Présentation
MiniMax Speech 2.8 est un modèle de synthèse vocale à partir de texte, annoncé le 23 janvier 2026. Il vise à produire une parole expressive et naturelle. Il est accessible via l’API MiniMax et MiniMax Audio. Annonce officielle. (minimax.io)
Capacités et usages
- Prise en charge native de marqueurs vocaux et de mots d’hésitation, avec pauses et respiration pour une expression plus naturelle.
- Clonage de voix : MiniMax présente une reproduction à partir d’un échantillon de 10 secondes.
- Synthèse dans plus de 40 langues. L’annonce met notamment en avant une amélioration de la prononciation japonaise avec une voix chinoise.
- Réglages disponibles via l’API, notamment volume, hauteur, vitesse, mixage, débit binaire et fréquence d’échantillonnage. La synthèse synchrone convient aux dialogues courts ; le mode asynchrone sert aux textes longs. Ces fonctions peuvent être utilisées pour le doublage, les podcasts, les livres audio et les applications vocales. (minimax.cn)
Limites
- La synthèse asynchrone accepte au maximum 1 million de caractères par requête. Les limites de débit et les conditions d’accès dépendent du service utilisé. (platform.minimax.cn)
- MiniMax indique poursuivre l’amélioration des combinaisons de langues ; la qualité de prononciation et de clonage n’est donc pas garantie identique dans tous les cas. (minimax.cn)
Tarification API à l’usage
Tarifs officiels consultés le 17 novembre 2026. Les offres et tarifs des plateformes chinoise et internationale sont distincts et ne constituent pas une conversion de devise.
| Plateforme | Variante | Synthèse synchrone ou asynchrone | Base de facturation |
|---|---|---|---|
| Chine continentale | speech-2.8-hd |
3,50 CNY | 10 000 caractères en entrée |
| Chine continentale | speech-2.8-turbo |
2,00 CNY | 10 000 caractères en entrée |
| Internationale | speech-2.8-hd |
100 USD | 1 million de caractères |
| Internationale | speech-2.8-turbo |
60 USD | 1 million de caractères |
Il s’agit de tarifs de synthèse texte-vers-audio, fondés sur les caractères du texte ; aucun tarif distinct par token de sortie audio n’est indiqué dans ces tableaux. Sur la plateforme chinoise, un caractère chinois compte pour deux caractères facturables ; les lettres anglaises, la ponctuation, les espaces et les retours à la ligne comptent chacun pour un. Tarifs officiels chinois ; tarifs officiels internationaux. (platform.minimax.cn)
Le clonage rapide est facturé séparément à la première utilisation de la voix en synthèse : 9,90 CNY par voix sur la plateforme chinoise et 1,5 USD par voix sur la plateforme internationale. Les caractères utilisés pour l’aperçu sont facturés au tarif du modèle choisi. (platform.minimax.cn)