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

Les paramètres et le mode d’utilisation sont alignés sur la version officielle ; pour les paramètres détaillés, reportez-vous directement à la documentation officielle.

I. Vue d’ensemble

Ce document explique comment utiliser la synthèse vocale synchrone, la synthèse vocale asynchrone de textes longs, la gestion de fichiers, le clonage rapide de voix et la conception de voix via le protocole d’origine MiniMax Speech. L’interface synchrone renvoie directement l’audio ou un flux SSE dans une requête POST ; l’interface asynchrone renvoie d’abord un task_id, puis l’appelant interroge l’état de la tâche et récupère le fichier de résultat via file_id.

1.1 Adresse de l’interface

Capacité	Méthode et chemin
Synthèse vocale synchrone	POST /v3/minimax/v1/t2a_v2
Créer une tâche vocale asynchrone	POST /v3/minimax/v1/t2a_async_v2
Interroger une tâche vocale asynchrone	GET /v3/minimax/v1/query/t2a_async_query_v2?task_id=
Téléverser un fichier	POST /v3/minimax/v1/files/upload
Interroger un fichier	GET /v3/minimax/v1/files/retrieve?file_id=
Télécharger un fichier	GET /v3/minimax/v1/files/retrieve_content?file_id=
Clonage rapide de voix	POST /v3/minimax/v1/voice_clone
Conception de voix	POST /v3/minimax/v1/voice_design

L’adresse complète correspond à https://{api_domain} suivi du chemin indiqué dans le tableau, où {api_domain} est le domaine API que vous utilisez.

1.2 Authentification

Toutes les requêtes nécessitent une clé API de la plateforme. Les requêtes POST JSON doivent également spécifier le type de contenu :

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

Le téléversement de fichiers utilise multipart/form-data ; les requêtes GET ne nécessitent pas de Content-Type.

1.3 Réponses et accès aux ressources

L’interface conserve les champs de réponse et la structure d’erreur d’origine de MiniMax. Les réponses JSON contiennent généralement base_resp.status_code et base_resp.status_msg ; un HTTP 200 ne signifie pas nécessairement un succès métier, vérifiez toujours base_resp.status_code=0. task_id et file_id peuvent dépasser la plage des entiers sûrs de JavaScript ; enregistrez-les sous forme d’entiers sans perte ou de chaînes de caractères. Les fichiers, les tâches et les voix privées ne sont accessibles qu’à l’utilisateur de la plateforme qui les a créés ; lors de l’interrogation, utilisez la même clé API de plateforme que celle utilisée lors de la création des ressources.

II. Synthèse vocale synchrone

Documentation officielle des paramètres : Synthèse vocale synchrone HTTP

2.1 Appeler l’interface

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

Champs de requête courants :

Champ	Type	Obligatoire	Description
model	string	Oui	speech-2.8-hd ou speech-2.8-turbo
text	string	Oui	Texte à synthétiser, moins de 10 000 caractères ; au-delà de 3 000 caractères, une sortie en streaming est recommandée
stream	boolean	Non	Indique si un flux SSE d’origine doit être renvoyé ; par défaut false
voice_setting	object	Oui	Réglages de l’ID de voix, de la vitesse, du volume, de la hauteur et de l’émotion, etc.
audio_setting	object	Non	Réglages de la fréquence d’échantillonnage, du débit, du format et des canaux
language_boost	string	Non	Langue spécifiée ou auto
output_format	string	Non	hex (par défaut) ou url ; le streaming ne prend en charge que hex, la validité de l’URL est de 24 heures
subtitle_enable	boolean	Non	Indique si les sous-titres doivent être renvoyés ; par défaut false

Les champs d’extension d’origine tels que pronunciation_dict, timbre_weights, voice_modify, stream_options, etc. sont transmis tels quels ; pour les contraintes détaillées, reportez-vous à la documentation officielle MiniMax.

2.2 Exemple d’appel

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"
  }'

Pour un appel en streaming, il suffit de définir stream=true et d’utiliser un client prenant en charge la lecture en streaming, par exemple curl -N.

2.3 Description de la réponse

{
  "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"
  }
}

La réponse en streaming est un flux SSE d’origine. Dans l’événement de succès final, data.status vaut 2 et l’utilisation se trouve dans extra_info.usage_characters.

2.4 Facturation

La facturation est basée sur extra_info.usage_characters finalement renvoyé par le fournisseur amont, avec une unité de facturation par 10 000 caractères. Les requêtes échouées, les erreurs métier d’origine et les flux SSE sans événement de terminaison réussi ne sont pas facturés. Le prix unitaire exact dépend de la page tarifaire du service que vous utilisez.

