ГлавнаяМоделиГенерация аудиоMiniMax Speech 2.6 Long

MiniMax Speech 2.6 Long API

ПровайдерMinimax

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

Попробуйте прямо здесь

MiniMax Speech 2.6 Long Открыть в песочнице

Что умеет MiniMax Speech 2.6 Long

Базовый набор возможностей модели — см. документацию вендора.

Стоимость

за 1 млн символов
39.62 ₽

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 Long для озвучивания длинных текстов

MiniMax Speech 2.6 Long — модель синтеза речи для асинхронного озвучивания больших текстов от китайской компании MiniMax. Линейка Speech 2.6 представлена 30 октября 2025 года. Модель превращает сценарии в живую эмоциональную речь студийного качества, а формат Long подходит для длительных материалов. В API доступны настройка темпа, тона, громкости, формата, битрейта и частоты дискретизации, а также получение субтитров с таймкодами.

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-long_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-long",
    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 Long

MiniMax Speech 2.6 Long — модель текст-в-речь от MiniMax для асинхронной генерации аудио по объемным сценариям. В Ranvik API она доступна через единый ключ.
Она помогает озвучивать статьи, уроки, инструкции и другие длинные материалы естественным, эмоциональным голосом. Ranvik API упрощает подключение модели к продукту.
Получите ключ в Ranvik API: сервис дает доступ к MiniMax Speech 2.6 Long через единый API и позволяет быстро начать интеграцию в свой проект.
Подключите Ranvik API: сервис предоставляет доступ к модели из России без VPN через единый API-ключ, удобный для сайтов, приложений и внутренних сервисов.
Да. В Ranvik API можно оплачивать использование API в российских рублях, что делает подключение MiniMax Speech 2.6 Long удобнее для российских команд.
Для длинных задач применяется асинхронная генерация. Можно управлять темпом, тоном и громкостью, выбирать формат, битрейт и частоту дискретизации аудио.