MiniMax: Speech 2.8 Turbo

Speech 2.8 Turbo 可快速合成自然語音，支援聲音標記與表現力控制。

Ailoot Ultra · 語音合成 POST /v1/audio/speech minimax/speech-2.8-turbo

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

快速合成對話台詞

Speech 2.8 Turbo 結合快速音訊生成與自然的語音變化。廠商將 Turbo 定位於流暢對話聲音，包括短台詞、文字配音與語音互動。這份模型說明接受文字並回傳語音音訊。

笑聲、呼吸與語氣詞

如同同世代的 HD 版本，Turbo 支援 Speech 2.8 的聲音標記。文字中可加入笑聲、輕笑、咳嗽、清喉嚨、吸氣、吐氣、嘆息與其他短聲音。這種可控制的變化讓台詞更像對話，加入與內容相關的呼吸和停頓。

聲音標記對應文字中的具體位置，使用模型提供的括號形式，例如 (laughs) 或 (breath)。任意描述效果的文字，不是支援標記的等價替代。

語音與語言

Speech 2.8 系列支援 40 種語言，包括俄文，也能使用現成語音。廠商強調可辨識的聲音質感、呼吸特性與數位失真降低。複製能力屬於語音的獨立準備流程，之後才用於合成。

MiniMax 可選擇語音並調整速度、音量與音高。速度為 0.5–2，音量大於 0 且最高為 10，音高變化為 −12 到 12。情緒可由模型依文字選擇，也可手動指定喜悅、悲傷、憤怒、恐懼、厭惡、驚訝或平靜。

可透過替換詞典及音標調整發音，支援國際音標、漢語拼音與日文讀法。發聲片段之間的停頓範圍為 0.01–99.99 秒，精確到小數點後兩位。標記須放在發聲片段之間，不可連續使用，以便讓名字、縮寫與多義詞的發音符合配音規劃。

逐步輸出與音訊格式

合成接受少於 10 000 個字元的文字。超過 3000 個字元時，廠商建議串流輸出，也提供完整音訊。一般合成設定涵蓋 MP3、PCM、FLAC、WAV、Opus 與 G.711 μ-law，以及單聲道或立體聲；具體請求的可用格式由 Ailoot 提供的功能決定。

Turbo 的速度是模型版本的特性，不是成品台詞具有固定延遲的承諾。這裡未指定這次請求的數值延遲。列出的廠商進階設定，需要 Ailoot 所選呼叫方式支援。

其他音訊設定包括 8、16、22.05、24、32 與 44.1 kHz 的取樣率。MP3 位元率可為 32、64、128 或 256 kbit/s。也可修改音色，使用一種效果：寬闊回音、廳堂回音、電話音色或機器人語音。完整回傳時，變聲效果支援 MP3、WAV 與 FLAC；串流只支援 MP3。G.711 μ-law 採用 8 kHz。這些能力屬於 MiniMax 合成設定。

廠商支援語音與文字同步，提供句子、字詞或逐步輸出字詞的時間標記，以配合發聲與文字顯示。這項額外能力需要相應的回覆格式支援。

Ailoot Ultra · 語音合成 POST /v1/audio/speech minimax/speech-2.8-turbo

minimax/speech-2.8-turbo

MiniMax /minimax/speech-2.8-turbo

入門

Speech 2.8 Turbo 可快速合成自然語音，支援聲音標記與表現力控制。

接受的輸入: 文字
結果: 音訊

Ailoot 可用 · 輸入與方法

Ailoot Ultra · 語音合成 POST /v1/audio/speech

輸入: text
輸出: audio
輸出格式: mp3

欄位	類型	要求	值與限制	預設值
欄位`model`	類型`string`	要求必填	值與限制 minimax/speech-2.8-turbo	預設值—
欄位`input`	類型`string`	要求必填	值與限制長度下限: 1 單位: Unicode 字元	預設值—
欄位`voice`	類型`string`	要求必填	值與限制 English_expressive_narrator, English_radiant_girl, English_magnetic_voiced_man, English_compelling_lady1, English_Aussie_Bloke, English_captivating_female1, English_Upbeat_Woman, English_Trustworth_Man, English_CalmWoman, English_UpsetGirl, English_Gentle-voiced_man, English_Whispering_girl, English_Diligent_Man, English_Graceful_Lady, English_ReservedYoungMan, English_PlayfulGirl, English_ManWithDeepVoice, English_MaturePartner, English_FriendlyPerson, English_MatureBoss, English_Debator, English_LovelyGirl, English_Steadymentor, English_Deep-VoicedGentleman, English_Wiselady, English_CaptivatingStoryteller, English_DecentYoungMan, English_SentimentalLady, English_ImposingManner, English_SadTeen, English_PassionateWarrior, English_WiseScholar, English_Soft-spokenGirl, English_SereneWoman, English_ConfidentWoman, English_PatientMan, English_Comedian, English_BossyLeader, English_Strong-WilledBoy, English_StressedLady, English_AssertiveQueen, English_AnimeCharacter, English_Jovialman, English_WhimsicalGirl, English_Kind-heartedGirl	預設值—
欄位`response_format`	類型`string`	要求必填	值與限制 mp3	預設值—

