POST
/
v3
/
async
/
minimax-speech-02-hd
MiniMax Speech-02-hd 异步语音合成
curl --request POST \
  --url https://api.ppinfra.com/v3/async/minimax-speech-02-hd \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '{
  "text": "<string>",
  "voice_setting": {
    "speed": 123,
    "vol": 123,
    "pitch": 123,
    "voice_id": "<string>",
    "emotion": "<string>",
    "english_normalization": true
  },
  "audio_setting": {
    "sample_rate": 123,
    "bitrate": 123,
    "format": "<string>",
    "channel": 123
  },
  "pronunciation_dict": {
    "tone": [
      {}
    ]
  },
  "timber_weights": [
    {
      "voice_id": "<string>",
      "weight": 123
    }
  ],
  "language_boost": "<string>"
}'
{
  "task_id": "<string>"
}

该 API 支持基于文本到语音的异步生成，单次文本生成传输最大支持 100 万字符，生成的完整音频结果支持异步的方式进行检索。支持 100+系统音色、复刻音色自主选择；支持语调、语速、音量、比特率、采样率、输出格式自主调整。

提交长文本语音合成请求后，需要注意的是返回的 url 的有效期为自 url 返回开始的 24 个小时，请注意下载信息的时间。

适用于整本书籍等长文本的语音生成，任务排队耗时可能会较长。短句生成、语音聊天、在线社交等场景，建议使用 同步调用语音合成。

​
请求头

​
Content-Type
string
required

枚举值: application/json

​
Authorization
string
required

Bearer 身份验证格式，例如：Bearer {{API 密钥}}。

​
请求体

​
text
string
required

待合成的文本，限制最长 5 万字符。

​
voice_setting
object
​
audio_setting
object
​
pronunciation_dict
object
​
timber_weights
object[]

与 voice_id 二选一必填

​
language_boost
string
default:"null"

增强对指定的小语种和方言的识别能力，设置后可以提升在指定小语种/方言场景下的语音表现。如果不明确小语种类型，则可以选择”auto”，模型将自主判断小语种类型。支持以下取值：

'Chinese', 'Chinese,Yue', 'English', 'Arabic', 'Russian', 'Spanish', 'French', 'Portuguese', 'German', 'Turkish', 'Dutch', 'Ukrainian', 'Vietnamese', 'Indonesian', 'Japanese', 'Italian', 'Korean', 'Thai', 'Polish', 'Romanian', 'Greek', 'Czech', 'Finnish', 'Hindi', 'auto'

​
响应参数

​
task_id
string
required

异步任务的 task_id。您应该使用该 task_id 请求 查询任务结果 API 以获取生成结果

​
示例

以下是如何使用 Minimax Speech-02-hd 异步请求 API 的示例。

  1. 通过向 Minimax Speech-02-hd API 发送 POST 请求来生成 task_id。

请求：

curl \
-X POST https://api.ppinfra.com/v3/async/minimax-speech-02-hd \
-H "Authorization: Bearer $your_api_key" \
-H "Content-Type: application/json" \
-d '{
  "text": "近年来，人工智能在国内迎来高速发展期，技术创新与产业应用齐头并进。从基础的大模型研发到语音识别、图像处理、自然语言理解等关键技术突破，AI 正在深度赋能医疗、金融、制造、交通等多个领域。同时，政策支持和资本推动加速了技术落地，众多科技企业、创业团队和科研机构持续投入，形成了活跃的创新生态。AI 正逐步从实验室走向实际生产力，成为推动数字中国建设和经济高质量发展的重要引擎，未来发展潜力巨大。",
  "voice_setting": {
    "speed": 1.1,
    "voice_id": "male-qn-jingying",
    "emotion": "happy"
  }
}'

响应:

{
    "task_id": "{返回的 Task ID}"
}
  1. 使用 task_id 获取输出视频。 2xx 范围内的 HTTP 状态码表示请求已成功接受，而 5xx 范围内的状态码表示内部服务器错误。 您可以在响应的 audios 字段中获取音频 audio_url。

响应:

{
  "extra": {},
  "task": {
    "task_id": "64af7aae-6fbe-41ca-87b8-2445fd8dba4a",
    "task_type": "MINIMAX_SPEECH_02_HD",
    "status": "TASK_STATUS_SUCCEED",
    "reason": "",
    "eta": 0,
    "progress_percent": 0
  },
  "images": [],
  "videos": [],
  "audios": [
    {
      "audio_url": "https://faas-minimax-video-1312767721.cos.ap-shanghai.myqcloud.com/test/288760077820325-fd8778e1-22f1-441e-b65c-5523720e55e4.mp3?q-sign-algorithm=sha1&q-ak=AKIDHOHvKVnrgHkyxhCTyOdeSjoiRxGPSJ0V&q-sign-time=1752052448%3B1752056048&q-key-time=1752052448%3B1752056048&q-header-list=host&q-url-param-list=&q-signature=fa6c73418a10aadcdec434cadcf2242af65fc170",
      "audio_url_ttl": "0",
      "audio_type": "mp3",
      "audio_metadata": null
    }
  ]
}

音频文件: