MiniMax Speech 2.8 HD API 是 MiniMax Speech 2.8 的最高保真档位,可将文字转为逼真的语音。从数百种音色中挑选,设置情感、语速与格式,一次兼容 OpenAI 的调用即可拿回音频。

输入
发送给模型的文本提示词
输出
Sample edited image — run the model to replace this previewSampleRun the model to replace this preview

MiniMax Speech 2.8 HD API:高保真文本转语音

用 MiniMax Speech 2.8 的最高保真档位,把文字变成富有表现力的自然语音。

MiniMax Speech 2.8 HD API 让你在 VibeToken 上调用 MiniMax Speech 2.8 HD。Speech 2.8 于 2026 年 1 月 23 日发布,是 MiniMax 最新一代语音模型;HD 是其最高保真档位,情感丰富,并带有真实对话中的自然语气词。

MiniMax Speech 2.8 HD API 的用法与任何兼容 OpenAI 的文本转语音 API 相同:向 POST /v1/audio/speech 发送 model、input、voice、response_format 及可选的 speed,响应体就是音频文件。把 OpenAI SDK 的 base URL 指向 VibeToken 即可使用 audio.speech.create,生成 ID 见 X-Generation-Id 响应头。

MiniMax Speech 2.8 HD API 能为你做什么

六项能力,在产品中把文本变成精致而有表现力的语音。

最高保真的语音输出

MiniMax Speech 2.8 HD API 是 MiniMax 最新一代语音模型的顶级音质档位,适合有声书、课程旁白、播客和品牌配音等听众留意细节的场景。更看重速度时,可选控制项相同的 Speech 2.8 Turbo。

情感与自然语气词

Speech 2.8 HD 情感渲染细腻,并带有真实对话中的自然语气词。需要特定情绪时,在 provider.options.minimax 中设置 emotion,如 happy、sad、angry、surprised 或 calm,让 MiniMax Speech 2.8 HD API 按需演绎。

数百种系统音色

数百种 MiniMax 系统音色,覆盖英语、普通话、粤语、日语、韩语、西班牙语、葡萄牙语、法语等。Playground 列出精选音色,MiniMax Speech 2.8 HD API 则接受任意 MiniMax 音色 ID。

兼容 OpenAI 的接口

向 POST /v1/audio/speech 发送 model、input、voice、response_format 和 speed,响应体直接就是音频,调用 OpenAI 风格语音接口的现有代码可直接沿用。

输出格式与音频参数

支持 mp3、wav、flac 或 pcm,默认 mp3;speed 可在 0.5 到 2 之间调节。如需更细控制,MiniMax Speech 2.8 HD API 还通过 provider.options.minimax 接收 sample_rate、bitrate、channel、vol 和 pitch。

停顿与发音

在 input 中用 MiniMax 标记语法插入停顿,如 <#0.5#>。为人名和术语添加发音词典,并用 language_boost 指定文本语言。

用 MiniMax Speech 2.8 HD API 生成语音

选好音色,发送文本,保存返回的音频。

  1. 创建密钥并选择音色

    创建 VibeToken API 密钥,在 Playground 中打开 MiniMax Speech 2.8 HD API。用自己脚本中的一句试听精选音色,记下中意的音色 ID。API 调用也支持其他任意 MiniMax 系统音色 ID。

  2. 准备输入与参数

    文本放入 input,每次 MiniMax Speech 2.8 HD API 请求的上限略低于 10,000 个计费字符。需要换气处加 <#0.5#> 等停顿标记,选好 response_format;默认效果不合适时再调 speed 或 emotion。

  3. 调用接口并保存音频

    发送 POST /v1/audio/speech,将 model 设为 minimax/speech-2.8-hd;或把 OpenAI SDK 的 base URL 指向 VibeToken 后调用 audio.speech.create。把响应体存为音频文件,并记录 X-Generation-Id 响应头,追踪每次 MiniMax Speech 2.8 HD API 请求。

定价

按使用量付费

VibeToken 透传合作方价格,与模型官方公开 API 价格对比。

计费单位VibeToken官方节省
每 1M 字符 ¥315.000¥350.000−10%

按输入字符计费:一个汉字计为 2 个字符,其他字符计为 1 个,费用随文本长度变化。

HD 音色的文本转语音工作流

MiniMax Speech 2.8 HD API 的示意用法,仅为工作流思路,并非客户评价。

有声书章节工作流示例

按段落拆分每一章,用同一旁白音色发送给 MiniMax Speech 2.8 HD API,导出 flac 做最终母带。

播客旁白工作流示例

用 MiniMax Speech 2.8 HD API 生成片头和段落过渡,整个系列保持同一音色 ID 和语速。

在线课程工作流示例

用 MiniMax Speech 2.8 HD API 把课程脚本转成旁白,并为课程术语配置发音词典。

品牌配音工作流示例

用 MiniMax Speech 2.8 HD API 以同一广告脚本对比两三种音色,留下最契合品牌调性的一版。

游戏与动画对白工作流示例

为每个角色指定音色 ID 和 angry、happy 等情绪,快速制作对白原型。

纪录片与解说视频工作流示例

用 MiniMax Speech 2.8 HD API 为解说视频配旁白,在屏幕标题处留短停顿标记。

冥想与身心健康音频工作流示例

calm 情绪配合较慢语速和较长停顿,制作引导式冥想音频。

本地化产品视频工作流示例

通过 MiniMax Speech 2.8 HD API 为每份译文选用母语 MiniMax 系统音色,并将 language_boost 设为目标语言。

长文朗读工作流示例

将文章分段提交合成,按顺序拼接返回的音频,提供收听版本。

MiniMax Speech 2.8 HD API:文本转语音常见问题

关于音色、格式、限制、计费与集成的实用解答。

即通过 VibeToken 调用 MiniMax Speech 2.8 HD,它是 MiniMax 最新一代语音模型(2026 年 1 月 23 日发布)中保真度最高的一款。发送文本和音色,MiniMax Speech 2.8 HD API 直接返回成品音频。