MiniMax Speech

curl --request POST \
  --url https://{api_domain}/v3/minimax/v1/t2a_v2

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://{api_domain}/v3/minimax/v1/t2a_v2",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://{api_domain}/v3/minimax/v1/t2a_v2"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://{api_domain}/v3/minimax/v1/t2a_v2")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

POST

minimax

t2a_v2

MiniMax Speech

curl --request POST \
  --url https://{api_domain}/v3/minimax/v1/t2a_v2

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://{api_domain}/v3/minimax/v1/t2a_v2",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://{api_domain}/v3/minimax/v1/t2a_v2"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://{api_domain}/v3/minimax/v1/t2a_v2")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

Die Parameter und die Verwendung entsprechen den offiziellen Vorgaben; detaillierte Parameter entnehmen Sie bitte direkt der offiziellen Dokumentation.

I. Überblick

Dieses Dokument beschreibt, wie Sie das MiniMax-Originalprotokoll für synchrone Sprachsynthese, asynchrone Sprachsynthese für langen Text, Dateiverwaltung, schnelles Voice-Cloning und Voice-Design verwenden. Die synchrone Schnittstelle gibt Audio oder SSE direkt in einer POST-Anfrage zurück; die asynchrone Schnittstelle gibt zuerst eine task_id zurück, danach fragt der Aufrufer den Aufgabenstatus ab und ruft die Ergebnisdatei über die file_id ab.

1.1 Schnittstellenadressen

Funktion	Methode und Pfad
Synchrone Sprachsynthese	POST /v3/minimax/v1/t2a_v2
Asynchronen Sprachauftrag erstellen	POST /v3/minimax/v1/t2a_async_v2
Asynchronen Sprachauftrag abfragen	GET /v3/minimax/v1/query/t2a_async_query_v2?task_id=
Datei hochladen	POST /v3/minimax/v1/files/upload
Datei abfragen	GET /v3/minimax/v1/files/retrieve?file_id=
Datei herunterladen	GET /v3/minimax/v1/files/retrieve_content?file_id=
Schnelles Voice-Cloning	POST /v3/minimax/v1/voice_clone
Voice-Design	POST /v3/minimax/v1/voice_design

Die vollständige Adresse ergibt sich aus https://{api_domain} plus dem Pfad in der Tabelle, wobei {api_domain} Ihre verwendete API-Domain ist.

1.2 Authentifizierung

Alle Anfragen erfordern einen Plattform-API-Key. JSON-POST-Anfragen müssen außerdem den Inhaltstyp angeben:

Authorization: Bearer <YOUR_API_KEY>
Content-Type: application/json

Für Dateiuploads wird multipart/form-data verwendet; GET-Anfragen benötigen keinen Content-Type.

1.3 Antworten und Ressourcenzugriff

Die Schnittstelle behält die Original-Antwortfelder und die Fehlerstruktur von MiniMax bei. JSON-Antworten enthalten normalerweise base_resp.status_code und base_resp.status_msg; HTTP 200 bedeutet nicht unbedingt geschäftlichen Erfolg. Prüfen Sie immer base_resp.status_code=0. task_id und file_id können den sicheren Ganzzahlbereich von JavaScript überschreiten; speichern Sie sie als verlustfreie Ganzzahl oder als Zeichenkette. Dateien, Aufgaben und private Stimmen sind nur für den Plattformbenutzer zugänglich, der sie erstellt hat; verwenden Sie bei Abfragen denselben Plattform-API-Key, mit dem die Ressource erstellt wurde.

