MiniMax Speech 2.8

MiniMax Speech 2.8 通过 OpenAI 兼容的文本转语音接口调用。当前支持同步语音合成，适合直接生成短文本、配音和旁白音频。

请求地址

POST /v1/audio/speech

支持模型

模型	说明
minimax-speech-2.8-turbo	低延迟语音合成模型
minimax-speech-2.8-hd	高质量语音合成模型

请求参数

参数	类型	必填	说明
model	string	是	minimax-speech-2.8-turbo 或 minimax-speech-2.8-hd
input	string	是	需要合成语音的文本
voice	string	是	MiniMax 音色 ID，例如系统音色、复刻音色或文生音色 ID
response_format	string	否	音频格式，默认 mp3；常用值：mp3、wav、flac、pcm
speed	number	否	语速，常用范围 0.5 到 2，默认 1
metadata	object	否	MiniMax 扩展参数

基础示例

curl -X POST "https://cubicspaces.cloud/v1/audio/speech" \
  -H "Authorization: Bearer $NEW_API_KEY" \
  -H "Content-Type: application/json" \
  --output minimax-speech.mp3 \
  -d '{
    "model": "minimax-speech-2.8-turbo",
    "voice": "male-qn-qingse",
    "input": "你好，这是一段 MiniMax Speech 2.8 的同步语音合成测试。",
    "response_format": "mp3",
    "speed": 1
  }'

成功时响应体是音频二进制内容，建议使用 --output 保存文件。

原生参数示例

需要设置采样率、音量、情绪、语言增强、发音字典等 MiniMax 原生能力时，放到 metadata 中：

{
  "model": "minimax-speech-2.8-hd",
  "voice": "male-qn-qingse",
  "input": "欢迎使用 Cubicspaces MiniMax 语音合成。",
  "response_format": "mp3",
  "metadata": {
    "audio_setting": {
      "format": "mp3",
      "sample_rate": 32000,
      "bitrate": 128000,
      "channel": 1
    },
    "voice_setting": {
      "voice_id": "male-qn-qingse",
      "speed": 1,
      "vol": 1,
      "pitch": 0,
      "emotion": "happy"
    },
    "language_boost": "Chinese",
    "subtitle_enable": false
  }
}

可用的常见原生字段包括：

字段	说明
audio_setting.format	音频格式，如 mp3、pcm、flac、wav
audio_setting.sample_rate	采样率，如 8000、16000、22050、24000、32000、44100
audio_setting.bitrate	MP3 比特率，如 32000、64000、128000、256000
voice_setting.voice_id	音色 ID；如果设置混合音色，可配合 timbre_weights 使用
voice_setting.speed	语速，常用范围 0.5 到 2
voice_setting.vol	音量，常用范围 (0, 10]
voice_setting.pitch	语调，常用范围 -12 到 12
voice_setting.emotion	情绪，如 happy、sad、angry、fearful、disgusted、surprised、calm、fluent、whisper
voice_modify	音高、音色、强度和音效调整
pronunciation_dict	发音字典
subtitle_enable	是否返回字幕文件，具体结果以所选模型支持为准

注意事项

• 本页描述的是同步语音合成接口，响应体直接返回音频内容。
• metadata 会覆盖同名扩展字段；不要在 metadata 中修改 model，避免请求行为与预期不一致。