定位與發布日期
Speech-02-HD 是 MiniMax Speech-02 系列中面向高保真語音生成的文字轉語音模型,適用於配音、有聲書等重視音質的場景。該系列於 2025 年 4 月 2 日發布。(minimax.io)
能力與用途
- 輸入文字並生成語音;支援多語言、不同口音和情緒表達。官方後續技術介紹稱 Speech 02 支援 32 種語言。(minimax.io)
- 支援聲音複刻,以及音高、語速、音量和情緒等控制;官方公告稱系列支援串流生成和 FLAC、WAV、MP3、PCM 等輸出格式。具體可用參數取決於介面。(minimax.io)
- 可用於有聲書、配音、廣告、數位人和多語言內容製作。(minimax.io)
限制
- HD 版本側重音質;系列中的 Turbo 版本側重即時速度,不應把後者的低延遲定位直接套用於 HD。(minimax.io)
- 官方 T2A V2 文件列出的同步介面文字長度限制為少於 10,000 字元;其他介面的限制可能不同。生成品質、口音和聲音複刻效果會因輸入與場景而異。(platform.minimaxi.com)
- 模型權重公開狀態:未核實。
官方 API 按量價格
以下為 2026 年 11 月 18 日查詢的官方標價,不是資源包或折扣價。計費基於用於語音合成的文字字元,而非分別按輸入和輸出 token 計價;所查價格表未單列生成音訊的輸出單價。
- **中國大陸站,人民幣(CNY):**同步 T2A 和非同步長文字 T2A Async 均為 3.50 元/萬計費字元。官方說明一個漢字計兩個字元,英文字母、標點、空格等各計一個字元。國內官方定價。(platform.minimax.cn)
- **國際站,美元(USD):**T2A 歷史模型價格為 100 美元/百萬字元。國際官方定價。(platform.minimax.io)
兩地報價適用於各自平台,並非按匯率換算的同一套餐;聲音複刻等服務可能另行收費,實際結算以對應平台規則為準。(platform.minimax.cn)