Referencia de la API de MiniMax Speech 2.8 HD

Con una sola clave de API de PopNow puedes llamar a MiniMax Speech 2.8 HD desde tu propio código. Aquí tienes los ID de modelo que debes enviar, cada campo de entrada que acepta, cuántos créditos cuesta cada solicitud y una petición que puedes pegar tal cual en la terminal.

Las descripciones de los parámetros vienen del esquema de entrada del modelo y solo están en inglés.

De un vistazo

Creado por: MiniMax
Resultado: Audio
Desde: 18 créditos por cada 1.000 caracteres ($0.18)
Tiempo habitual: unos 9 s
ID de modelo: minimax/speech-2.8-hd/text-to-speech

1 crédito = 0,01 US$. Al aceptarse, la tarea retiene el cargo máximo posible y al terminar cobra el uso real, redondeado al crédito superior; el resto se libera. Las tareas fallidas no se cobran. Para saber la cifra exacta antes de ejecutar, llama a POST /api/v1/jobs/quote.

Texto a voz

minimax/speech-2.8-hd/text-to-speech

Precio

Opción	Créditos (por cada 1.000 caracteres)	Dólares
`Predeterminado`	18	$0.18

Parámetros

Campo	Tipo	Valor predeterminado	Valores admitidos	Para qué sirve
`text`Obligatorio	`string`	—	hasta 5000 caracteres	The words to be spoken, exactly as written. Sound tags such as (sighs) or (laughs) are performed. Billed per 1,000 characters.
`voice_id`Opcional	`string`	`Calm_Woman`	Wise_Woman, Friendly_Person, Inspirational_girl, Deep_Voice_Man, Calm_Woman, Casual_Guy, Lively_Girl, Patient_Man, Young_Knight, Determined_Man, Lovely_Girl, Decent_Boy, Imposing_Manner, Elegant_Man, … (+458)	System voice. The label shows the voice name and, where known, the language it is built for.
`emotion`Opcional	`string`	`neutral`	neutral, happy, sad, angry, fearful, disgusted, surprised	Emotion of the reading.
`speed`Opcional	`number`	`1`	de 0.5 a 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Opcional	`integer`	`0`	de -12 a 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Opcional	`number`	`1`	de 0.1 a 10	Loudness multiplier; 1 is the normal level.
`language`Opcional	`string`	`auto`	auto, zh, yue, en, ar, ru, es, fr, pt, de, tr, nl, uk, vi, … (+27)	Language hint that improves pronunciation; auto detects it from the text.
`output_format`Opcional	`string`	`mp3`	mp3, wav, flac, pcm	File format of the result; pcm is headerless 16-bit little-endian samples.
`sample_rate`Opcional	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100	Sample rate in Hz. The model uses 32000 when omitted.
`bitrate`Opcional	`integer`	—	32000, 64000, 128000, 256000	MP3 bitrate in bits per second; ignored for other formats. The model uses 128000 when omitted.
`audio_channels`Opcional	`string`	—	mono, stereo	Mono or stereo output. Mono when omitted.
`english_normalization`Opcional	`boolean`	`false`	—	Read numbers, dates and abbreviations in English text the way a person would say them.
`pronunciation_dict`Opcional	`array<object>`	—	hasta 100 elementos	Custom pronunciations: each alias in the text is read as its pronunciation.

Solicitud de ejemplo

Esta solicitud funciona tal cual; los campos que no envíes usan su valor predeterminado. Antes, guarda tu clave en POPNOW_API_KEY.

POST /api/v1/jobs/createTask?wait=60

curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
  "model": "minimax/speech-2.8-hd/text-to-speech",
  "input": {
    "text": "Hi there! This voice was created with the PopNow API in just a few seconds."
  }
}'

La respuesta trae un taskId al instante. Consulta el resultado con GET /api/v1/jobs/recordInfo o añade callBackUrl para recibir un aviso.

GET /api/v1/jobs/recordInfo

curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
  -H "Authorization: Bearer $POPNOW_API_KEY"