Saltar al contenido principal
POST
Síntesis de voz síncrona MiniMax Speech 2.8 HD
Convierte texto en voz, compatible con múltiples voces, control de emociones, ajuste de velocidad y otras funciones. El límite de longitud del texto es inferior a 10000 caracteres; si la longitud del texto supera los 3000 caracteres, se recomienda usar salida en streaming.

Encabezados de solicitud

Content-Type
string
requerido
Valores enumerados: application/json
Authorization
string
requerido
Formato de autenticación Bearer: Bearer {{API Key}}.

Cuerpo de la solicitud

text
string
requerido
Texto que se debe sintetizar como voz. El límite de longitud es inferior a 10000 caracteres; si la longitud del texto supera los 3000 caracteres, se recomienda usar salida en streaming. Admite cambios de párrafo (saltos de línea), control de pausas (marca <#x#>) y etiquetas de muletillas o sonidos vocales (como (laughs), (coughs), etc.; solo compatibles con speech-2.8-hd/turbo)
stream
boolean
predeterminado:false
Controla si se usa salida en streaming. El valor predeterminado es false, es decir, no se habilita el streaming
voice_modify
object
audio_setting
object
output_format
string
predeterminado:"hex"
Parámetro que controla la forma del resultado de salida. El rango de valores disponible es url, hex, con valor predeterminado hex. Este parámetro solo tiene efecto en escenarios sin streaming; en escenarios con streaming solo se admite devolver el formato hex. La url devuelta tiene una validez de 24 horasValores disponibles: url, hex
voice_setting
object
aigc_watermark
boolean
predeterminado:false
Controla si se añade una marca de ritmo de audio al final del audio sintetizado; el valor predeterminado es false. Este parámetro solo tiene efecto para síntesis sin streaming
language_boost
string
Indica si se mejora la capacidad de reconocimiento para el idioma minoritario o dialecto especificado. El valor predeterminado es null; se puede establecer en auto para que el modelo lo determine de forma autónomaValores disponibles: Chinese, Chinese,Yue, English, 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, auto
stream_options
object
timber_weights
object[]
Configuración de mezcla de voces; admite como máximo la mezcla de 4 voces
subtitle_enable
boolean
predeterminado:false
Controla si se habilita el servicio de subtítulos; el valor predeterminado es false. Este parámetro solo es válido en escenarios de salida sin streaming y solo es efectivo para los modelos speech-2.6-hd, speech-2.6-turbo, speech-01-turbo, speech-01-hd
continuous_sound
boolean
predeterminado:false
Habilita este parámetro para que la conexión entre suboraciones sea más natural. Solo es compatible con los modelos speech-2.8-hd y speech-2.8-turbo
pronunciation_dict
object

Información de respuesta

data
object
Objeto de datos de síntesis devuelto; puede ser null, por lo que se debe comprobar que no sea nulo
trace_id
string
id de esta sesión, utilizado para ayudar a localizar problemas durante consultas o comentarios
base_resp
object
Código de estado y detalles de esta solicitud
extra_info
object
Información adicional del audio