II. Synchrone Sprachsynthese

Offizielle Parameterbeschreibung: Synchrone Sprachsynthese HTTP

2.1 Schnittstelle aufrufen

POST https://{api_domain}/v3/minimax/v1/t2a_v2

Häufig verwendete Anfragefelder:

Feld	Typ	Erforderlich	Beschreibung
model	string	Ja	speech-2.8-hd oder speech-2.8-turbo
text	string	Ja	Zu synthetisierender Text, weniger als 10.000 Zeichen; bei mehr als 3.000 Zeichen wird Streaming-Ausgabe empfohlen
stream	boolean	Nein	Ob Original-SSE zurückgegeben wird; Standardwert false
voice_setting	object	Ja	Einstellungen wie Stimm-ID, Sprechgeschwindigkeit, Lautstärke, Tonhöhe und Emotion
audio_setting	object	Nein	Einstellungen für Abtastrate, Bitrate, Format und Kanal
language_boost	string	Nein	Gibt die Sprache an oder auto
output_format	string	Nein	hex (Standard) oder url; Streaming unterstützt nur hex, die URL ist 24 Stunden gültig
subtitle_enable	boolean	Nein	Ob Untertitel zurückgegeben werden; Standardwert false

Original-Erweiterungsfelder wie pronunciation_dict, timbre_weights, voice_modify und stream_options werden unverändert weitergegeben; detaillierte Einschränkungen entnehmen Sie der offiziellen MiniMax-Dokumentation.

2.2 Aufrufbeispiel

curl -X POST 'https://{api_domain}/v3/minimax/v1/t2a_v2' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "speech-2.8-hd",
    "text": "Welcome to our service.",
    "stream": false,
    "voice_setting": {
      "voice_id": "male-qn-qingse",
      "speed": 1,
      "vol": 1,
      "pitch": 0
    },
    "audio_setting": {
      "sample_rate": 32000,
      "bitrate": 128000,
      "format": "mp3",
      "channel": 1
    },
    "output_format": "url"
  }'

Für Streaming-Aufrufe setzen Sie einfach stream=true und verwenden einen Client, der Streaming-Lesen unterstützt, z. B. curl -N.

2.3 Antwortbeschreibung

{
  "data": {
    "audio": "https://example.com/audio.mp3",
    "status": 2
  },
  "extra_info": {
    "usage_characters": 26,
    "audio_length": 9900,
    "audio_format": "mp3"
  },
  "trace_id": "provider-trace-id",
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

Streaming-Antworten sind Original-SSE von MiniMax. Beim abschließenden Erfolgsereignis ist data.status gleich 2; die Nutzung steht in extra_info.usage_characters.

2.4 Abrechnungshinweise

Die Abrechnung erfolgt anhand der von der Upstream-Schnittstelle schließlich zurückgegebenen extra_info.usage_characters; die Abrechnungseinheit ist pro 10.000 Zeichen. Fehlgeschlagene Anfragen, Geschäftsfehler des Anbieters und SSE-Antworten ohne erfolgreiches Abschlussereignis werden nicht berechnet. Der genaue Preis richtet sich nach der Preisseite des von Ihnen verwendeten Dienstes.

III. Asynchrone Sprachsynthese für langen Text

Offizielle Parameterbeschreibung: Asynchrone Aufgabe erstellen, Asynchrone Aufgabe abfragen

3.1 Aufgabe erstellen

POST https://{api_domain}/v3/minimax/v1/t2a_async_v2

Feld	Typ	Erforderlich	Beschreibung
model	string	Ja	speech-2.8-hd oder speech-2.8-turbo
text	string	Eines von beiden	Zu synthetisierender Text, maximal 50.000 Zeichen; entweder dies oder text_file_id
text_file_id	integer	Eines von beiden	Wird durch Dateiupload erhalten; unterstützt txt oder zip, Text in einer einzelnen Datei weniger als 1.000.000 Zeichen
voice_setting	object	Ja	Stimme und Sprachparameter
audio_setting	object	Nein	Ausgabe-Audioeinstellungen
language_boost	string	Nein	Gibt die Sprache an oder auto

3.2 Erstellungsbeispiel

curl -X POST 'https://{api_domain}/v3/minimax/v1/t2a_async_v2' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "speech-2.8-turbo",
    "text": "A longer narration.",
    "voice_setting": {
      "voice_id": "audiobook_male_1",
      "speed": 1,
      "vol": 1,
      "pitch": 0
    }
  }'

{
  "task_id": 95157322514444,
  "task_token": "provider-task-token",
  "file_id": 95157322514444,
  "usage_characters": 101,
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

Bitte speichern Sie task_id. Bei erfolgreicher Erstellung einer asynchronen Aufgabe wird sofort anhand der usage_characters in der Antwort abgerechnet; spätere Abfragen werden nicht erneut berechnet.

