speech-2.5-turbo-preview

MiniMax 的 Speech 2.5 API 提供高保真、低延遲的原生音訊體驗。它支援原生語音轉語音處理與 3 秒零樣本語音複製，非常適合打造反應靈敏且具備情感智慧的 AI 代理程式。

$ 0

$ 36

$ 60

text

audio

$ 0

text

$ 36

$ 60

audio

Playground

JSON

API

輸入

Text*

Voice_id*

Speed

Volume

Pitch

Emotion

English_normalization

This parameter supports English text normalization, which improves performance in number-reading scenarios.

Sample_rate

Bitrate

Channel

Format

Language_boost

Enable_sync_mode

If set to true, the function will wait for the result to be generated and uploaded before returning the response. It allows you to get the result directly in the response. This property is only available through the API.

相關模型

所有模型

Google

gemini-2.5-flash-preview-tts

gemini-2.5-pro-preview-tts

$ 12

$ 20

MiniMax

speech-2.5-turbo-preview-voice-clone

Speech 2.5 API 的主要功能

Q: Speech 2.5 API 如何處理延遲？

Speech 2.5 API 採用原生語音到語音（S2S）架構，省去中間的文字轉錄層。在最佳條件下，這可將首次音訊回應時間（Time-To-First-Audio）縮短至約 280 毫秒。若要在互動式應用程式中實現最低延遲，我們建議使用 WebSocket 串流介面，而非標準的分塊 HTTP。

Q: 這個 2.5 模型支援語音複製嗎？

是的，2.5 turbo 模型支援零樣本語音複製。只需 3 秒的音訊樣本，即可複製說話者的聲音。此流程不需要額外訓練或微調，您可以透過 /v1/audio/voices 端點立即生成具有特定音色或口音的語音。

Q: Speech 2.5 API 的定價是多少？

定價同時依據輸入的 token 數量和輸出的音訊時長計算。輸入文字的價格為每 1M tokens $2.00，輸入音訊則為每分鐘 $0.015。生成的輸出音訊按每分鐘 $0.030 計費。GPTProto.com 使用者可享有統一計費服務，以及重複工作階段中快取音訊提示的 50% 折扣。

Q: 我的語音資料會用於模型訓練嗎？

不會。根據我們的企業隱私權政策，透過 Speech 2.5 API 處理的所有音訊和文字資料，不會由我們或 MiniMax 用於訓練。您的智慧財產與語音複製內容會在您的專案環境中維持私密與安全。

Q: 它與 GPT-4o 音訊模式相比如何？

GPT-4o 的 TTFA 略快（約 240 毫秒），但 Speech 2.5 API 提供 48kHz 的更高取樣率，相較之下 GPT-4o 為 24kHz。此外，Speech 2.5 能提供更出色的非語言情緒線索，例如可聽見的嘆氣與笑聲；這些表現通常在其他低延遲模型中有所限制。

Q: 我可以使用 API 進行雙語語音嗎？

當然可以。此模型針對超過 25 種語言的雙語語碼轉換進行最佳化。它能在單一句子中於英語和中文等語言之間切換，同時完美維持說話者的身分與情緒表達一致性。

探索 Speech 2.5 API 的技術能力，了解其成為業界情感化即時音訊領導者的原因。

零樣本語音複製

僅需 3 秒的語音樣本，即可高保真地複製任何聲音，立即實現個人化。

動態情感韻律

生成笑聲、嘆息與呼吸聲，營造極其逼真的人類臨場感。

48kHz 高清音訊輸出

支援高解析度、錄音室品質的音訊傳輸，適用於專業製作。

原生語音轉語音

直接的音訊轉音訊處理可將延遲控制在 <300ms，確保對話自然流暢。

如何取得 speech-2.5-turbo-preview API 金鑰

取得 speech-2.5-turbo-preview API 金鑰只需四個步驟，僅需幾分鐘。建立免費的 GPTProto 帳號、儲值、產生金鑰，並進行第一次呼叫 — 在 $0 / $36 這裡能以比直連更划算的價格取得 speech-2.5-turbo-preview API 金鑰，且單一金鑰即可在平台上所有模型通用。完整 speech-2.5-turbo-preview 說明文件請參閱說明文件。