Síntesis de voz (Text to Audio)

Interfaz de síntesis de voz de alta calidad que soporta múltiples tonos de voz, ajuste de velocidad y expresión emocional. Adecuada para audiolibros, asistentes de voz y más.

Endpoints de la API

POST/t2a_v2

Texto a voz

Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Descripción
`model`	string	Obligatorio	Nombre del modelo: speech-2.6-hd o speech-2.6-turbo
`text`	string	Obligatorio	Contenido de texto a sintetizar
`voice_id`	string	Opcional	ID de voz, use voz preestablecida o clonada
`speed`	number	Opcional	Velocidad del habla, rango 0.5-2.0, predeterminado 1.0
`pitch`	number	Opcional	Tono, rango -12 a 12
`audio_format`	string	Opcional	Formato de salida: mp3, wav, pcm

Ejemplo de solicitud

{
  "model": "speech-2.6-hd",
  "text": "你好，欢迎使用 MiniMax 语音合成服务。",
  "voice_id": "female-tianmei",
  "speed": 1.0,
  "audio_format": "mp3"
}

Ejemplo de respuesta

{
  "audio": "base64_encoded_audio_data...",
  "status": "success",
  "usage": {
    "characters": 18
  }
}

Ejemplos de código

import requests
import base64

url = "https://your-proxy-domain.com/v1/t2a_v2"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
data = {
    "model": "speech-2.6-hd",
    "text": "你好，欢迎使用 MiniMax 语音合成服务。",
    "voice_id": "female-tianmei",
    "speed": 1.0,
    "audio_format": "mp3"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

# 保存音频文件
audio_data = base64.b64decode(result["audio"])
with open("output.mp3", "wb") as f:
    f.write(audio_data)