“设计”模式通过书面描述和预览脚本创建原创的自定义声音。“克隆”模式则从单个参考录音中派生声音。这两种模式需要不同的输入，但都会返回一个可重复使用的 MiniMax 声音 ID。
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 Voice
APIXO 上的 MiniMax Voice 通过两种不同的工作流创建可复用的自定义声音 ID：文本描述的声音设计（Voice Design）和单段音频的声音克隆（Voice Clone）。声音设计必须生成声音预览；声音克隆在提供预览文本时也可以返回预览音频。最终生成的声音 ID 可通过独立的 MiniMax Speech 2.8 接口用于后续文字转语音生成。
使用 MiniMax Voice 创作
能力
创建可复用 MiniMax Voice 的两种途径
文本描述的声音设计
无需提供源音频，仅需描述所需的口音、听起来的年龄、音调、语速、活力和预期用途。MiniMax 会生成一个自定义声音并朗读提供的预览文本，以便评估结果。
单片段声音克隆
克隆模式通过一个公开的参考音频 URL 派生出一个可复用的声音身份。该录音作为说话人的音源，而不是用于转换或配音的语音内容。
可复用语音资产
两种工作流都返回一个 MiniMax 语音 ID，而不仅仅是完成的音频文件。当需要一个重复出现的旁白或角色时，该标识符可以被存储并在兼容的下游合成请求中选用。
合成前预览
声音设计 (Voice Design) 需要预览文本，并会返回音频以供评估生成的声音。声音克隆 (Voice Clone) 模式在提供可选的预览文本时也能生成预览音频，使团队能在广泛使用合成声音前对结果进行审核。
克隆优化控制
APIXO 为克隆参考音频提供了可选的降噪和音量归一化功能。当授权录音的音量不一致或存在可处理的背景噪音时，这些控制功能可以改善源文件预处理的效果。
识别引导
克隆模式包含语言提示和可调节的准确度控制。语言提示有助于识别参考语音，而准确度控制则允许应用程序在 APIXO 支持的范围内调整所需的克隆效果。
创建模式
设计原创声音或克隆授权说话人
根据书面简介设计声音
提供声音描述、预览文本和有效的前缀标识符。此模式无需真人录音，而是根据您所要求的特征创造声音，因此非常适合虚构角色和品牌旁白。
无音频输入
通过单段录音克隆声音
提供一个您有权复制其声音的说话者的公开 MP3、M4A 或 WAV 文件 URL。可选的音频清理、识别和准确性控制功能可在 APIXO 返回可复用的克隆声音 ID 之前对源音频进行预处理。如需音频样本进行验证，请提供可选的预览文本。
参考音频
规格
APIXO 上的 MiniMax Voice 输入
每种模式都有不同的要求，应独立实现。
描述与预览
设计输入
1–500 字符
设计预览
仅限一个 URL
克隆输入
MP3 / M4A / WAV
克隆格式
0–1
克隆准确度
字母开头 · 6个以上字符
声音 ID 前缀
说明与常见问题
声音创建、激活与权限
重要说明
01
MiniMax Voice 用于创建可重复使用的声音资产；它不提供最终的文字转语音旁白生成功能。
02
设计模式需要声音描述、预览文本和有效的 voice ID 前缀。
03
克隆模式需要一个公开可访问的 MP3、M4A 或 WAV 参考音频 URL。
04
新创建的语音如果在七天内未使用于后续合成，可能会变为不可用状态。
05
APIXO 建议在创建后约十秒开始检查状态，但实际处理时间可能会有所不同。
06
请仅克隆您有权处理和复制的声音；成功创建并不代表已获得同意或许可商业权利。
常见问题解答
不会。该接口用于创建和预览一个可重复使用的声音资产。当您需要合成完整的旁白、对话或应用语音时，请将它返回的 voice ID 传递给 APIXO 独立的 MiniMax Speech 2.8 接口。
APIXO 对每个已受理的声音设计请求收取 3,100 积分，对每个已受理的声音克隆请求收取 1,600 积分。后续文本转语音生成是独立操作，按所选 MiniMax Speech 2.8 档位的字符定价计费。
请使用一段清晰、经授权且专注于单个说话者的录音。音乐、人声重叠、长时间静音、强烈回声、音频削波和嘈杂的背景噪声都可能削弱可用的说话人信号，即使文件在技术上被系统接受。
克隆模式为支持的识别上下文提供语言提示，兼容的 MiniMax 合成模型或许可以跨语言复用自定义声音 ID。但口音、发音、身份特征和情感可能会发生变化，因此跨语言生成的结果需要人工审核。
探索其他模型
探索更多 AI 模型，赋能您的创意工作流
音频
