模型市场

MiniMax-Speech系列语音模型

复制成功！
开通模型开通后即可体验并通过 API 调用该模型。加入对比
语音合成

概述

语音合成

MiniMax 语音大模型能够根据上下文，智能预测文本的情绪、语调等信息，并生成超自然、高保真、个性化的语音。在社交、播客、有声书、新闻资讯、教育、数字人等多种场景中展现出强大的实力。

输入

文本

输出

音频

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode，确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能，通过引入外部工具，使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀，减少推理时的重复计算，提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后，模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 声音复刻及声音设计
    ¥9.9每次
  • 语音合成
    ¥3.5每万字符

速率限制

  • RPM每分钟请求数
    20
  • TPM每分钟 Token 数
    20K

API 参考

开通模型开通后即可体验并通过 API 调用该模型。
复制成功！
12345678910111213141516171819202122
curl -X POST https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation \
  -H "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
  -H 'Content-Type: application/json' \
  -d '{
    "input": {
      "action": "tts",
      "text": "今天是不是很开心呀，当然了！",
      "stream": false,
      "voice_setting": {
        "voice_id": "male-qn-qingse",
        "speed": 1,
        "vol": 1,
        "pitch": 0
      },
      "audio_setting": {
        "sample_rate": 16000,
        "format": "mp3",
        "channel": 1
      }
    },
    "model": "MiniMax/speech-2.8-hd"
  }'