MiniMax Speech 2.6 API — Synthèse vocale HD avec 40 % de réduction sur le tarif catalogue

Le MiniMax Speech 2.6 API transforme du texte en audio HD dans 40 langues, avec jusqu’à 10 000 caractères en entrée par requête et sept émotions intégrées. Sur GPTProto, vous appelez le modèle speech-2.6-hd à $60 par million de jetons de sortie, avec les jetons d’entrée gratuits — soit 40 % de réduction sur le tarif catalogue, à l’aide d’une seule clé API et d’un solde partagé entre plus de 200 modèles. Aucun compte MiniMax séparé ni inscription soumise à des restrictions régionales. Parcourir tous les modèles pour découvrir les autres modèles accessibles avec la même clé.

Fonctionnalités du modèle MiniMax Speech 2.6 HD

speech-2.6-hd est la variante haute fidélité de la famille MiniMax Speech 2.6, optimisée pour la narration, les livres audio et les voix off de marque, lorsque les détails du timbre et la prosodie sont importants. Par rapport à MiniMax Speech 02, il améliore la similarité multilingue, le rythme et la précision du clonage vocal, tout en prenant en charge 40 langues et leurs variantes dialectales. La route « HD » vise la fidélité, tandis que la route Turbo de la même famille vise la latence minimale. Sur GPTProto , vous accédez au modèle HD via la MiniMax Speech 2.6 API sans gérer directement un compte MiniMax.

Narration longue et livres audio

Pour l’édition et la formation en ligne, speech-2.6-hd accepte jusqu’à 10 000 caractères par requête (la sortie en streaming est recommandée au-delà de 3 000 caractères) et conserve une voix cohérente sur de longs passages. Sa couverture de 40 langues et son contrôle des émotions par requête (joyeux, triste, en colère, craintif, dégoûté, surpris, neutre) permettent à un même pipeline de produire des livres audio multilingues, des supports de cours et des pistes de lecture accessibles. Les scripts longs doivent être segmentés et diffusés en streaming plutôt qu’envoyés en un seul bloc.

Agents vocaux et scripts d’assistance

Speech 2.6 lit les textes dynamiques comme un agent en a besoin : les URL, adresses e-mail, numéros de téléphone, dates et montants monétaires sont correctement prononcés sans prétraitement (par exemple $1,234.56 → « mille deux cent trente-quatre dollars et cinquante-six cents »). speech-2.6-hd prend en charge la sortie PCM en streaming pour une lecture réactive. Si votre priorité est la latence la plus faible possible, GPTProto propose également speech-2.5-turbo-preview avec la même clé — la route HD échange un peu de vitesse contre une fidélité supérieure.

Pourquoi appeler MiniMax Speech 2.6 via GPTProto

Utiliser MiniMax directement implique un compte séparé, une facturation au caractère et une inscription soumise à des restrictions régionales. GPTProto vous donne accès au même modèle speech-2.6-hd avec une seule clé API et un solde prépayé partagé entre plus de 200 modèles de texte, d’image, de vidéo et d’audio. Vous rechargez une seule fois et dépensez votre solde partout, surveillez votre utilisation dans un tableau de bord unique et conservez la même chaîne de modèle si vous migrez ultérieurement. Vous payez pour l’accès, pas pour une réécriture du modèle.

Qu’est-ce que MiniMax Speech 2.6 ?

MiniMax Speech 2.6 est une famille de modèles de synthèse vocale (TTS / text-to-audio) annoncée le 30 octobre 2025, conçue pour les agents vocaux, la narration multilingue et la lecture correcte des textes non standard. Elle est proposée selon deux routes : HD (axée sur la fidélité) et Turbo (à faible latence). GPTProto expose la route HD sous le nom speech-2.6-hd via la MiniMax Speech 2.6 text-to-speech API. Le tableau ci-dessous constitue la spécification opérationnelle de speech-2.6-hd.

MiniMax Speech 2.6 HD vs 2.5 HD vs 2.5 Turbo

Les trois modèles fonctionnent sur GPTProto avec la même clé, ce qui vous permet de les tester en A/B sur vos propres scripts. Speech 2.6 améliore la similarité multilingue, le rythme et la gestion des textes non standard par rapport à la gamme 2.5 ; la route 2.5 Turbo reste l’option la plus rapide.

En bref : choisissez 2.6 HD pour une narration plus naturelle et une lecture correcte des textes complexes ; conservez 2.5 HD uniquement si un workflow est déjà optimisé pour ce modèle — son tarif de sortie est également de $60, donc 2.6 HD est le choix par défaut ; utilisez 2.5 Turbo à $36 / 1 million de jetons de sortie lorsque la rapidité des échanges et le coût comptent davantage que la fidélité.

Voix, émotions et couverture linguistique

speech-2.6-hd expose des voix système et des voix clonées via voice_id, ainsi qu’un contrôle de la restitution pour chaque requête :

• Émotion — l’une des sept suivantes : joyeux, triste, en colère, craintif, dégoûté, surpris, neutre.
• Vitesse — 0.5–2.0 (par défaut 1.0).
• Volume — >0–10 (par défaut 1.0).
• Hauteur — -12–+12 par pas entiers (par défaut 0, timbre d’origine).
• Pauses — insérez <#x#> entre les mots pour définir un silence de x secondes (0.01–99.99).
• Normalisation du texte — lecture automatique des URL, adresses e-mail, numéros de téléphone, dates et montants.

Le modèle couvre 40 langues avec un changement de langue intégré dans les textes multilingues, et language_boost favorise une langue principale lorsque l’entrée mélange plusieurs systèmes d’écriture. Le clonage vocal utilise une référence d’environ 10 secondes ; Fluent LoRA préserve la fluidité des voix clonées, même à partir d’échantillons accentués ou hésitants.

Passer de MiniMax officiel à GPTProto

Si vous appelez déjà la route /v1/t2a_v2 de MiniMax, passer à GPTProto constitue un changement d’accès, pas un changement de modèle — la chaîne du modèle reste speech-2.6-hd. Vous remplacez l’URL de base et l’authentification par celles de GPTProto (consultez le guide de démarrage rapide ci-dessus pour connaître le point de terminaison et le format exact de la requête), puis vous facturez vos appels sur votre solde GPTProto partagé plutôt que sur un compte MiniMax. Ce que vous gagnez :

• Une clé, un solde partagé entre plus de 200 modèles — aucun compte par fournisseur.
• Aucune inscription soumise à des restrictions régionales — un avantage pertinent si l’inscription sur la plateforme MiniMax est compliquée dans votre région.
• Jetons d’entrée gratuits, sortie à $60 / 1 million — soit 40 % de réduction par rapport au tarif catalogue affiché sur la fiche du modèle.

Les identifiants de voix, les émotions et les paramètres audio correspondent aux mêmes champs de requête ; vérifiez les noms de champs propres au fournisseur dans le guide de démarrage rapide avant de basculer le trafic de production.