minimax/speech-02-hd

POST

/openapi/v2/rhart-audio/text-to-audio/speech-02-hd

一款录音室级别的旗舰文本转语音模型，其核心优势在于出色的韵律表现与稳定性。它不仅能精准捕捉人类语言中的情感细微差别，更在复刻相似度上表现优异，音质表现极为突出。该模型支持中、英、日、韩、西等多种主流语言，并具备毫秒级的流式输出能力。无论是 10,000 字的长文本处理，还是对语速、音高的精细微调，它都能提供如真人配音演员般的自然听感，是专业内容创作的理想之选。

请求参数

Authorization

Header 参数

Body 参数application/json必填

示例

{
    "text": "在这个追求极致的时代，声音的稳定性是专业创作的基石。 哪怕是处理超过 5,000 字的复杂剧本，它的表现依旧如一。 感受到了吗？这种极高的音色复刻相似度，让每一处停顿和换气都恰到好处。让我们开启 48kHz 的录音室模式，共同见证科技带来的听觉革命！",
    "pronunciation_dict": [
        "ASAP/As soon as possible"
    ],
    "voice_id": "Wise_Woman",
    "speed": 1,
    "volume": 1,
    "pitch": 0,
    "emotion": "happy",
    "enable_base64_output": false,
    "english_normalization": false
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST '/openapi/v2/rhart-audio/text-to-audio/speech-02-hd' \
--header 'Authorization: Bearer [Your API KEY]' \
--header 'Authorization: Bearer [Your API KEY]' \
--header 'Content-Type: application/json' \
--data-raw '{
    "text": "在这个追求极致的时代，声音的稳定性是专业创作的基石。 哪怕是处理超过 5,000 字的复杂剧本，它的表现依旧如一。 感受到了吗？这种极高的音色复刻相似度，让每一处停顿和换气都恰到好处。让我们开启 48kHz 的录音室模式，共同见证科技带来的听觉革命！",
    "pronunciation_dict": [
        "ASAP/As soon as possible"
    ],
    "voice_id": "Wise_Woman",
    "speed": 1,
    "volume": 1,
    "pitch": 0,
    "emotion": "happy",
    "enable_base64_output": false,
    "english_normalization": false
}'

返回响应

🟢200成功

application/json

任务结果查询接口：/openapi/v2/query

Body

示例

提交任务响应示例任务完成（查询状态接口）响应示例

{
    "taskId": "2013508786110730241",
    "status": "RUNNING",
    "errorCode": "",
    "errorMessage": "",
    "results": null,
    "clientId": "f828b9af25161bc066ef152db7b29ccc",
    "promptTips": "{\"result\": true, \"error\": null, \"outputs_to_execute\": [\"4\"], \"node_errors\": {}}"
}

修改于 2026-03-30 02:15:59

minimax/music-2.5

minimax/speech-02-turbo