の作成、有効化、権利

重要事項

MiniMax Voiceは再利用可能な音声アセットを作成します。最終的なテキスト読み上げナレーションの制御機能は公開していません。

デザインモードには、音声の説明、プレビューテキスト、および有効な音声IDプレフィックスが必要です。

クローンモードでは、公開アクセス可能なMP3、M4A、またはWAV形式の参照URLが1つだけ必要です。

新規に生成された音声が、その後の合成に一度も使用されなかった場合、7日後に利用できなくなる可能性があります。

APIXOは、作成から約10秒後にステータスチェックを開始することを推奨しますが、実際の処理時間は異なる場合があります。

処理および複製する権限を持つ音声のみをクローンしてください。作成が成功したとしても、同意や商業的権利が確立されるわけではありません。

よくある質問

デザインモードでは、記述的な説明とプレビュースクリプトからオリジナルのカスタム音声を作成します。一方、クローンモードでは、1つの参照録音から音声を派生させます。両モードは必要な入力が異なりますが、どちらも再利用可能なMiniMaxの音声IDを返します。

いいえ。このルートは再利用可能な音声アセットを作成し、プレビューするものです。完全なナレーション、対話、またはアプリケーションの音声を合成する必要がある場合は、その音声IDをAPIXOの別のMiniMax Speech 2.8ルートに渡してください。

APIXO では、受け付けられたボイスデザインリクエストごとに 3,100 クレジット、ボイスクローンリクエストごとに 1,600 クレジットが課金されます。その後のテキスト読み上げ生成は別の処理で、選択した MiniMax Speech 2.8 のティアに応じた文字数ベースの料金が適用されます。

一人の話者に焦点を当てた、明瞭で権限のある録音を使用してください。音楽、重なった声、長い無音、強い反響、クリッピング、過度な背景ノイズは、ファイルが技術的に受理された場合でも、利用可能な話者信号を弱める可能性があります。

クローンモードは、サポートされている音声認識コンテキストに対して言語のヒントを提供します。互換性のあるMiniMaxの合成モデルは、言語間でカスタムボイスIDを再利用できる場合があります。アクセント、発音、アイデンティティ、感情的な特徴は変化する可能性があるため、多言語での使用結果には話者を意識したレビューが必要です。