minimax-speech

Polar Sponsor
爱发电 赞助
.NET 9.0

MiniMax 语音合成技能 - 支持同步/异步文本转语音(T2S)、音色克隆(Voice Clone)、音色设计(Voice Design)、音色查询与删除。使用模型 speech-2.8-hd,输出 mp3/wav/pcm 音频文件至本地。

MiniMax Speech Skill

功能概述

MiniMax Speech Skill是一项面向实际任务的技能,主要用于使用 MiniMax API 进行语音合成、语音克隆和音色设计;支持同步/异步文本转语音、音色克隆、音色设计、音色查询与删除;

核心要点

  • 使用模型 speech-2.8-hd,输出 mp3/wav/pcm 格式音频文件;
  • MINIMAX_API_KEY : MiniMax API 密钥;
  • MINIMAX_REGION : 区域设置, cn 为中国。

使用与执行

它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

MiniMax Speech Skill

使用 MiniMax API 进行语音合成、语音克隆和音色设计。支持同步/异步文本转语音、音色克隆、音色设计、音色查询与删除。使用模型 speech-2.8-hd,输出 mp3/wav/pcm 格式音频文件。

环境配置

{
  "MINIMAX_API_KEY": "your-api-key",
  "MINIMAX_REGION": "cn" | "int"
}
  • MINIMAX_API_KEY: MiniMax API 密钥
  • MINIMAX_REGION: 区域设置,cn 为中国,int 为国际(默认 cn)

可用函数

text_to_speech(text, voice_id, output_file)

同步文本转语音

参数:

  • text: 要转换的文本
  • voice_id: 音色ID(默认: female-tianmei)
  • output_file: 输出文件路径

示例: text_to_speech("你好世界", "female-tianmei", "hello.mp3")

text_to_speech_async(text, voice_id)

异步文本转语音,返回任务ID

参数:

  • text: 要转换的文本
  • voice_id: 音色ID

返回: 任务ID

query_speech_task(task_id)

查询异步任务状态

参数:

  • task_id: 任务ID

返回: 任务状态信息

clone_voice(audio_file_path, title)

音色快速复刻

参数:

  • audio_file_path: 参考音频文件路径
  • title: 新音色名称

返回: 新音色的 voice_id

design_voice(text, style)

音色设计

参数:

  • text: 音色描述文本
  • style: 音色风格

返回: 设计生成的 voice_id

list_voices()

获取音色列表

返回: 音色列表

get_voice(voice_id)

获取单个音色信息

参数:

  • voice_id: 音色ID

delete_voice(voice_id)

删除音色

参数:

  • voice_id: 音色ID

返回: 是否成功

常用音色

音色ID 描述
female-tianmei 女声甜美
male-yunyang 男声播音
female-badu 女声巴度
male-shawn 男声 Shawn
female-shanshan 女声杉杉

使用示例

同步语音合成

python scripts/speech.py tts "欢迎使用 MiniMax 语音服务" -v female-tianmei -o output.mp3

异步语音合成

python scripts/speech.py tts-async "这是一段较长的文本" -v male-yunyang

查询任务

python scripts/speech.py query 

克隆音色

python scripts/speech.py clone reference_audio.mp3 -t "我的音色"

音色设计

python scripts/speech.py design "温柔的女性声音,适合朗读" -s gentle

删除音色

python scripts/speech.py delete 

注意事项

  1. 同步语音合成适合短文本(< 60秒音频)
  2. 长文本建议使用异步接口
  3. 音色克隆需要清晰、无噪音的参考音频
  4. 克隆和设计的音色需要审核后才能使用

相关专题

更多
Minimax 免费用法与平台省钱攻略
Minimax 免费用法与平台省钱攻略

针对个人用户与中小团队最关心的成本问题,全面梳理 Minimax 平台的免费使用方案与省钱技巧,涵盖海螺 AI 网页端/App 端的免费功能范围与每日使用限额、API 开放平台新用户免费额度领取与使用期限、各模型(文本/语音/视频)的 Token 计费规则与价格明细、免费版与付费会员功能权益的详细对比、通过 Prompt 优化减少 Token 消耗的实用技巧、合理选择模型版本降低调用成本的策略,帮助用户以最低成本充分利用 Minimax

