Referência da API do MiniMax Speech 2.8 HD

Com uma única chave de API da PopNow você chama o MiniMax Speech 2.8 HD direto do seu código. Aqui estão os IDs de modelo a enviar, cada campo de entrada aceito, quantos créditos custa cada requisição e um exemplo que você cola no terminal e roda.

As descrições dos parâmetros vêm do schema de entrada do modelo e estão disponíveis só em inglês.

Resumo

Desenvolvedor: MiniMax
Resultado: Áudio
A partir de: 18 créditos a cada 1.000 caracteres ($0.18)
Tempo médio: cerca de 9 s
IDs de modelo: minimax/speech-2.8-hd/text-to-speech

1 crédito = US$ 0,01. Ao ser aceita, a tarefa reserva o valor máximo possível e, no fim, cobra o uso real, arredondado para cima em créditos inteiros; o restante é liberado. Tarefas que falham não são cobradas. Para saber o valor exato antes de rodar, chame POST /api/v1/jobs/quote.

Texto para fala

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

Preço

Opção	Créditos (a cada 1.000 caracteres)	Dólares
`Padrão`	18	$0.18

Parâmetros

Campo	Tipo	Padrão	Valores aceitos	Para que serve
`text`Obrigatório	`string`	—	até 5.000 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>`	—	até 100 itens	Custom pronunciations: each alias in the text is read as its pronunciation.

Exemplo de requisição

Esta requisição roda do jeito que está; os campos que você omitir usam o valor padrão. Antes, coloque sua chave em 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."
  }
}'

A resposta já traz um taskId. Busque o resultado com GET /api/v1/jobs/recordInfo ou inclua callBackUrl para ser avisado.

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"