Positionnement et date de sortie
Speech-02-HD est un modèle de synthèse vocale à partir de texte de la série MiniMax Speech-02, conçu pour la génération vocale haute fidélité. Il convient aux usages où la qualité sonore est importante, comme le doublage et les livres audio. La série a été lancée le 2 avril 2025.(minimax.io)
Capacités et usages
- Génère de la parole à partir d’un texte ; prend en charge plusieurs langues, différents accents et l’expression d’émotions. Une présentation technique officielle ultérieure indique que Speech 02 prend en charge 32 langues.(minimax.io)
- Prend en charge le clonage de voix et le contrôle de paramètres tels que la hauteur, le débit, le volume et l’émotion ; selon l’annonce officielle, la série prend en charge la génération en streaming et des formats de sortie tels que FLAC, WAV, MP3 et PCM. Les paramètres disponibles dépendent de l’interface.(minimax.io)
- Peut être utilisé pour les livres audio, le doublage, la publicité, les avatars numériques et la production de contenus multilingues.(minimax.io)
Limites
- La version HD privilégie la qualité sonore ; la version Turbo de la série privilégie la vitesse en temps réel. Le positionnement à faible latence de cette dernière ne doit pas être directement appliqué à HD.(minimax.io)
- La documentation officielle T2A V2 indique une limite de moins de 10 000 caractères pour le texte transmis à l’interface synchrone ; les limites des autres interfaces peuvent différer. La qualité de génération, les accents et les résultats du clonage de voix varient selon les entrées et les contextes.(platform.minimaxi.com)
- Statut de publication des poids du modèle : non vérifié.
Tarifs officiels de l’API à l’usage
Les tarifs officiels ci-dessous ont été consultés le 18 novembre 2026 ; ils ne correspondent pas à des forfaits de ressources ni à des tarifs réduits. La facturation repose sur les caractères du texte utilisé pour la synthèse vocale, et non sur une tarification distincte des tokens d’entrée et de sortie ; la grille tarifaire consultée ne spécifie pas de prix unitaire de sortie distinct pour l’audio généré.
- Site de Chine continentale, renminbi (CNY) : T2A synchrone et T2A Async asynchrone pour textes longs sont tous deux facturés à 3,50 yuans/10 000 caractères facturés. Selon les précisions officielles, un caractère chinois compte pour deux caractères, tandis que chaque lettre anglaise, signe de ponctuation, espace, etc., compte pour un caractère. Tarifs officiels nationaux.(platform.minimax.cn)
- Site international, dollars américains (USD) : le tarif des modèles T2A historiques est de 100 dollars/million de caractères. Tarifs officiels internationaux.(platform.minimax.io)
Les tarifs des deux sites s’appliquent à leurs plateformes respectives et ne correspondent pas à une même offre convertie selon le taux de change ; des services tels que le clonage de voix peuvent être facturés séparément. La facturation effective est régie par les règles de la plateforme correspondante.(platform.minimax.cn)