III. Synthèse vocale asynchrone de textes longs

Documentation officielle des paramètres : Créer une tâche asynchrone, Interroger une tâche asynchrone

3.1 Créer une tâche

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

Champ	Type	Obligatoire	Description
model	string	Oui	speech-2.8-hd ou speech-2.8-turbo
text	string	Choix exclusif	Texte à synthétiser, jusqu’à 50 000 caractères ; choix exclusif avec text_file_id
text_file_id	integer	Choix exclusif	Obtenu via le téléversement de fichier ; prend en charge txt ou zip, le texte d’un fichier individuel doit contenir moins de 1 000 000 de caractères
voice_setting	object	Oui	Paramètres de voix et de synthèse vocale
audio_setting	object	Non	Réglages de l’audio de sortie
language_boost	string	Non	Langue spécifiée ou auto

3.2 Exemple de création

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"
  }
}

Veuillez conserver le task_id. La facturation intervient dès la création réussie de la tâche asynchrone, selon le usage_characters de la réponse ; les interrogations ultérieures ne sont pas facturées à nouveau.

3.3 Interroger une tâche

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

Cette interface d’interrogation peut être appelée au maximum 10 fois par seconde. Les états incluent Processing, Success, Failed et Expired ; arrêtez l’interrogation répétée une fois l’état final atteint.

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

Une fois la tâche réussie, utilisez file_id pour interroger ou télécharger le fichier. Selon la documentation officielle MiniMax, l’URL de téléchargement est valide environ 9 heures à compter de sa génération ; enregistrez le résultat en temps utile.

IV. Gestion des fichiers

Documentation officielle des paramètres : Téléversement de fichier, Récupération de fichier, Téléchargement de fichier

4.1 Téléverser un fichier

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	Utilisation et format
voice_clone	Audio original pour clonage rapide ; mp3, m4a, wav
prompt_audio	Audio d’exemple pour le clonage de voix ; mp3, m4a, wav
t2a_async_input	Entrée de texte long asynchrone ; txt, zip

La requête doit contenir obligatoirement et uniquement un purpose et un fichier. La taille maximale du corps d’une requête de plateforme est de 64 MiB ; les limites de format, de durée et de taille de MiniMax pour chaque utilisation s’appliquent toujours.

4.2 Interrogation et téléchargement

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 renvoie les métadonnées du fichier et download_url ; retrieve_content renvoie directement le fichier binaire. Le téléversement, l’interrogation et le téléchargement ne sont pas facturés.

V. Clonage rapide de voix

Documentation officielle des paramètres : Clonage rapide de voix

5.1 Appeler l’interface et champs

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

Champ	Type	Obligatoire	Description
file_id	integer	Oui	ID de fichier obtenu via un téléversement avec purpose=voice_clone ; audio de 10 secondes à 5 minutes et ne dépassant pas 20 MB
voice_id	string	Oui	ID de voix personnalisé, longueur 8–256, commençant par une lettre, ne doit pas être dupliqué avec un ID existant
clone_prompt	object	Non	Audio d’exemple ; lors de l’utilisation, prompt_audio et prompt_text sont tous deux obligatoires
text	string	Non	Texte d’essai, jusqu’à 1 000 caractères
model	string	Conditionnellement obligatoire	Obligatoire lors du passage de text ; utilisez speech-2.8-hd ou speech-2.8-turbo
text_validation	string	Non	Texte attendu de l’échantillon, jusqu’à 200 caractères
accuracy	number	Non	Seuil de similarité ASR, 0–1, par défaut 0.7

5.2 Exemple d’appel et réponse

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"
  }
}

Une requête réussie est facturée comme une voix. Si un audio d’essai est généré dans la requête, la plateforme n’ajoute pas de SKU de synthèse vocale supplémentaire. Selon la documentation officielle MiniMax, une voix clonée qui n’a pas été officiellement utilisée pour la synthèse vocale dans les 7 jours peut être supprimée.

VI. Conception de voix

Documentation officielle des paramètres : Conception de voix

6.1 Appeler l’interface et champs

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

Champ	Type	Obligatoire	Description
prompt	string	Oui	Description de la voix cible
preview_text	string	Oui	Texte d’essai, jusqu’à 500 caractères
voice_id	string	Non	ID de voix personnalisé ; s’il n’est pas fourni, il est généré par MiniMax
aigc_watermark	boolean	Non	Indique si un marqueur rythmique doit être ajouté à la fin de l’audio d’essai ; par défaut false

6.2 Exemple d’appel et réponse

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"
  }
}

Une requête réussie est facturée comme une voix ; l’audio d’essai est inclus dans la facturation de cette interface et n’ajoute pas de SKU de synthèse vocale supplémentaire.

