Tổng hợp giọng nói (T2A V2)

Sử dụng MiniMax T2A V2 để tạo giọng nói đồng bộ, hỗ trợ phản hồi JSON và luồng SSE.

T2A V2 hỗ trợ cấu hình giọng nói, tốc độ, âm lượng, cao độ, mã hóa âm thanh, từ điển phát âm, phối hợp nhiều giọng, hiệu ứng âm thanh và phụ đề; có thể trả về các khối âm thanh dạng luồng qua SSE.

POST/v1/minimax/t2a_v2

Tổng hợp giọng nói đồng bộ. Khi stream=false, trả về JSON đầy đủ; khi stream=true, liên tục trả về các khối âm thanh qua SSE.

API ghi nhận số ký tự phát âm thực tế được tính phí theo extra_info.usage_characters trong phản hồi.

Xác thực

bearerAuth

Xác thựcBearer <token>

Sử dụng Bearer your-api-key trong Header Authorization.

Vị trí truyền: header

Nội dung yêu cầu

application/json

Yêu cầu tổng hợp giọng nói MiniMax T2A V2.

Định nghĩa kiểu TypeScript

Sử dụng kiểu request body trong TypeScript.

model*string

ID mô hình giọng nói MiniMax, chẳng hạn 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 hoặc speech-01-turbo. Mô hình khả dụng thực tế tùy thuộc vào danh sách mô hình mà API Key hiện tại trả về.

Độ dài1 <= length

text*string

Văn bản cần tổng hợp thành giọng nói. Hỗ trợ thẻ ngắt <#x#>, phiên âm pinyin hoặc ký hiệu ngữ âm trong ngoặc và thẻ từ cảm thán được một số mô hình hỗ trợ.

Độ dài1 <= length <= 9999

stream?boolean

Có xuất dữ liệu dạng luồng bằng Server-Sent Events hay không.

Giá trị mặc địnhfalse

stream_options?

Tham số truyền dạng luồng, chẳng hạn điều khiển khối cuối có chứa âm thanh đã ghép hay không.

voice_setting?

audio_setting?

pronunciation_dict?

timbre_weights?array<>

Trọng số phối hợp nhiều giọng nói. Có thể phối hợp tối đa 4 giọng; hệ thống phân bổ tỷ lệ theo trọng số tương đối.

Số phần tửitems <= 4

language_boost?string|null

Tăng cường ngôn ngữ, chẳng hạn Chinese, English hoặc auto.

Giá trị mặc địnhnull

voice_modify?

subtitle_enable?boolean

Có tạo phụ đề hay không.

Giá trị mặc địnhfalse

subtitle_type?string

Độ chi tiết của dấu thời gian phụ đề.

Giá trị mặc định"sentence"

Giá trị được phép

"sentence"
"word"
"word_streaming"

output_format?string

Hình thức đầu ra âm thanh không dạng luồng. Kết quả URL có thời hạn hiệu lực 24 giờ.

Giá trị mặc định"hex"

Giá trị được phép

"hex"
"url"

aigc_watermark?boolean

Có thêm watermark AIGC chống giả mạo vào cuối âm thanh không dạng luồng hay không.

Giá trị mặc địnhfalse

Nội dung phản hồi

`application/json`

curl -X POST "https://example.com/v1/minimax/t2a_v2" \  -H "Content-Type: application/json" \  -d '{    "model": "MODEL_ID",    "text": "Xin chào, hôm nay thời tiết thật đẹp.",    "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"
  }
}

Tổng hợp giọng nói (T2A V2)

Xác thực

Nội dung yêu cầu

Nội dung phản hồi

200application/json

401application/json

`application/json`