MiniMax Speech 2.6 HD
нейросеть
MiniMax Speech 2.6 HD — студийный мультилингвальный синтез речи с нюансированной просодией
Характеристики
- Входные данные
- текст
- Результат
- аудио
- Количество голосов
- 12
Стоимость промпта
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'speech-2.6-hd',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Как работает MiniMax Speech 2.6 HD?
MiniMax Speech 2.6 HD — студийный мультилингвальный синтез речи от MiniMax с нюансированной просодией, премиальными голосами и возможностью экспорта субтитров; даёт естественные интонации для озвучки, медиа и голосовых интерфейсов. Через BotHub вы получаете доступ из России без VPN и зарубежной карты, оплату в рублях по факту с расчётом по токенам и сохранением токенов, удобное переключение и сравнение моделей в одном окне и защиту данных шифрованием AES-GCM при отсутствии хранения пользовательского контента. Подойдёт для озвучки подкастов и видео, создания голосовых ассистентов и IVR, локализации контента и массовой генерации звуковых дорожек с экспортом субтитров.Частые вопросы о MiniMax Speech 2.6 HD
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Speech 2.6 HD превращает текст в аудио: синтез речи для озвучки контента, подкастов, голосовых интерфейсов и прототипов. Подходит, когда нужно получить готовую аудиозапись из текстового описания; характер и настройки голоса задаются через API.
Speech 2.6 HD генерирует аудио по текстовому запросу; конкретные форматы и технические параметры вывода зависят от API и настроек на стороне BotHub. По названию модель ориентирована на высокое качество звучания, но точные контейнер и параметры уточняйте в документации.
В наших данных не отмечено, что модель выполняет явные рассуждения перед синтезом. Speech 2.6 HD преобразует текст в речь; для сложной логики разумнее сначала сформировать ответ в LLM, а затем озвучить полученный текст этой моделью.
В наших данных не отмечено наличие встроенного function calling или нативного JSON-вывода. Для структурированных результатов рекомендуем сначала сформировать JSON через модель, поддерживающую функцию вызова, а затем передать текстовую структуру в Speech 2.6 HD для озвучивания.
В наших данных не отмечено приёма изображений, аудио или видео на вход, поэтому нельзя подтвердить мультимодальную загрузку. Уточните поддержку в API BotHub. Для задач с медиа удобнее комбинировать специализированные модели внутри платформы и затем синтезировать звук этим TTS.
В данных не указано, насколько модель оптимизирована для русского языка, поэтому точную оценку дать нельзя. Рекомендуем провести тесты с типичными фразами и интонациями, чтобы проверить качество синтеза; при необходимости вы сможете быстро переключиться на другую модель в BotHub.