Riferimento API di MiniMax Speech 2.8 HD

Con una sola chiave API di PopNow chiami MiniMax Speech 2.8 HD dal tuo codice. Qui trovi gli ID del modello da inviare, ogni campo di input accettato, quanti crediti costa ogni richiesta e una richiesta da incollare nel terminale così com’è.

Le descrizioni dei parametri provengono dallo schema di input del modello e sono disponibili solo in inglese.

In sintesi

Sviluppato da: MiniMax
Risultato: Audio
Da: 18 crediti ogni 1.000 caratteri ($0.18)
Tempo tipico: circa 9 s
ID del modello: minimax/speech-2.8-hd/text-to-speech

1 credito = 0,01 $. All’accettazione l’attività trattiene l’importo massimo possibile e alla fine addebita il consumo reale, arrotondato al credito superiore; il resto viene sbloccato. Le attività non riuscite non vengono addebitate. Per conoscere la cifra esatta prima di eseguire, chiama POST /api/v1/jobs/quote.

Sintesi vocale

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

Prezzo

Opzione	Crediti (ogni 1.000 caratteri)	Dollari USA
`Predefinito`	18	$0.18

Parametri

Campo	Tipo	Predefinito	Valori ammessi	A cosa serve
`text`Obbligatorio	`string`	—	fino a 5000 caratteri	The words to be spoken, exactly as written. Sound tags such as (sighs) or (laughs) are performed. Billed per 1,000 characters.
`voice_id`Facoltativo	`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`Facoltativo	`string`	`neutral`	neutral, happy, sad, angry, fearful, disgusted, surprised	Emotion of the reading.
`speed`Facoltativo	`number`	`1`	da 0.5 a 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Facoltativo	`integer`	`0`	da -12 a 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Facoltativo	`number`	`1`	da 0.1 a 10	Loudness multiplier; 1 is the normal level.
`language`Facoltativo	`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`Facoltativo	`string`	`mp3`	mp3, wav, flac, pcm	File format of the result; pcm is headerless 16-bit little-endian samples.
`sample_rate`Facoltativo	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100	Sample rate in Hz. The model uses 32000 when omitted.
`bitrate`Facoltativo	`integer`	—	32000, 64000, 128000, 256000	MP3 bitrate in bits per second; ignored for other formats. The model uses 128000 when omitted.
`audio_channels`Facoltativo	`string`	—	mono, stereo	Mono or stereo output. Mono when omitted.
`english_normalization`Facoltativo	`boolean`	`false`	—	Read numbers, dates and abbreviations in English text the way a person would say them.
`pronunciation_dict`Facoltativo	`array<object>`	—	fino a 100 elementi	Custom pronunciations: each alias in the text is read as its pronunciation.

Richiesta di esempio

Questa richiesta funziona così com’è; i campi omessi usano il valore predefinito. Prima salva la tua chiave in 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 risposta contiene subito un taskId. Recupera il risultato con GET /api/v1/jobs/recordInfo, oppure aggiungi callBackUrl per ricevere una notifica.

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"