模型定位
MiniMax Speech 2.5 是面向多语种文本转语音和音色复刻的语音生成模型,是 Speech 02 的后续版本。官方于 2025 年 8 月 7 日发布并宣布全球上线。(minimax.io)
能力与用途
- **多语种语音合成:**官方国际公告称支持 40 多种语言,并提供多样化音色库;中文、英语等语言的表现相较前代有所提升。(minimax.io)
- **音色复刻:**官方称可复刻口音、说话风格和情绪,并在跨语言生成时保留说话人的声音特征。实际效果可能因语言和素材而异。(minimax.io)
- **合成控制:**官方接口文档列出语速、音量、语调、情绪及音频格式等参数,并支持流式输出。文档中列出的预览版本包括
speech-2.5-hd-preview和speech-2.5-turbo-preview;它们是具体版本标识,不改变本条记录的空 API ID。(platform.minimaxi.com) - **适用场景:**多语种客服、广告及产品配音、本地化内容、短视频和教育材料。(minimax.io)
限制
官方同步语音合成接口文档的请求参数要求输入文本少于 10,000 字符;不同接口及版本的限制可能不同。该文档列出的是预览版本,不能据此确认这些版本目前仍可调用。音色复刻应取得声音权利人的适当授权。(platform.minimaxi.com)
价格与计费
截至 2026 年 11 月 18 日,已查阅 MiniMax 国内及国际官方定价页,但两页均未列出可明确对应 Speech 2.5 的按量单价,故价格未核实。官方国内语音合成定价表以输入字符数为计费单位,接口也返回本次合成的计费字符数;Speech 2.5 是否另有独立的输出音频费用,未核实。不要将其他模型的报价视为 Speech 2.5 的报价。(platform.minimax.cn)