Pular para o conteúdo principal
POST
/
v3
/
async
/
minimax-speech-2.6-hd
Síntese de voz assíncrona MiniMax Speech-2.6-hd
curl --request POST \
  --url https://api.highwayapi.ai/v3/async/minimax-speech-2.6-hd \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '
{
  "text": "<string>",
  "voice_setting": {
    "speed": 123,
    "vol": 123,
    "pitch": 123,
    "voice_id": "<string>",
    "emotion": "<string>",
    "text_normalization": true
  },
  "audio_setting": {
    "sample_rate": 123,
    "bitrate": 123,
    "format": "<string>",
    "channel": 123
  },
  "pronunciation_dict": {
    "tone": [
      {}
    ]
  },
  "language_boost": "<string>",
  "voice_modify": {
    "pitch": 123,
    "intensity": 123,
    "timbre": 123,
    "sound_effects": "<string>"
  }
}
'
{
  "task_id": "<string>"
}
Esta API oferece suporte à geração assíncrona de texto para fala. Uma única transmissão de geração de texto suporta até 1 milhão de caracteres, e o resultado de áudio completo gerado pode ser recuperado de forma assíncrona. Suporta mais de 100 vozes do sistema e vozes clonadas à sua escolha; também permite ajustar tom, velocidade, volume, bitrate, taxa de amostragem e formato de saída. Após enviar uma solicitação de síntese de voz para texto longo, observe que a URL retornada é válida por 24 horas a partir do momento em que a URL é retornada. Fique atento ao prazo para baixar as informações.
Indicado para geração de voz de textos longos, como livros inteiros. O tempo de enfileiramento da tarefa pode ser maior. Para cenários como geração de frases curtas, chat por voz e interação social online, recomenda-se usar a chamada síncrona de síntese de voz.

Cabeçalhos da solicitação

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

Corpo da solicitação

text
string
obrigatório
Texto a ser sintetizado, limitado a no máximo 50 mil caracteres.
voice_setting
object
obrigatório
audio_setting
object
pronunciation_dict
object
language_boost
string
padrão:"null"
Melhora a capacidade de reconhecimento para idiomas menos comuns e dialetos especificados. Após configurado, pode melhorar o desempenho de voz em cenários do idioma/dialeto especificado. Se o tipo de idioma menos comum não estiver claro, é possível selecionar “auto”, e o modelo determinará autonomamente o tipo de idioma. Suporta os seguintes valores:'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'
voice_modify
object
Configurações do efeito de voz. Este parâmetro suporta os seguintes formatos de áudio: mp3, wav, flac

Parâmetros de informações da resposta

task_id
string
obrigatório
O task_id da tarefa assíncrona. Você deve usar este task_id para solicitar a API de consulta de resultado da tarefa e obter o resultado gerado