MiniMax Speech 2.8

Синтез речиМногоязычное аудиоID пользовательских голосов

MiniMax Speech 2.8 — это выразительная модель для синтеза речи от MiniMax, выпущенная в версиях Speech 2.8 HD и Turbo. Через APIXO разработчики могут синтезировать многоязычное аудио, используя предустановленные или ранее созданные кастомные идентификаторы голосов, нативные звуковые теги, эмоциональную окраску, переопределение произношения, а также средства управления темпом и кодированием выходного файла.

Режимы APIXO

Speech Turbo / HD

Цена

От $0.06 / 1 тыс. симв.

Языки

Форматы

MP3 / WAV / PCM / FLAC

Выпущен

23 янв. 2026 г.

Загрузка рабочего пространства...

Тарифы API модели MiniMax Speech 2.8

Стоимость MiniMax Speech 2.8 рассчитывается за 1000 символов в отправленном промпте, с отдельными тарифами для speech-turbo и speech-hd.

speech-turbo

Основа для расчёта

Количество символов в отправленном промпте

Цена APIXO

$0.06 / 1000 chars

speech-hd

Основа для расчёта

Количество символов в отправленном промпте

Цена APIXO

$0.10 / 1000 chars

Режим	Основа для расчёта	Цена APIXO
speech-turbo	Количество символов в отправленном промпте	$0.06 / 1000 chars
speech-hd	Количество символов в отправленном промпте	$0.10 / 1000 chars

Примеры типичных расходов

Пример: 2500 символов с speech-turbo = 2,5 x $0.06 = $0.15.

Проверка доступа к API...

Войдите, чтобы получить бесплатные кредиты и генерировать с помощью этой модели.

Интеграция с ИИ

Скопируйте промпт для вашего AI-ассистента, чтобы установить APIXO MCP, прочитать актуальную схему и подключить эту модель к вашему приложению.

Конечные точки

Создать задачу

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

Статус опроса

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

Тело запроса

request_type

async

Используйте callback с параметром callback_url для вебхуков.

input

объект

Режим, промпт, референсы, размер, длительность и настройки аудио.

request_typeобязательно

Типselect

Используйте async для опроса statusTask или callback для получения вебхука, когда результат будет готов.async · callback

callback_urlусловный

Типtext

Публичный HTTPS URL для доставки колбэков.Только в request_type=callback

modeобязательно

Типselect

Режим качества речи.speech-turbo · speech-hd

voice_idобязательно

Типtext

Используйте документированный предустановленный voice_id от MiniMax или пользовательский voice_id, созданный с помощью MiniMax Voice.

promptобязательно

Типstring

Текст для синтеза. При необходимости поддерживаются теги пауз и выразительности.

pronunciation_dictнеобязательно

Типlist

Опциональные замены произношения, например, Omg/Oh my god.

speedнеобязательно

Типslider

Скорость речи от 0.5 до 2.0.

volumeнеобязательно

Типslider

Выходная громкость от 0.1 до 10.0.

pitchнеобязательно

Типslider

Коррекция высоты тона от -12 до 12.

emotionнеобязательно

Типselect

Опциональный эмоциональный тон.happy · sad · angry · fearful · disgusted · surprised · neutral

sample_rateнеобязательно

Типselect

Частота дискретизации аудио в Гц.8000 · 16000 · 22050 · 24000 · 32000 · 44100

bitrateнеобязательно

Типselect

Битрейт аудио в бит/с.32000 · 64000 · 128000 · 256000

channelнеобязательно

Типselect

Моно или стерео вывод.1 · 2 · mono · stereo

formatнеобязательно

Типselect

Формат выходного аудиофайла.mp3 · wav · pcm · flac

language_boostнеобязательно

Типselect

Опциональная языковая подсказка для произношения и просодии.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

