Synthèse vocale (T2A V2)

Générez de la parole de manière synchrone avec MiniMax T2A V2, avec des réponses JSON ou SSE en streaming.

T2A V2 permet de configurer la voix, la vitesse, le volume, l’intonation, l’encodage audio, le dictionnaire de prononciation, le mélange de plusieurs voix, les effets sonores et les sous-titres. Il peut renvoyer les fragments audio en streaming via SSE.

POST/v1/minimax/t2a_v2

Synthétisez la parole de manière synchrone. Avec stream=false, la réponse contient un JSON complet ; avec stream=true, des fragments audio sont renvoyés progressivement via SSE.

L’interface utilise extra_info.usage_characters dans la réponse pour enregistrer le nombre de caractères effectivement prononcés et facturés.

Authentification

bearerAuth

AuthentificationBearer <token>

Utilisez Bearer your-api-key dans le Header Authorization.

Emplacement: header

Corps de requête

application/json

Requête de synthèse vocale MiniMax T2A V2.

Définitions TypeScript

Utilisez le type request body en TypeScript.

model*string

ID du modèle vocal MiniMax, par exemple speech-2.8-hd, speech-2.8-turbo, speech-2.6-hd, speech-2.6-turbo, speech-02-hd, speech-02-turbo, speech-01-hd ou speech-01-turbo. Les modèles réellement disponibles sont ceux de la liste renvoyée pour la clé API actuelle.

Longueur1 <= length

text*string

Texte à convertir en parole. Accepte les balises de pause <#x#>, le pinyin ou les symboles phonétiques entre parenthèses, ainsi que les balises d’interjections prises en charge par certains modèles.

Longueur1 <= length <= 9999

stream?boolean

Indique s’il faut utiliser une sortie en streaming via Server-Sent Events.

Valeur par défautfalse

stream_options?

Paramètres de streaming, par exemple pour déterminer si le dernier fragment contient l’audio assemblé.

voice_setting?

audio_setting?

pronunciation_dict?

timbre_weights?array<>

Poids du mélange de plusieurs voix. Jusqu’à 4 voix peuvent être mélangées ; le système répartit les proportions selon les poids relatifs.

Élémentsitems <= 4

language_boost?string|null

Amélioration de la langue, par exemple Chinese, English ou auto.

Valeur par défautnull

voice_modify?

subtitle_enable?boolean

Indique s’il faut générer des sous-titres.

Valeur par défautfalse

subtitle_type?string

Granularité des horodatages des sous-titres.

Valeur par défaut"sentence"

Valeurs autorisées

"sentence"
"word"
"word_streaming"

output_format?string

Forme de sortie audio sans streaming. Les URL de résultat sont valides pendant 24 heures.

Valeur par défaut"hex"

Valeurs autorisées

"hex"
"url"

aigc_watermark?boolean

Indique s’il faut ajouter un filigrane AIGC d’authenticité à la fin de l’audio sans streaming.

Valeur par défautfalse

Corps de réponse

`application/json`

curl -X POST "https://example.com/v1/minimax/t2a_v2" \  -H "Content-Type: application/json" \  -d '{    "model": "MODEL_ID",    "text": "Bonjour, il fait vraiment beau aujourd’hui.",    "stream": false,    "voice_setting": {      "voice_id": "male-qn-qingse"    },    "audio_setting": {      "format": "mp3",      "sample_rate": 32000    }  }'

{
  "data": {
    "audio": "49443304000000000000",
    "subtitle_file": "https://example.com/subtitle.json",
    "status": 2,
    "ced": ""
  },
  "trace_id": "trace_id_example",
  "extra_info": {
    "audio_length": 4200,
    "audio_sample_rate": 32000,
    "audio_size": 67200,
    "bitrate": 128000,
    "word_count": 12,
    "usage_characters": 12,
    "invisible_character_ratio": 0,
    "audio_format": "mp3",
    "audio_channel": 1
  },
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

Authentification

Corps de requête

Corps de réponse

200application/json

401application/json

`application/json`