ГлавнаяМоделиГенерация аудиоMiniMax Speech 2.6 HD

MiniMax Speech 2.6 HD API

ПровайдерMinimax

minimax-speech-2-6-hd — генерация аудио-модель от Minimax.

Попробуйте прямо здесь

MiniMax Speech 2.6 HD Открыть в песочнице

Что умеет MiniMax Speech 2.6 HD

Базовый набор возможностей модели — см. документацию вендора.

Стоимость

за 1 млн символов
79.23 ₽

Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.

Технические характеристики

Vendor
minimax
Modality
audio

MiniMax Speech 2.6 HD для естественного синтеза речи

MiniMax Speech 2.6 HD — HD-модель синтеза речи от китайской компании MiniMax, представленная 29 октября 2025 года. Она выделяется выразительной просодией, высоким сходством при клонировании голоса, интеллектуальным разбором текста и откликом в реальном времени. Модель поддерживает 40 языков, потоковую генерацию и настройку темпа, высоты и громкости, помогая создавать естественные голоса для ассистентов, озвучки и диалоговых сценариев.

Параметры запроса

Параметры, которые принимает модель. Передаются в теле запроса.

ПараметрТипДиапазон / значенияПо умолчаниюОписание
textreq
string
max: 10000
—
Текст до 10 000 символов. >3000 — лучше через streaming.
voice_settingreq
object
—
—
Настройки голоса диктора.
1 формата ввода
voice_setting config
ПолеТипЗначенияОписание
voice_idstring—ID голоса (например, "male-qn-qingse", "female-shaonv" или voice_clone_id).
speednumbermin: 0.5 · max: 2Скорость речи 0.5..2.0.
volnumbermin: 0 · max: 10Громкость 0..10.
pitchintegermin: -12 · max: 12Тональность -12..+12 полутонов.
emotionenumhappy, sad, angry, fearful, disgusted, surprised, neutralЭмоциональная окраска речи.
english_normalizationboolean—Нормализация английских слов внутри речи на другом языке.
{
  "voice_id": "male-qn-qingse",
  "speed": 1,
  "vol": 1,
  "pitch": 0,
  "emotion": "happy"
}
audio_setting
object
—
—
Параметры аудио-файла.
1 формата ввода
audio_setting config
ПолеТипЗначенияОписание
sample_rateenum8000, 16000, 22050, 24000, 32000, 44100Частота дискретизации Hz.
bitrateenum32000, 64000, 128000, 256000Битрейт bps.
formatenummp3, pcm, flac, wavАудио-формат.
channelenum1, 2Каналы: 1=mono, 2=stereo.
{
  "sample_rate": 32000,
  "bitrate": 128000,
  "format": "mp3",
  "channel": 1
}
voice_modify
object
—
—
Модификация голоса в реальном времени (pitch shift, formant change). Подобъект с настройками pitch/intensity/timbre/sound_effects.
pronunciation_dict
object
—
—
Словарь произношения для специфичных слов / имён собственных. {tone: [{word, replacement}]}.
language_boost
enum
Chinese, Chinese,Yue, English, Arabic, Russian, Spanish, French, Portuguese, German, Turkish, Dutch, Ukrainian, Vietnamese, Indonesian, Japanese, Italian, Korean, Thai, Polish, Romanian, Greek, Czech, Finnish, Hindi, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans, auto
—
Подсказка языка.
subtitle_enable
boolean
—
false
output_format
enum
url, hex
hex
URL valid 24h, non-streaming only.
stream
boolean
—
false
async
boolean
—
false
Если true — запрос обрабатывается асинхронно: возвращается task_id, статус опрашивается через GET /v1/tasks/{id}. Также включается автоматически при input > 4500 символов.

Параметры ответа

Что возвращает API. У медиа-моделей формат зависит от режима: sync — сразу результат, async — task_id для опроса через GET /v1/tasks/{id}.

Sync (HTTP 200)

Для TTS короткого input: HTTP 200, **binary audio** (Content-Type: audio/mpeg / audio/wav / ...). Это НЕ JSON — это байты файла.

Binary response. Content-Type: audio/mpeg, audio/wav, audio/opus, audio/ogg

Async (HTTP 202)

Если is_async_only=1 (music gen) или async:true в запросе. HTTP 202 + JSON.

ПолеТипЗначенияОписание
id
string
—
task_id для GET /v1/tasks/{id}.
object
string
audio.task
status
enum
queued, processing, completed, failed
model
string
—
created
integer
—

Опрос статуса (GET /v1/tasks/{id})

GET /v1/tasks/{id}.

ПолеТипЗначенияОписание
id
string
—
status
enum
queued, processing, completed, failed, canceled
modality
string
audio
model
string
—
data
array
—
Каждый элемент:
  • url— string · CDN URL .mp3 / .wav. Для Suno music — 1-2 файла (варианты трека).
error
string
—

Пример кода

minimax-speech-2-6-hd_example.py
from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.audio.speech.create(
    model= "minimax-speech-2-6-hd",
    text= "Пример промпта",
    voice_setting= {},
    audio_setting= {},
    voice_modify= {},
    pronunciation_dict= {},
    language_boost= "Chinese",
    subtitle_enable= False,
    output_format= "hex",
    stream= False,
    async= False,
)
print(resp)
Полная документация модели

Частые вопросы о MiniMax Speech 2.6 HD

MiniMax Speech 2.6 HD — модель преобразования текста в речь с HD-качеством, выразительной интонацией и возможностями голосового клонирования для цифровых продуктов.
Она нужна для озвучки роликов, приложений, чат-ботов и голосовых ассистентов: модель превращает текст в естественно звучащую речь с гибкими настройками.
Получить доступ можно через Ranvik API: зарегистрируйтесь, пополните баланс и создайте ключ. Сервис объединяет ИИ-модели и упрощает подключение к проекту.
В Ranvik API доступ к модели организован без VPN: создайте ключ в личном кабинете, выберите MiniMax Speech 2.6 HD и отправляйте запросы из своего приложения.
Да. Ranvik API позволяет пополнять баланс российскими банковскими картами и оплачивать фактическое использование в рублях, без валютных платежей.
Модель подойдет для голосовых ботов, дубляжа, обучения и контента. Она поддерживает 40 языков, потоковый вывод и параметры скорости, тона и громкости.