> ## Documentation Index
> Fetch the complete documentation index at: https://docs.jiekou.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# MiniMax Speech-2.6-hd 非同期音声合成

この API は、テキストから音声への非同期生成に対応しています。1 回のテキスト生成送信で最大 100 万文字をサポートし、生成された完全な音声結果は非同期方式で取得できます。100+ のシステムボイス、クローンボイスを自由に選択可能です。また、イントネーション、話速、音量、ビットレート、サンプリングレート、出力形式を自由に調整できます。

長文の音声合成リクエストを送信した後、返される url の有効期限は url が返されてから 24 時間である点に注意してください。ダウンロード情報の有効時間にご注意ください。

<Tip>書籍全体などの長文テキストの音声生成に適しています。タスクのキューイングに時間がかかる場合があります。短文生成、音声チャット、オンラインソーシャルなどのシーンでは、[同期音声合成呼び出し](/ja/docs/models/reference-minimax-speech-2.6-hd) の使用を推奨します。</Tip>

## リクエストヘッダー

<ParamField header="Content-Type" type="string" required={true}>
  列挙値: `application/json`
</ParamField>

<ParamField header="Authorization" type="string" required={true}>
  Bearer 認証形式: Bearer \{\{API シークレットキー}}。
</ParamField>

## リクエストボディ

<ParamField body="text" type="string" required={true}>
  合成するテキスト。最大 5 万文字まで。
</ParamField>

<ParamField body="voice_setting" type="object" required={true}>
  <Expandable title="properties">
    <ParamField body="speed" type="number" default={1.0}>
      範囲\[0.5,2]、デフォルト値は 1.0

      生成音声の話速。任意。値が大きいほど、話速が速くなります。
    </ParamField>

    <ParamField body="vol" type="number" default={1.0}>
      範囲（0,10]、デフォルト値は 1.0

      生成音声の音量。任意。値が大きいほど、音量が大きくなります。
    </ParamField>

    <ParamField body="pitch" type="number" default={0}>
      範囲\[-12,12]、デフォルト値は 0

      生成音声のイントネーション。任意。（0 は元のボイスの出力で、値は整数である必要があります）。
    </ParamField>

    <ParamField body="voice_id" type="string">
      リクエストするボイス番号。

      システムボイス(id)およびクローンボイス（id）の 2 種類をサポートしています。システムボイス（ID）は以下のとおりです：

      * 初々しい青年ボイス：`male-qn-qingse`
      * エリート青年ボイス：`male-qn-jingying`
      * 霸道系青年ボイス：`male-qn-badao`
      * 青年大学生ボイス：`male-qn-daxuesheng`
      * 少女ボイス：`female-shaonv`
      * 大人のお姉さんボイス：`female-yujie`
      * 成熟女性ボイス：`female-chengshu`
      * 甘い女性ボイス：`female-tianmei`
      * 男性司会者：`presenter_male`
      * 女性司会者：`presenter_female`
      * 男性オーディオブック 1：`audiobook_male_1`
      * 男性オーディオブック 2：`audiobook_male_2`
      * 女性オーディオブック 1：`audiobook_female_1`
      * 女性オーディオブック 2：`audiobook_female_2`
      * 初々しい青年ボイス-beta：`male-qn-qingse-jingpin`
      * エリート青年ボイス-beta：`male-qn-jingying-jingpin`
      * 霸道系青年ボイス-beta：`male-qn-badao-jingpin`
      * 青年大学生ボイス-beta：`male-qn-daxuesheng-jingpin`
      * 少女ボイス-beta：`female-shaonv-jingpin`
      * 大人のお姉さんボイス-beta：`female-yujie-jingpin`
      * 成熟女性ボイス-beta：`female-chengshu-jingpin`
      * 甘い女性ボイス-beta：`female-tianmei-jingpin`
      * 賢い男の子：`clever_boy`
      * 可愛い男の子：`cute_boy`
      * 萌え系女の子：`lovely_girl`
      * カートン豚の小琪：`cartoon_pig`
      * ヤンデレ弟：`bingjiao_didi`
      * 爽やかな彼氏：`junlang_nanyou`
      * 純真な後輩男子：`chunzhen_xuedi`
      * クールな先輩：`lengdan_xiongzhang`
      * 霸道系のお坊ちゃま：`badao_shaoye`
      * スイートな小玲：`tianxin_xiaoling`
      * おちゃめな萌え妹：`qiaopi_mengmei`
      * 妖艶なお姉さん：`wumei_yujie`
      * 甘えん坊の後輩女子：`diadia_xuemei`
      * 上品な先輩女子：`danya_xuejie`
      * Santa Claus：`Santa_Claus`
      * Grinch：`Grinch`
      * Rudolph：`Rudolph`
      * Arnold：`Arnold`
      * Charming Santa：`Charming_Santa`
      * Charming Lady：`Charming_Lady`
      * Sweet Girl：`Sweet_Girl`
      * Cute Elf：`Cute_Elf`
      * Attractive Girl：`Attractive_Girl`
      * Serene Woman：`Serene_Woman`
    </ParamField>