輸入素材組合

text_to_speech · 必填： input

方法參數與生命週期

參數	規格
參數`content_type`	規格application/json
參數`required`	規格model, input, voice, response_format
參數`voice_ids`	規格English_expressive_narrator, English_radiant_girl, English_magnetic_voiced_man, English_compelling_lady1, English_Aussie_Bloke, English_captivating_female1, English_Upbeat_Woman, English_Trustworth_Man, English_CalmWoman, English_UpsetGirl, English_Gentle-voiced_man, English_Whispering_girl, English_Diligent_Man, English_Graceful_Lady, English_ReservedYoungMan, English_PlayfulGirl, English_ManWithDeepVoice, English_MaturePartner, English_FriendlyPerson, English_MatureBoss, English_Debator, English_LovelyGirl, English_Steadymentor, English_Deep-VoicedGentleman, English_Wiselady, English_CaptivatingStoryteller, English_DecentYoungMan, English_SentimentalLady, English_ImposingManner, English_SadTeen, English_PassionateWarrior, English_WiseScholar, English_Soft-spokenGirl, English_SereneWoman, English_ConfidentWoman, English_PatientMan, English_Comedian, English_BossyLeader, English_Strong-WilledBoy, English_StressedLady, English_AssertiveQueen, English_AnimeCharacter, English_Jovialman, English_WhimsicalGirl, English_Kind-heartedGirl
參數`response_format`	規格mp3
參數`max_input_characters`	規格null
參數`other_options`	規格false
參數`input`	規格完全相符的 UTF-8 文字；不經正規化的 Unicode 字元計數
參數`material_types`	規格text

生命週期： synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 實際回傳的 task_id 或媒體庫紀錄

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

請從此模型設定檔中選擇完全相符的語音。

輸入字元數與音訊秒數是不同的計量方式。

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式: 未指定選取快速模式時
flex 模式: 未指定選取 flex 模式時
最高推理強度: 未指定最高推理強度採用 default 調整值時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定	費率表	應計費數量	計費單位	費用
設定基礎 token 費率	費率表基本費率	應計費數量—	計費單位—	費用輸入 · 輸入 Token — / 1K Token 輸出 · 輸出 Token — / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token
設定Ultra	費率表—	應計費數量每個 Unicode 碼位均計為一個字元，漢字亦同。	計費單位每 1K 個輸入字元	費用輸入 · 輸入字元 $0.12 每 1K 個輸入字元

參考費率詳情

模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。

MiniMax: Speech 2.8 Turbo

各設定的價格

設定	計費條件	費用
設定MiniMax: Speech 2.8 Turbo · 預設設定	計費條件預設設定	費用輸入 · 輸入字元數 US$0.00012 每個輸入字元

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · 語音合成

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "minimax/speech-2.8-turbo", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["English_expressive_narrator", "English_radiant_girl", "English_magnetic_voiced_man", "English_compelling_lady1", "English_Aussie_Bloke", "English_captivating_female1", "English_Upbeat_Woman", "English_Trustworth_Man", "English_CalmWoman", "English_UpsetGirl", "English_Gentle-voiced_man", "English_Whispering_girl", "English_Diligent_Man", "English_Graceful_Lady", "English_ReservedYoungMan", "English_PlayfulGirl", "English_ManWithDeepVoice", "English_MaturePartner", "English_FriendlyPerson", "English_MatureBoss", "English_Debator", "English_LovelyGirl", "English_Steadymentor", "English_Deep-VoicedGentleman", "English_Wiselady", "English_CaptivatingStoryteller", "English_DecentYoungMan", "English_SentimentalLady", "English_ImposingManner", "English_SadTeen", "English_PassionateWarrior", "English_WiseScholar", "English_Soft-spokenGirl", "English_SereneWoman", "English_ConfidentWoman", "English_PatientMan", "English_Comedian", "English_BossyLeader", "English_Strong-WilledBoy", "English_StressedLady", "English_AssertiveQueen", "English_AnimeCharacter", "English_Jovialman", "English_WhimsicalGirl", "English_Kind-heartedGirl"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.mp3

接收並儲存結果

Ailoot Ultra · 語音合成

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

其他內容讀取方式

媒體庫工作狀態素材詳細資訊

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的二進位結果與標頭。若回傳 JSON 或多個輸出，請保留所有資料項目，並透過每個實際回傳的已簽署資產 URL 取得內容。

需要檢查原始回應時

保留原始 operation_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。

回應欄位

欄位	類型
欄位`binary audio`	類型bytes
欄位`response headers`	類型headers

錯誤與後續步驟

回應	條件	下一步
回應400 · `invalid_request_error`	條件必要欄位、素材表示方式或參數值無效	下一步提出新的建立請求前，先修正指定欄位。
回應`server_error`	條件回傳的回應表示該作業或結果需要檢查	下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。

別名

模型別名

Ailoot Ultra minimax/speech-2.8-turbo

方法路徑別名

請使用上方列出的 API 方法路徑。

MiniMax: Speech 2.8 Turbo