VII. Erreurs courantes et points d’attention

Symptôme	Description et suggestion de traitement
HTTP 200, mais base_resp.status_code!=0	Erreur métier MiniMax ; corrigez l’entrée selon status_msg, ne la traitez pas comme un succès
HTTP 400	JSON, multipart, nom de modèle, paramètres de requête ou champs obligatoires non valides
HTTP 401/403	Vérifiez la clé API de la plateforme, le solde et les autorisations
HTTP 404	Le fichier, la tâche ou la voix privée n’existe pas, ou n’appartient pas à l’utilisateur actuel de la plateforme
HTTP 429	Réduisez la fréquence des requêtes/interrogations et utilisez un backoff exponentiel ; les interrogations asynchrones ne doivent pas dépasser 10 fois par seconde
HTTP 5xx	Conservez la réponse et le trace ID de la plateforme, puis contactez le support technique ; ne réessayez pas de manière incontrôlée les requêtes de création non idempotentes

Les champs d’origine sont transmis autant que possible tels quels, mais ce service n’expose que les huit chemins listés dans ce document.
La taille maximale du corps d’une requête et d’un événement SSE individuel est de 64 MiB.
Après la déconnexion du client, le service peut continuer à lire le flux SSE déjà commencé afin de finaliser le décompte de l’utilisation.
Les tâches asynchrones doivent obtenir leur état via l’interface d’interrogation MiniMax de ce document, et non via l’interface générique de résultats asynchrones de la plateforme.
Téléchargez rapidement le fichier après avoir reçu l’URL du fichier ou un ID de fichier réussi ; l’URL et le fichier peuvent expirer.

VIII. Exemple d’appel en Python

L’exemple suivant illustre la création asynchrone et l’interrogation répétée. En production, définissez un délai d’expiration global, un backoff exponentiel et un nombre maximal d’interrogations.

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)

Dernière modification le 21 octobre 2026

Bases de l'API

Grands modèles de langage

Images

Vidéo

Audio

MiniMax Speech

I. Vue d’ensemble

1.1 Adresse de l’interface

1.2 Authentification

1.3 Réponses et accès aux ressources

II. Synthèse vocale synchrone

2.1 Appeler l’interface

2.2 Exemple d’appel

2.3 Description de la réponse

2.4 Facturation

III. Synthèse vocale asynchrone de textes longs

3.1 Créer une tâche

3.2 Exemple de création

3.3 Interroger une tâche

IV. Gestion des fichiers

4.1 Téléverser un fichier

4.2 Interrogation et téléchargement

V. Clonage rapide de voix

5.1 Appeler l’interface et champs

5.2 Exemple d’appel et réponse

VI. Conception de voix

6.1 Appeler l’interface et champs

6.2 Exemple d’appel et réponse

VII. Erreurs courantes et points d’attention

VIII. Exemple d’appel en Python

​I. Vue d’ensemble

​1.1 Adresse de l’interface

​1.2 Authentification

​1.3 Réponses et accès aux ressources

​II. Synthèse vocale synchrone

​2.1 Appeler l’interface

​2.2 Exemple d’appel

​2.3 Description de la réponse

​2.4 Facturation

​III. Synthèse vocale asynchrone de textes longs

​3.1 Créer une tâche

​3.2 Exemple de création

​3.3 Interroger une tâche

​IV. Gestion des fichiers

​4.1 Téléverser un fichier

​4.2 Interrogation et téléchargement

​V. Clonage rapide de voix

​5.1 Appeler l’interface et champs

​5.2 Exemple d’appel et réponse

​VI. Conception de voix

​6.1 Appeler l’interface et champs

​6.2 Exemple d’appel et réponse

​VII. Erreurs courantes et points d’attention

​VIII. Exemple d’appel en Python

I. Vue d’ensemble

1.1 Adresse de l’interface

1.2 Authentification

1.3 Réponses et accès aux ressources

II. Synthèse vocale synchrone

2.1 Appeler l’interface

2.2 Exemple d’appel

2.3 Description de la réponse

2.4 Facturation

III. Synthèse vocale asynchrone de textes longs

3.1 Créer une tâche

3.2 Exemple de création

3.3 Interroger une tâche

IV. Gestion des fichiers

4.1 Téléverser un fichier

4.2 Interrogation et téléchargement

V. Clonage rapide de voix

5.1 Appeler l’interface et champs

5.2 Exemple d’appel et réponse

VI. Conception de voix

6.1 Appeler l’interface et champs

6.2 Exemple d’appel et réponse

VII. Erreurs courantes et points d’attention

VIII. Exemple d’appel en Python