ГлавнаяМоделиГенерация аудиоMiniMax Speech 2.8 HD

MiniMax Speech 2.8 HD API

ПровайдерMinimax

speech-2-8-hd — генерация аудио-модель от Minimax.

asynctext_to_audio

Попробуйте прямо здесь

MiniMax Speech 2.8 HD Открыть в песочнице

Что умеет MiniMax Speech 2.8 HD

  • Async
  • Text-to-Audio

Стоимость

за 1 млн символов
speech characters
13 205 ₽

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 2.8 HD для естественной озвучки текста

MiniMax Speech 2.8 HD — модель преобразования текста в речь от MiniMax, представленная 23 января 2026 года. Она создает студийно чистую, выразительную озвучку, поддерживает управление эмоциями, клонирование голоса и более 40 языков. Нативные звуковые теги помогают передавать паузы, дыхание и живую интонацию, делая синтезированную речь естественнее.

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

speech-2-8-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= "speech-2-8-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 2.8 HD

MiniMax Speech 2.8 HD — модель синтеза речи, которая превращает текст в выразительное аудио с естественной интонацией и чистым звучанием.
Модель подходит для озвучки роликов, приложений, голосовых ассистентов и обучающих материалов, когда важны эмоции, темп и качество голоса.
Получить доступ можно через Ranvik API: сервис помогает быстро подключить модель к проекту и работать с API в привычном формате.
Подключите MiniMax Speech 2.8 HD через Ranvik API, создайте ключ доступа и отправляйте запросы к модели без использования VPN.
Да, Ranvik API позволяет оплачивать доступ к MiniMax Speech 2.8 HD в российских рублях, что упрощает расчеты для пользователей из России.
MiniMax Speech 2.8 HD поддерживает эмоциональную подачу, клонирование голоса, многоязычную озвучку и звуковые теги для живой речи.