3.3 Aufgabe abfragen

curl -X GET 'https://{api_domain}/v3/minimax/v1/query/t2a_async_query_v2?task_id=95157322514444' \
  -H 'Authorization: Bearer <YOUR_API_KEY>'

Diese Abfrageschnittstelle darf höchstens 10-mal pro Sekunde aufgerufen werden. Die Statuswerte umfassen Processing, Success, Failed und Expired; beenden Sie das Polling, sobald ein Endzustand erreicht ist.

{
  "task_id": 95157322514444,
  "status": "Success",
  "file_id": 95157322514496,
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

Nach erfolgreichem Abschluss der Aufgabe verwenden Sie file_id, um die Datei abzufragen oder herunterzuladen. Laut MiniMax ist die Download-URL ab ihrer Erstellung etwa 9 Stunden lang gültig; speichern Sie die Ergebnisse daher rechtzeitig.

IV. Dateiverwaltung

Offizielle Parameterbeschreibung: Datei hochladen, Datei abrufen, Datei herunterladen

4.1 Datei hochladen

curl -X POST 'https://{api_domain}/v3/minimax/v1/files/upload' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' \
  -F 'purpose=voice_clone' \
  -F 'file=@voice.wav'

purpose	Verwendungszweck und Format
voice_clone	Original-Audio für schnelles Klonen; mp3, m4a, wav
prompt_audio	Beispiel-Audio für Voice-Cloning; mp3, m4a, wav
t2a_async_input	Asynchrone Langtext-Eingabe; txt, zip

Die Anfrage muss genau einen purpose und genau eine Datei enthalten. Das Plattform-Request-Body-Limit pro Anfrage beträgt 64 MiB; die Format-, Dauer- und Größenbeschränkungen von MiniMax für die jeweiligen Verwendungszwecke gelten weiterhin.

4.2 Abfragen und Herunterladen

curl -X GET 'https://{api_domain}/v3/minimax/v1/files/retrieve?file_id=95157322514496' \
  -H 'Authorization: Bearer <YOUR_API_KEY>'

curl -X GET 'https://{api_domain}/v3/minimax/v1/files/retrieve_content?file_id=95157322514496' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' \
  --output result.mp3

retrieve gibt Dateimetadaten und download_url zurück; retrieve_content gibt die Binärdatei direkt zurück. Hochladen, Abfragen und Herunterladen sind kostenlos.

V. Schnelles Voice-Cloning

Offizielle Parameterbeschreibung: Schnelles Voice-Cloning

5.1 Schnittstelle und Felder

POST https://{api_domain}/v3/minimax/v1/voice_clone

Feld	Typ	Erforderlich	Beschreibung
file_id	integer	Ja	Datei-ID aus einem Upload mit purpose=voice_clone; Audio von 10 Sekunden bis 5 Minuten und höchstens 20 MB
voice_id	string	Ja	Benutzerdefinierte Stimm-ID, Länge 8–256, beginnt mit einem Buchstaben und darf nicht mit einer vorhandenen ID übereinstimmen
clone_prompt	object	Nein	Beispiel-Audio; bei Verwendung sind prompt_audio und prompt_text beide erforderlich
text	string	Nein	Vorschautext, maximal 1.000 Zeichen
model	string	Bedingt erforderlich	Erforderlich, wenn text übergeben wird; verwenden Sie speech-2.8-hd oder speech-2.8-turbo
text_validation	string	Nein	Erwarteter Text der Probe, maximal 200 Zeichen
accuracy	number	Nein	ASR-Ähnlichkeitsschwelle, 0–1, Standardwert 0.7

5.2 Aufrufbeispiel und Antwort

curl -X POST 'https://{api_domain}/v3/minimax/v1/voice_clone' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' \
  -H 'Content-Type: application/json' \
  -d '{
    "file_id": 123456789,
    "voice_id": "MyVoice001",
    "need_noise_reduction": false,
    "need_volume_normalization": false
  }'

{
  "input_sensitive": false,
  "demo_audio": "",
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

Erfolgreiche Anfragen werden als eine Stimme abgerechnet. Wenn in der Anfrage Vorschau-Audio erzeugt wird, berechnet die Plattform keine zusätzliche Sprachsynthese-SKU. Laut MiniMax kann eine geklonte Stimme gelöscht werden, wenn sie nicht innerhalb von 7 Tagen offiziell für die Sprachsynthese verwendet wird.

