MiniMax Speech 2.8 HD: справочник по API

Речь высокого качества, 400+ голосов и управление эмоциями

С одним ключом PopNow API вы вызываете MiniMax Speech 2.8 HD прямо из своего кода. Здесь собраны ID модели, которые нужно передать, все поля, которые она принимает, стоимость запроса в кредитах и готовый запрос — его можно вставить в терминал и запустить.

Описания параметров взяты из входной схемы модели и пока доступны только на английском.

Кратко

Разработчик: MiniMax
Результат: Аудио
От: 18 кр. за 1000 символов ($0.18)
Обычное время: около 9 с
ID модели: minimax/speech-2.8-hd/text-to-speech

1 кредит = 0,01 $. При приёме задачи резервируется максимально возможная сумма, а после завершения списывается фактический расход с округлением вверх до целого кредита; остаток возвращается. За задачи, завершившиеся ошибкой, плата не взимается. Точную сумму до запуска покажет POST /api/v1/jobs/quote.

Озвучка текста

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

Цена

Вариант	Кредиты (за 1000 символов)	Доллары США
`По умолчанию`	18	$0.18

Параметры

Поле	Тип	По умолчанию	Допустимые значения	Назначение
`text`Обязательно	`string`	—	до 5 000 символов	The words to be spoken, exactly as written. Sound tags such as (sighs) or (laughs) are performed. Billed per 1,000 characters.
`voice_id`Необязательно	`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`Необязательно	`string`	`neutral`	neutral, happy, sad, angry, fearful, disgusted, surprised	Emotion of the reading.
`speed`Необязательно	`number`	`1`	от 0.5 до 2	Speaking rate; 1 is the voice's normal pace.
`pitch`Необязательно	`integer`	`0`	от -12 до 12	Pitch shift in semitones; 0 keeps the voice's own pitch.
`volume`Необязательно	`number`	`1`	от 0.1 до 10	Loudness multiplier; 1 is the normal level.
`language`Необязательно	`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`Необязательно	`string`	`mp3`	mp3, wav, flac, pcm	File format of the result; pcm is headerless 16-bit little-endian samples.
`sample_rate`Необязательно	`integer`	—	8000, 16000, 22050, 24000, 32000, 44100	Sample rate in Hz. The model uses 32000 when omitted.
`bitrate`Необязательно	`integer`	—	32000, 64000, 128000, 256000	MP3 bitrate in bits per second; ignored for other formats. The model uses 128000 when omitted.
`audio_channels`Необязательно	`string`	—	mono, stereo	Mono or stereo output. Mono when omitted.
`english_normalization`Необязательно	`boolean`	`false`	—	Read numbers, dates and abbreviations in English text the way a person would say them.
`pronunciation_dict`Необязательно	`array<object>`	—	до 100 элементов	Custom pronunciations: each alias in the text is read as its pronunciation.

Пример запроса

Запрос работает как есть; поля, которые вы не указали, берут значения по умолчанию. Сначала положите ключ в переменную 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."
  }
}'

В ответе сразу приходит taskId. Результат забирайте через GET /api/v1/jobs/recordInfo или передайте callBackUrl, чтобы получить уведомление.

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"