← 全部模型

MiniMax Speech 2.8

发布时间 发布主体 MiniMax

模型定位

MiniMax Speech 2.8 是面向文本转语音和语音智能体场景的语音生成模型,侧重自然表达、音色复刻和多语言交互。官方公告发布于 2026 年 1 月 23 日。(minimax.io)

主要能力与用途

  • 支持原生声音标签,可在合成语音中加入笑声、呼吸、叹气等声音,并控制停顿;可调整音量、语速和音调。(platform.minimax.io)
  • 官方称可使用约 10 秒的样本进行音色复刻;也强调降低背景噪声和合成失真。实际效果取决于素材和使用场景。(minimax.io)
  • 官方介绍支持 40 多种语言及句内语言切换,并针对普通话与日语之间的跨语言发音进行了改进。(minimax.io)
  • 可用于实时语音对话、AI 陪伴、语言学习、旁白及长文本语音合成。官方 API 提供偏重音质的 speech-2.8-hd 和偏重速度与成本的 speech-2.8-turbo 两种版本;这些是版本调用标识,不改变本记录的空 model_id。(minimax.io)

限制与注意事项

  • 国际站同步语音合成 API 的输入文本须少于 10,000 字符;超过 3,000 字符时官方建议使用流式输出。异步长文本接口单次最多支持 100 万字符。(platform.minimax.io)
  • 官方在语音智能体案例中声称端到端延迟低于 250 毫秒,但这不是所有网络、负载和配置下的保证。(minimax.io)
  • 音色复刻应取得声音权利人的授权;生成质量和跨语言表现不保证在所有场景中完全一致。

官方 API 按量价格

以下为查询日 2026 年 11 月 17 日的官方定价,不是资源包或折扣价。语音合成按输入文本字符计费,官方价格表未列出按输出音频 token 或时长另行收取的合成单价。

  • 中国大陆开放平台,人民币(CNY):同步及异步合成均为 speech-2.8-hd 3.50 元/万输入字符、speech-2.8-turbo 2.00 元/万输入字符。一个汉字计两个字符;英文字母、标点、空格等各计一个字符。快速音色复刻为 9.90 元/音色,首次使用该音色合成时收费,试听字符按所选模型单价计费。国内官方定价。(platform.minimax.cn)
  • 国际开放平台,美元(USD):同步及异步合成均为 speech-2.8-hd 100 美元/百万字符、speech-2.8-turbo 60 美元/百万字符。快速音色复刻为 1.50 美元/音色,首次使用该音色合成时收费,试听字符按所选模型单价计费。国际官方定价。(platform.minimax.io)

两地价格适用于各自平台和计费规则,不应视为汇率换算后的同一套餐;资源包价格与有效期另行规定。

官方来源