VI. Voice-Design

Offizielle Parameterbeschreibung: Voice-Design

6.1 Schnittstelle und Felder

POST https://{api_domain}/v3/minimax/v1/voice_design

Feld	Typ	Erforderlich	Beschreibung
prompt	string	Ja	Beschreibung der Zielstimme
preview_text	string	Ja	Vorschautext, maximal 500 Zeichen
voice_id	string	Nein	Benutzerdefinierte Stimm-ID; wird sie nicht übergeben, generiert MiniMax sie
aigc_watermark	boolean	Nein	Ob am Ende des Vorschau-Audios eine Rhythmusmarkierung hinzugefügt wird; Standardwert false

6.2 Aufrufbeispiel und Antwort

curl -X POST 'https://{api_domain}/v3/minimax/v1/voice_design' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' \
  -H 'Content-Type: application/json' \
  -d '{
    "prompt": "A warm, clear adult narrator with a calm delivery.",
    "preview_text": "Welcome to our service."
  }'

{
  "voice_id": "ttv-voice-generated-id",
  "trial_audio": "hex-encoded-audio",
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

Erfolgreiche Anfragen werden als eine Stimme abgerechnet; das Vorschau-Audio ist in der Abrechnung dieser Schnittstelle enthalten und es wird keine zusätzliche Sprachsynthese-SKU berechnet.

VII. Häufige Fehler und Hinweise

Symptom	Beschreibung und Empfehlung
HTTP 200, aber base_resp.status_code!=0	MiniMax-Geschäftsfehler; korrigieren Sie die Eingabe anhand von status_msg und behandeln Sie die Antwort nicht als Erfolg
HTTP 400	JSON, multipart, Modellname, Abfrageparameter oder Pflichtfelder sind ungültig
HTTP 401/403	Plattform-API-Key, Guthaben und Berechtigungen prüfen
HTTP 404	Datei, Aufgabe oder private Stimme existiert nicht oder gehört nicht zum aktuellen Plattformbenutzer
HTTP 429	Anfrage-/Abfragefrequenz reduzieren und exponentielles Backoff verwenden; asynchrone Abfragen dürfen 10-mal pro Sekunde nicht überschreiten
HTTP 5xx	Antwort und Plattform-trace-ID aufbewahren und dann den technischen Support kontaktieren; nicht-idempotente Erstellungsanfragen nicht unkontrolliert wiederholen

Originalfelder werden so weit wie möglich unverändert weitergegeben, aber dieser Dienst stellt nur die in diesem Dokument aufgeführten acht Pfade bereit.
Das Limit für den Request-Body einer einzelnen Anfrage und für ein einzelnes SSE-Ereignis beträgt 64 MiB.
Nachdem der Client die Verbindung getrennt hat, kann der Dienst das bereits begonnene SSE weiterlesen, um die Nutzungsabrechnung abzuschließen.
Der Status asynchroner Aufgaben muss über die in diesem Dokument beschriebene MiniMax-Abfrageschnittstelle abgerufen werden; die allgemeine asynchrone Ergebnis-Schnittstelle der Plattform wird nicht verwendet.
Laden Sie Dateien umgehend herunter, sobald Sie eine Datei-URL oder eine erfolgreiche Datei-ID erhalten; URLs und Dateien können ablaufen.

