Skip to main content
POST
MiniMax Speech 2.8 Turbo Síntese de voz síncrona
Converte texto em voz, com suporte a várias vozes, controle de emoção, ajuste de velocidade de fala e outros recursos. O comprimento do texto deve ser inferior a 10000 caracteres. Se o comprimento do texto for maior que 3000 caracteres, recomenda-se usar saída em streaming.

Cabeçalhos da requisição

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

Corpo da requisição

string
obrigatório
Texto a ser sintetizado em voz. O comprimento deve ser inferior a 10000 caracteres. Se o comprimento do texto for maior que 3000 caracteres, recomenda-se usar saída em streaming. Suporta troca de parágrafos (quebras de linha), controle de pausas (marcador <#x#>) e tags de interjeição/expressão (como (laughs), (coughs) etc.; compatível apenas com speech-2.8-hd/turbo)
boolean
padrão:false
Controla se a saída será em streaming. O padrão é false, ou seja, streaming desativado
object
object
string
padrão:"hex"
Parâmetro que controla o formato do resultado de saída. Valores disponíveis: url, hex; o padrão é hex. Este parâmetro só é efetivo em cenários sem streaming; cenários com streaming só oferecem retorno no formato hex. A url retornada é válida por 24 horasValores disponíveis: url, hex
object
boolean
padrão:false
Controla a adição de uma marcação rítmica de áudio ao final do áudio sintetizado. O valor padrão é false. Este parâmetro só é efetivo para síntese sem streaming
string
Define se a capacidade de reconhecimento de idiomas menos comuns e dialetos especificados será aprimorada. O valor padrão é null; pode ser definido como auto para permitir que o modelo faça a avaliação automaticamenteValores disponíveis: 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
object
object[]
Configuração de voz misturada, com suporte a mistura de até 4 vozes
boolean
padrão:false
Controla se o serviço de legendas será ativado. O valor padrão é false. Este parâmetro é válido apenas em cenários de saída sem streaming e apenas para os modelos speech-2.6-hd, speech-2.6-turbo, speech-01-turbo, speech-01-hd
boolean
padrão:false
Ative este parâmetro para tornar a transição entre subfrases mais natural. Compatível apenas com os modelos speech-2.8-hd e speech-2.8-turbo
object

Informações da resposta

object
Objeto de dados de síntese retornado; pode ser null, portanto é necessário verificar se não está vazio
string
id desta sessão, usado para ajudar a localizar problemas durante consultas/feedback
object
Código de status e detalhes desta requisição
object
Informações adicionais do áudio