Параметр	Тип	Обязательно	Описание
`request_type`	select	обязательно	Используйте async для опроса statusTask или callback для получения вебхука, когда результат будет готов.async · callback
`callback_url`	text	условный	Публичный HTTPS URL для доставки колбэков.Только в request_type=callback
`mode`	select	обязательно	Режим качества речи.speech-turbo · speech-hd
`voice_id`	text	обязательно	Используйте документированный предустановленный voice_id от MiniMax или пользовательский voice_id, созданный с помощью MiniMax Voice.
`prompt`	string	обязательно	Текст для синтеза. При необходимости поддерживаются теги пауз и выразительности.
`pronunciation_dict`	list	необязательно	Опциональные замены произношения, например, Omg/Oh my god.
`speed`	slider	необязательно	Скорость речи от 0.5 до 2.0.
`volume`	slider	необязательно	Выходная громкость от 0.1 до 10.0.
`pitch`	slider	необязательно	Коррекция высоты тона от -12 до 12.
`emotion`	select	необязательно	Опциональный эмоциональный тон.happy · sad · angry · fearful · disgusted · surprised · neutral
`sample_rate`	select	необязательно	Частота дискретизации аудио в Гц.8000 · 16000 · 22050 · 24000 · 32000 · 44100
`bitrate`	select	необязательно	Битрейт аудио в бит/с.32000 · 64000 · 128000 · 256000
`channel`	select	необязательно	Моно или стерео вывод.1 · 2 · mono · stereo
`format`	select	необязательно	Формат выходного аудиофайла.mp3 · wav · pcm · flac
`language_boost`	select	необязательно	Опциональная языковая подсказка для произношения и просодии.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

Пример (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"
    }
  }'

Полная документация API

На базе APIXO

Добавьте выразительную речь MiniMax Speech 2.8 в голосовые продукты

Преобразуйте сценарии до 10 000 символов в речь, управляя голосом, эмоциями, произношением, темпом, тоном, громкостью, обработкой языков и кодированием аудио. APIXO объединяет более быстрый уровень Speech 2.8 Turbo и высококачественный уровень HD в одном асинхронном маршруте для синтеза речи.

Возможности

Элементы управления речью для выразительной дикции

Нативные звуковые теги

Speech 2.8 представляет смоделированные междометия и вокальные события, такие как вдохи, смешки, покашливания, вздохи и прочистку горла. Эти сигналы помогают включить в письменный диалог естественные несовершенства речи вместо единообразно отполированной дикции.

Эмоциональная выразительность

APIXO предоставляет семь эмоциональных направлений: счастливый, грустный, злой, испуганный, отвращение, удивлённый и нейтральный. Эмоция работает в связке с выбранным голосом и сценарием, поэтому командам следует оценивать согласованность на полных отрывках текста.

Более чистый вокал

MiniMax позиционирует Speech 2.8 как модель с пониженным уровнем фонового шума и меньшим количеством синтетических аудиоартефактов. Уровень HD предназначен для более качественной озвучки, когда чистота дикторского голоса важнее более низкой цены уровня Turbo.

Межъязыковой синтез

Семейство моделей поддерживает синтез речи на 40 задокументированных языках. Настройка language-boost в APIXO позволяет явно указать произношение и просодию, включая кантонский и широкий спектр европейских и азиатских языков.

Гибкий выбор голоса

Используйте документированный ID предустановленного голоса MiniMax или передайте ID многоразового пользовательского голоса, предварительно созданного через MiniMax Voice. Этот маршрут синтеза использует готовый голос, но не создает и не клонирует его самостоятельно.

Переопределение произношения

APIXO предоставляет словарь произношений для терминов, требующих определённой формы произнесения. Это полезно для названий продуктов, аббревиатур, редких имён и отраслевой лексики, которые не должны полагаться исключительно на автоматическое произношение.

Уровни качества

Выберите между быстрой итерацией и речью высокой точности

Speech 2.8 Turbo для эффективных итераций

APIXO сопоставляет Speech Turbo с уровнем speech-2.8-turbo от MiniMax. Это стандартная, более дешёвая опция для превью, часто меняющихся сценариев, сообщений в приложениях и рабочих процессов, где командам нужен выразительный синтез речи без тарифа HD.

$0.06 из 1000 симв.

Speech 2.8 HD для финальной обработки

h1Xyew

$0.10 из 1000 симв.

Характеристики

Элементы управления выводом Speech 2.8 на APIXO

Проверенные опции синтеза и кодирования для текущего публичного маршрута.