VIII. Python-Aufrufbeispiel

Das folgende Beispiel zeigt asynchrone Erstellung und Polling. Legen Sie in der Produktionsumgebung ein Gesamt-Timeout, exponentielles Backoff und eine maximale Anzahl von Polling-Versuchen fest.

import os
import time

import requests


api_domain = os.environ["API_DOMAIN"]
api_key = os.environ["PLATFORM_API_KEY"]
headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json",
}

created = requests.post(
    f"https://{api_domain}/v3/minimax/v1/t2a_async_v2",
    headers=headers,
    json={
        "model": "speech-2.8-turbo",
        "text": "A longer narration.",
        "voice_setting": {"voice_id": "audiobook_male_1"},
    },
    timeout=60,
)
created.raise_for_status()
created_body = created.json()
if created_body["base_resp"]["status_code"] != 0:
    raise RuntimeError(created_body)
task_id = created_body["task_id"]

while True:
    response = requests.get(
        f"https://{api_domain}/v3/minimax/v1/query/t2a_async_query_v2",
        headers={"Authorization": f"Bearer {api_key}"},
        params={"task_id": task_id},
        timeout=30,
    )
    response.raise_for_status()
    task = response.json()
    if task["base_resp"]["status_code"] != 0:
        raise RuntimeError(task)
    if task["status"] == "Success":
        print(task["file_id"])
        break
    if task["status"] in {"Failed", "Expired"}:
        raise RuntimeError(task)
    time.sleep(2)

Zuletzt geändert am 21. Oktober 2026

API-Grundlagen

Große Sprachmodelle

Bilder

Video

Audio

MiniMax Speech

I. Überblick

1.1 Schnittstellenadressen

1.2 Authentifizierung

1.3 Antworten und Ressourcenzugriff

II. Synchrone Sprachsynthese

2.1 Schnittstelle aufrufen

2.2 Aufrufbeispiel

2.3 Antwortbeschreibung

2.4 Abrechnungshinweise

III. Asynchrone Sprachsynthese für langen Text

3.1 Aufgabe erstellen

3.2 Erstellungsbeispiel

3.3 Aufgabe abfragen

IV. Dateiverwaltung

4.1 Datei hochladen

4.2 Abfragen und Herunterladen

V. Schnelles Voice-Cloning

5.1 Schnittstelle und Felder

5.2 Aufrufbeispiel und Antwort

VI. Voice-Design

6.1 Schnittstelle und Felder

6.2 Aufrufbeispiel und Antwort

VII. Häufige Fehler und Hinweise

VIII. Python-Aufrufbeispiel

​I. Überblick

​1.1 Schnittstellenadressen

​1.2 Authentifizierung

​1.3 Antworten und Ressourcenzugriff

​II. Synchrone Sprachsynthese

​2.1 Schnittstelle aufrufen

​2.2 Aufrufbeispiel

​2.3 Antwortbeschreibung

​2.4 Abrechnungshinweise

​III. Asynchrone Sprachsynthese für langen Text

​3.1 Aufgabe erstellen

​3.2 Erstellungsbeispiel

​3.3 Aufgabe abfragen

​IV. Dateiverwaltung

​4.1 Datei hochladen

​4.2 Abfragen und Herunterladen

​V. Schnelles Voice-Cloning

​5.1 Schnittstelle und Felder

​5.2 Aufrufbeispiel und Antwort

​VI. Voice-Design

​6.1 Schnittstelle und Felder

​6.2 Aufrufbeispiel und Antwort

​VII. Häufige Fehler und Hinweise

​VIII. Python-Aufrufbeispiel

I. Überblick

1.1 Schnittstellenadressen

1.2 Authentifizierung

1.3 Antworten und Ressourcenzugriff

II. Synchrone Sprachsynthese

2.1 Schnittstelle aufrufen

2.2 Aufrufbeispiel

2.3 Antwortbeschreibung

2.4 Abrechnungshinweise

III. Asynchrone Sprachsynthese für langen Text

3.1 Aufgabe erstellen

3.2 Erstellungsbeispiel

3.3 Aufgabe abfragen

IV. Dateiverwaltung

4.1 Datei hochladen

4.2 Abfragen und Herunterladen

V. Schnelles Voice-Cloning

5.1 Schnittstelle und Felder

5.2 Aufrufbeispiel und Antwort

VI. Voice-Design

6.1 Schnittstelle und Felder

6.2 Aufrufbeispiel und Antwort

VII. Häufige Fehler und Hinweise

VIII. Python-Aufrufbeispiel