2026.05.18

614

13

Minimax智能体搭建教程合集
Minimax智能体搭建教程合集

本专题整合了Minimax智能体搭建相关教程,阅读专题下面的文章了解更多详细操作步骤。

2026.05.18

178

13

Minimax AI 音乐生成与创作教程大全
Minimax AI 音乐生成与创作教程大全

讲解 Minimax 在 AI 音乐生成领域的能力与创作方法,涵盖文本描述生成音乐(Text-to-Music)的提示词编写(风格/情绪/节奏/乐器描述)、歌词创作辅助与旋律适配、音乐风格(流行/古风/电子/爵士/古典/说唱)的精准控制、AI 歌声合成与人声效果调节、生成片段的拼接编排与时长控制、AI 音乐在短视频 BGM、播客片头、游戏配乐、广告音乐等场景的商用实践,帮助音乐爱好者与内容创作者零门槛实现 AI 原创音乐。

2026.05.18

448

17

Minimax 海螺AI角色扮演与社交玩法
Minimax 海螺AI角色扮演与社交玩法

本专题围绕Minimax海螺 AI 最受用户欢迎的角色扮演功能,讲解虚拟角色的创建与人设定制(性格/背景/说话风格/记忆设定)、沉浸式多轮对话的引导技巧、角色语音绑定与实时语音对话体验、热门角色类型(AI 伴侣/历史人物/影视角色/游戏NPC/虚拟导师)的设定模板与玩法分享、社区热门角色排行与二创互动、角色对话的隐私安全与使用边界,帮助用户深度体验 AI 角色互动的乐趣并激发创意玩法灵感。

2026.05.18

319

13

Minimax API 开发与多模态集成合集
Minimax API 开发与多模态集成合集

系统讲解 Minimax 开放平台 API 的开发与集成方法,涵盖 API Key 申请与鉴权机制、Chat Completion 文本对话接口的参数配置(temperature/top_p/tokens_to_generate)与多轮对话管理、流式输出(SSE Streaming)实现、Text-to-Speech(T2A)语音合成接口与音色选择、视频生成(Video Generation)接口调用与任务状态查询、Embeddings

2026.05.13

357

18

Minimax 注册与快速入门指南
Minimax 注册与快速入门指南

面向 AI 工具新手,从 Minimax 的账号注册、海螺 AI(Hailuo AI)网页端与移动端使用讲起,介绍 Minimax 大模型家族(abab 系列语言模型、语音模型、视频模型)的能力定位与产品矩阵、智能对话的基本使用技巧、角色扮演与长文本处理功能体验、免费额度与订阅方案说明,帮助用户快速了解 Minimax 平台全貌并高效上手使用。

2026.05.13

494

13

Minimax语音克隆与AI配音实战合集
Minimax语音克隆与AI配音实战合集

聚焦 Minimax 语音技术中最受关注的声音克隆与 AI 配音应用,讲解声音克隆(Voice Clone)的录制要求与上传流程、少量样本即可定制专属音色的操作步骤、克隆音色的自然度与相似度优化技巧、中英文及多语种语音合成效果调控、情感化朗读(开心/悲伤/激昂/低沉)的参数设置,以及在短视频配音、有声读物批量制作、播客节目生成、电商产品口播、企业培训课件配音等热门场景中的实操应用。

2026.05.13

303

17

Minimax海螺AI视频生成完全攻略
Minimax海螺AI视频生成完全攻略

围绕当前最热门的 AI 视频生成需求,全面讲解 Minimax 海螺 AI 视频生成的使用方法,涵盖文本生成视频(Text-to-Video)的场景描述与镜头语言提示词编写、图片生成视频(Image-to-Video)的首帧构图与运动方向控制、视频风格(写实/动漫/电影/3D)切换技巧、生成效果的常见问题(人物变形/动作不连贯)优化策略、热门爆款视频的创作思路拆解,帮助创作者与运营人员用 AI 高效产出吸睛短视频内容。

2026.05.13

398

18

minimax大模型
minimax大模型

本专题整合了minimax大模型官网入口地址、升级内容等等内容,阅读专题下面的文章了解更多详细内容。

2026.03.31

288

24

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程