位置づけとリリース日
Speech-02-HD は、MiniMax Speech-02 シリーズの高忠実度音声生成向けテキスト音声合成モデルで、ナレーションやオーディオブックなど、音質を重視する用途に適しています。このシリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io)
機能と用途
- テキストを入力して音声を生成します。多言語、さまざまなアクセント、感情表現に対応しています。後の公式技術紹介によると、Speech 02 は 32 言語に対応しています。(minimax.io)
- 声のクローン作成、およびピッチ、発話速度、音量、感情などの制御に対応しています。公式発表によると、シリーズはストリーミング生成と FLAC、WAV、MP3、PCM などの出力形式に対応しています。具体的に使用できるパラメータはインターフェースによって異なります。(minimax.io)
- オーディオブック、ナレーション、広告、デジタルヒューマン、多言語コンテンツの制作に使用できます。(minimax.io)
制限
- HD バージョンは音質を重視しています。シリーズの Turbo バージョンはリアルタイム速度を重視しており、後者の低遅延という位置づけを HD にそのまま当てはめるべきではありません。(minimax.io)
- 公式 T2A V2 ドキュメントに記載された同期インターフェースのテキスト長制限は 10,000 文字未満です。他のインターフェースでは制限が異なる場合があります。生成品質、アクセント、声のクローン作成の効果は入力や用途によって異なります。(platform.minimaxi.com)
- モデルの重みの公開状況:未確認。
公式 API 従量課金価格
以下は 2026 年 11 月 18 日に確認した公式の表示価格であり、リソースパックや割引価格ではありません。課金は音声合成に使用するテキスト文字数に基づき、入力と出力のトークンをそれぞれ課金する方式ではありません。確認した料金表には、生成音声の出力単価は個別に記載されていません。
- **中国本土サイト、人民元(CNY):**同期 T2A と非同期長文 T2A Async はいずれも 3.50 元/万課金文字です。公式の説明では、漢字 1 字は 2 文字、英字、句読点、スペースなどはそれぞれ 1 文字として計算されます。国内公式料金。(platform.minimax.cn)
- **国際サイト、米ドル(USD):**T2A の旧モデルの価格は 100 米ドル/百万文字です。国際公式料金。(platform.minimax.io)
両サイトの価格はそれぞれのプラットフォームに適用されるものであり、為替レートで換算した同一のプランではありません。声のクローン作成などのサービスには別途料金がかかる場合があり、実際の請求は各プラットフォームの規則に従います。(platform.minimax.cn)