APIXO 提供两种 MiniMax Speech 2.8 层级：通过 Speech Turbo 提供 speech-2.8-turbo，通过 Speech HD 提供 speech-2.8-hd。此路由不包含 Speech 2.6、Speech-02、Speech-01 或独立的 MiniMax Voice 工作流程。
It looks like you prefer English. Would you like to switch?
Il semble que vous préfériez Français. Souhaitez-vous changer de langue ?
Es scheint, Sie bevorzugen Deutsch. Möchten Sie die Sprache wechseln?
Parece que prefieres Español. ¿Te gustaría cambiar de idioma?
Sembra che tu preferisca Italiano. Vuoi cambiare lingua?
優先言語は次のようです 日本語. 言語を切り替えますか？
선호하시는 언어는 다음과 같습니다 한국어. 언어를 변경하시겠습니까?
Похоже, вы предпочитаете Русский. Хотите сменить язык?
Tercih ettiğiniz dil Türkçe. Dili değiştirmek ister misiniz?
Wygląda na to, że wolisz Polski. Czy chcesz zmienić język?
MiniMax Speech 2.8
MiniMax Speech 2.8 是 MiniMax 发布的富有表现力的文字转语音生成模型，分为 Speech 2.8 HD 和 Turbo 两种级别。通过 APIXO，开发者可以使用预设或之前创建的自定义声音 ID、原生音效标签、情感化表达、发音覆盖以及用于控制节奏和输出编码的制作功能，来合成多语言音频。
使用 MiniMax Speech 2.8 创作
能力
为生动表达而构建的语音控制
原生音效标签
Speech 2.8 引入了模拟的插入语和人声事件，如呼吸、轻笑、咳嗽、叹气和清嗓子。这些提示有助于在书面对白中加入对话式的瑕疵，而不是千篇一律的完美表达。
情感表现
APIXO 提供七种情绪方向：高兴、悲伤、愤怒、恐惧、厌恶、惊讶和中性。情绪与所选的声音和脚本协同作用，因此团队应评估其在完整段落中的一致性。
更纯净的人声输出
MiniMax 将 Speech 2.8 定位于减少背景噪音和合成音频瑕疵。当旁白清晰度比 Turbo 层的低价更重要时，HD 层旨在提供更高保真度的交付。
跨语言合成
该模型系列支持文档中记录的 40 种语言的语音合成。APIXO 的 language-boost 设置提供了明确的发音和韵律提示，支持包括粤语在内的多种欧洲和亚洲语言。
灵活的语音选择
使用已记录的 MiniMax 预设语音 ID，或传入通过 MiniMax Voice 事先创建的可复用自定义语音 ID。该合成路径会使用该身份，但本身不创建或克隆语音。
发音覆盖
APIXO 提供发音词典功能，用于需要特定发音形式的术语。这对于产品名称、缩写、不常见的名字以及不应仅依赖自动发音的领域词汇非常有用。
质量等级
选择快速迭代或高保真语音
用于高效迭代的 Speech 2.8 Turbo
APIXO 将 Speech Turbo 映射到 MiniMax 的 speech-2.8-turbo 层级。它是用于预览、频繁更改的脚本、应用程序消息以及需要富有表现力的合成效果但无需 HD 费率的工作流的默认低成本选项。
60 积分 / 1千字符
用于最终交付的 Speech 2.8 HD
APIXO 将 Speech HD 映射到 `speech-2.8-hd`，这是 MiniMax 的高保真层级，适用于精选旁白、角色表演、学习内容以及对声音清晰度和最终效果有更高要求的面向客户的音频。请将其用于对声音最终效果有更高要求的精选旁白、角色表演、学习内容和面向客户的音频。
100 积分 / 1千字符
规格
APIXO 上的 Speech 2.8 输出控制
经当前公开路径验证的合成与编码选项。
10,000 字符
文本限制
预设 / 自定义 ID
声音来源
0.5–2.0
语速
8 / 16 / 22.05 / 24 / 32 / 44.1 KHZ
采样率
32 / 64 / 128 / 256 KBPS
比特率
单声道 / 立体声
声道
说明与常见问题
Speech 2.8 的要求和声音边界
重要说明
01
APIXO 要求提供质量模式、有效的语音 ID 和非空的合成文本。处理完空白字符后，提示词长度上限为 10000 个字符。
02
自定义声音创建属于独立的 MiniMax Voice 路由；此接口地址仅接受已有的自定义声音 ID。
03
APIXO 的文档指出，典型处理时间为 5-30 秒，但延迟会因文本长度、层级、队列负载和路由健康状况而异。
04
该公共路由不提供参考音频、语音到语音转换、实时流式传输、字幕或时间戳对齐功能。
05
发音、语码转换、情感和说话人特征应在完整段落中进行审核，而不是孤立的样句。
06
技术上有效的自定义语音 ID 并不代表您已获得该声音的同意使用权或商业权利。
07
可以在提示词文本中嵌入如呼吸、轻笑、叹息等表达性声音标签，以生成更自然的对话。
08
一个技术上有效的自定义 voice_id 并不代表您已获得对该语音的同意或商业使用权。
常见问题解答
否。它可以使用兼容的自定义声音 ID 合成语音，但它不接受参考音频或创建该身份。请先使用独立的 MiniMax Voice 工作流，然后将获得的授权声音 ID 传递给 Speech 2.8。
APIXO 根据提交的文本而非最终音频时长计费。Speech Turbo 每 1000 个提示词字符收费 60 积分，Speech HD 每 1000 个提示词字符收费 100 积分。
APIXO 提供高兴、悲伤、愤怒、恐惧、厌恶、惊讶和中性七种情绪。结果取决于声音、措辞、标点、声音标签和段落长度，因此所选情绪不应被视为效果的保证。
APIXO 的公共路由文档说明了如何获取生成的音频，但未提供句子时间戳、单词时间戳、音素对齐或字幕控制等功能。需要同步字幕的应用应额外增加一个对齐或转录步骤。
探索其他模型
探索更多 AI 模型，赋能您的创意工作流
音频