    <ParamField body="emotion" type="string">
      合成音声の感情を制御します；

      現在 7 種類の感情をサポートしています：喜び、悲しみ、怒り、恐れ、嫌悪、驚き、ニュートラル；

      パラメータ範囲：`["happy", "sad", "angry", "fearful", "disgusted", "surprised", "neutral"]`
    </ParamField>

    <ParamField body="text_normalization" type="bool" default="false">
      このパラメータは英語テキストの正規化をサポートし、数字の読み上げシーンでの性能を向上できますが、レイテンシがわずかに増加します。指定しない場合、デフォルト値は false です。
    </ParamField>
  </Expandable>
</ParamField>

<ParamField body="audio_setting" type="object">
  <Expandable title="properties">
    <ParamField body="sample_rate" type="number" default={32000}>
      範囲【8000，16000，22050，24000，32000，44100】

      生成音声のサンプリングレート。任意。デフォルトは 32000 です。
    </ParamField>

    <ParamField body="bitrate" type="number" default={128000}>
      範囲【32000，64000，128000，256000】

      生成音声のビットレート。任意。デフォルト値は 128000 です。このパラメータは mp3 形式の音声にのみ有効です。
    </ParamField>

    <ParamField body="format" type="string" default="mp3">
      生成される音声形式。デフォルトは mp3。選択可能：`mp3`, `pcm`, `flac`, `wav`。wav は非ストリーミング出力でのみサポートされます。
    </ParamField>

    <ParamField body="channel" type="number" default={1}>
      生成音声のチャンネル数。デフォルト 1：モノラル。選択可能：

      1：モノラル

      2：ステレオ
    </ParamField>
  </Expandable>
</ParamField>

<ParamField body="pronunciation_dict" type="object">
  <Expandable title="properties">
    <ParamField body="tone" type="list">
      特殊な注釈が必要な文字、記号、および対応する発音表記を置換します。

      発音の置換（声調の調整/他の文字の発音への置換）の形式は以下のとおりです：

      `["燕少飞/(yan4)(shao3)(fei1)","达菲/(da2)(fei1)"，"omg/oh my god"]`

      声調は数字で表します。一声（陰平）は 1、二声（陽平）は 2、三声（上声）は 3、四声（去声）は 4、軽声は 5 です。
    </ParamField>
  </Expandable>
</ParamField>

<ParamField body="language_boost" type="string" default="null">
  指定した小語種および方言の認識能力を強化し、設定後は指定した小語種/方言のシーンでの音声表現を向上できます。小語種の種類が不明な場合は、"auto" を選択できます。モデルが小語種の種類を自動的に判断します。以下の値をサポートしています：

  `'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'`
</ParamField>

<ParamField body="voice_modify" type="object">
  ボイスエフェクター設定。このパラメータがサポートする音声形式：mp3, wav, flac

  <Expandable title="properties">
    <ParamField body="pitch" type="integer">
      ピッチ調整（低い/明るい）。範囲 \[-100,100]。値が -100 に近いほど声はより低くなり、100 に近いほど声はより明るくなります
    </ParamField>

    <ParamField body="intensity" type="integer">
      強度調整（力強い/柔らかい）。範囲 \[-100,100]。値が -100 に近いほど声はより力強くなり、100 に近いほど声はより柔らかくなります
    </ParamField>

    <ParamField body="timbre" type="integer">
      音色調整（磁性的/澄んだ）。範囲 \[-100,100]。値が -100 に近いほど声はより厚みが増し、100 に近いほど声はより澄んだ音になります
    </ParamField>

    <ParamField body="sound_effects" type="string">
      音響効果設定。1 回につき 1 種類のみ選択できます。選択可能な値：

      * `spacious_echo`（広い空間のエコー）
      * `auditorium_echo`（講堂放送）
      * `lofi_telephone`（電話風歪み）
      * `robotic`（電子音）
    </ParamField>
  </Expandable>
</ParamField>

## レスポンス情報パラメータ

<ResponseField name="task_id" type="string" required={true}>
  非同期タスクの task\_id。この task\_id を使用して [タスク結果照会 API](/ja/docs/models/reference-get-async-task-result) にリクエストし、生成結果を取得してください
</ResponseField>