10 000 символов

Ограничение текста

Пресет / Пользовательский ID

Источник голоса

0.5–2.0

Скорость

8 / 16 / 22,05 / 24 / 32 / 44,1 кГц

Частота дискретизации

32 / 64 / 128 / 256 Кбит/с

Битрейт

Моно / Стерео

Каналы

Кейсы использования

Рабочие процессы для MiniMax Speech 2.8

Голос продукта

Интерактивные сценарии в приложениях

Генерируйте озвучку для онбординга, ответы ассистентов, подсказки и голосовые уведомления, используя протестированный пресет или пользовательский ID голоса. Режим Turbo поддерживает быструю итерацию сценариев, а переопределение произношения помогает сохранять единообразие терминологии продукта.

Длинные медиафайлы

Дикторская озвучка и аудиокниги

Преобразуйте главы, статьи, пояснительные материалы или сценарии подкастов в управляемое повествование. Разбивайте длинные произведения на проверенные разделы, чтобы темп, произношение, эмоции и характер голоса оставались единообразными на протяжении всей работы.

Локализация

Аудио для многоязычных кампаний

Синтезируйте локализованную рекламу, уроки, обзоры продуктов и треки цифровых дикторов с явным указанием языка. Перед выпуском проверьте имена, смешанные языковые фрагменты, региональное произношение и эмоциональный тон с носителями языка.

Интерактивные медиа

Диалоги персонажей и игр

Применяйте звуковые теги и средства управления эмоциями к репликам персонажей, диалоговым веткам, образовательным сценариям или озвучке для доступности. Пользовательские идентификаторы голосов могут поддерживать повторяющихся персонажей, если они были созданы отдельно с использованием авторизованных исходных материалов.

Примечания и FAQ

Требования к Speech 2.8 и голосовые границы

Важные примечания

APIXO требует указания режима качества, действительного ID голоса и непустого текста для синтеза. Длина промпта ограничена 10 000 символов после обработки пробелов.

Создание пользовательского голоса относится к отдельному маршруту MiniMax Voice; эта конечная точка принимает только существующий ID пользовательского голоса.

APIXO указывает типичное время обработки 5–30 секунд, но задержка варьируется в зависимости от длины текста, уровня, загруженности очереди и состояния маршрута.

Публичный маршрут не предоставляет доступ к референсному аудио, преобразованию речи в речь, потоковой передаче в реальном времени, субтитрам или выравниванию временных меток.

Произношение, переключение языков, эмоции и характер говорящего следует оценивать по целым отрывкам, а не по отдельным примерам фраз.

Технически корректный пользовательский ID голоса не означает наличие согласия или коммерческих прав на использование исходного голоса.

Для создания более естественных диалогов в текст промпта можно встраивать выразительные звуковые теги, такие как вздохи, смешки и покашливания.

Технически корректный пользовательский voice_id не означает наличие согласия или коммерческих прав на использование исходного голоса.

Часто задаваемые вопросы

APIXO предоставляет два уровня MiniMax Speech 2.8: speech-2.8-turbo через Speech Turbo и speech-2.8-hd через Speech HD. В этот маршрут не включены Speech 2.6, Speech-02, Speech-01 или отдельный рабочий процесс MiniMax Voice.

Нет. Модель может синтезировать речь с использованием совместимого кастомного идентификатора голоса, но она не принимает референсное аудио и не создаёт этот голос. Сначала используйте отдельный рабочий процесс MiniMax Voice, а затем передайте полученный авторизованный ID голоса в Speech 2.8.

APIXO взимает плату за отправленный текст, а не за итоговую длительность аудио. Speech Turbo стоит $0.06 за 1000 символов промпта, а Speech HD — $0.10 за 1000 символов промпта.

APIXO предоставляет опции: счастливый, грустный, злой, испуганный, отвращение, удивлённый и нейтральный. Результаты зависят от голоса, формулировок, пунктуации, звуковых тегов и длины отрывка, поэтому выбранная эмоция не должна рассматриваться как гарантированное исполнение.

Публичный маршрут APIXO документирует доставку сгенерированного аудио, но не предоставляет доступ к временным меткам предложений, слов, фонем или управлению субтитрами. Приложениям, требующим синхронизированных титров, следует добавить отдельный этап выравнивания или транскрипции.