简体中文

English

简体中文

English
EN

创建异步语音合成任务 ​

方法: POST路径: /minimax/v1/t2a_async_v2

官方文档

通过 post 请求/minimaxi/v1/t2a_async_v2 创建语音合成任务，并立即返回task_id等相关信息

请求参数 ​

Header 参数 ​

text
Content-Type
string
必需
示例:
application/json
Authorization
string
可选
默认值:
Bearer {{YOUR_API_KEY}}

Body 参数 application/json 必填 ​

text
model
string
必需
请求的模型版本，可选范围：speech-2.6-hd, speech-2.6-turbo, speech-02-hd, speech-02-turbo, speech-01-hd, speech-01-turbo.
text
string
必需
待合成音频的文本，限制最长 5 万字符。和 text_file_id 二选一必填
language_boost
string
可选
是否增强对指定的小语种和方言的识别能力。默认值为 null，可设置为 auto 让模型自主判断。
可用选项: 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, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans, auto
voice_setting
object
必需
voice_id
string
必需
合成音频的音色编号。
speed
number
可选
合成音频的语速，取值越大，语速越快。取值范围 [0.5,2]，默认值为1.0
vol
number
可选
合成音频的音量，取值越大，音量越高。取值范围 (0,10]，默认值为 1.0
pitch
integer
可选
合成音频的语调，取值范围 [-12,12]，默认值为 0，其中 0 为原音色输出
pronunciation_dict
object
可选
tone
array
[string]
可选
定义需要特殊标注的文字或符号对应的注音或发音替换规则。在中文文本中，声调用数字表示：
一声为 1，二声为 2，三声为 3，四声为 4，轻声为 5
示例如下：
["燕少飞/(yan4)(shao3)(fei1)", "omg/oh my god"]
audio_setting
object
可选
audio_sample_rate
integer
可选
生成音频的采样率。可选范围 [8000，16000，22050，24000，32000，44100]，默认为 32000
bitrate
integer
可选
生成音频的比特率。可选范围 [32000，64000，128000，256000]，默认值为 128000。该参数仅对 mp3 格式的音频生效
format
string
可选
生成音频的格式。可选范围[mp3, pcm, flac]，默认值为 mp3
可用选项: mp3, pcm, flac
channel
integer
可选
生成音频的声道数。可选范围：[1,2]，其中 1 为单声道，2 为双声道，默认值为 1
voice_modify
object
声音效果器设置
可选
pitch
integer
可选
音高调整（低沉/明亮），范围 [-100,100]，数值接近 -100，声音更低沉；接近 100，声音更明亮
intensity
integer
可选
强度调整（力量感/柔和），范围 [-100,100]，数值接近 -100，声音更刚劲；接近 100，声音更轻柔
timbre
integer
可选
音色调整（磁性/清脆），范围 [-100,100]，数值接近 -100，声音更浑厚；数值接近 100，声音更清脆
sound_effects
string
可选
音效设置，单次仅能选择一种，可选值：
spacious_echo（空旷回音）
auditorium_echo（礼堂广播）
lofi_telephone（电话失真）
robotic（电音）
可用选项: spacious_echo, auditorium_echo, lofi_telephone, robotic
text_file_id
integer
必需
待合成音频的文本文件 待合成音频的文本文件 id，单个文件长度限制小于 10 万字符，支持的文件格式：txt、zip。和 text 二选一必填，传入后自动校验格式。
txt 文件：长度限制 <100,000 字符。支持使用 <#x#> 标记自定义停顿。x 为停顿时长（单位：秒），范围 [0.01,99.99]，最多保留两位小数。注意停顿需设置在两个可以语音发音的文本之间，不可连续使用多个停顿标记
zip 文件：
压缩包内需包含同一格式的 txt 或 json 文件。
json 文件格式：支持 [title, content, extra] 三个字段，分别表示标题、正文、附加信息。若三个字段都存在，则产出 3 组结果，共 9 个文件，统一存放在一个文件夹中。若某字段不存在或内容为空，则该字段不会生成对应结果
aigc_watermark
boolean
可选
控制在合成音频的末尾添加音频节奏标识，默认值为 False。该参数仅对非流式合成生效
示例
{
"model"
:
"speech-2.6-hd"
,
"text"
:
"真正的危险不是计算机开始像人一样思考，而是人开始像计算机一样思考。计算机只是可以帮我们处理一些简单事务。"
,
"language_boost"
:
"auto"
,
"voice_setting"
:
{
"voice_id"
:
"audiobook_male_1"
,
"speed"
:
1
,
"vol"
:
1
,
"pitch"
:
1
}
,
"pronunciation_dict"
:
{
"tone"
:
[
"危险/dangerous"
]
}
,
"audio_setting"
:
{
"audio_sample_rate"
:
32000
,
"bitrate"
:
128000
,
"format"
:
"mp3"
,
"channel"
:
2
}
,
"voice_modify"
:
{
"pitch"
:
0
,
"intensity"
:
0
,
"timbre"
:
0
,
"sound_effects"
:
"spacious_echo"
}
}

请求示例代码 ​

Shell ​

bash
curl --location --request POST '/minimax/v1/t2a_async_v2' \
--header 'Authorization: Bearer {{YOUR_API_KEY}}' \
--header 'Content-Type: application/json' \
--data-raw '{
  "model": "speech-2.6-hd",
  "text": "真正的危险不是计算机开始像人一样思考，而是人开始像计算机一样思考。计算机只是可以帮我们处理一些简单事务。",
  "language_boost": "auto",
  "voice_setting": {
    "voice_id": "audiobook_male_1",
    "speed": 1,
    "vol": 1,
    "pitch": 1
  },
  "pronunciation_dict": {
    "tone": [
      "危险/dangerous"
    ]
  },
  "audio_setting": {
    "audio_sample_rate": 32000,
    "bitrate": 128000,
    "format": "mp3",
    "channel": 2
  },
  "voice_modify": {
    "pitch": 0,
    "intensity": 0,
    "timbre": 0,
    "sound_effects": "spacious_echo"
  }
}'

返回响应 ​

🟢 200 成功 ​

内容类型: application/json

响应结构 ​

text
task_id
integer
当前任务的 ID
可选
task_token
string
可选
完成当前任务使用的密钥信息
file_id
integer
可选
任务创建成功后返回的对应音频文件的 ID。
当任务完成后，可通过 file_id 调用 文件检索接口 进行下载
当请求出错时，不返回该字段 注意：返回的下载 URL 自生成起 9 小时（32,400 秒）内有效，过期后文件将失效，生成的信息便会丢失，请注意下载信息的时间
usage_characters
integer
计费字符数
可选
base_resp
object
可选
本次请求的状态码及其详情
status_code
integer
必需
状态码
0: 正常
1002: 限流
1004: 鉴权失败
1039: 触发 TPM 限流
1042: 非法字符超10%
2013: 参数错误
status_msg
string
状态详情
必需

示例 ​

json
{
    "task_id": 95157322514444,
    "task_token": "eyJhbGciOiJSUz",
    "file_id": 95157322514444,
    "usage_characters": 101,
    "base_resp": {
        "status_code": 0,
        "status_msg": "success"
    }
}

YutoAI © 2021-2026