MiniMax: MiniMax Speech 2.8
minimax-speech-2-8- 入力 / 出力
- $100.00 / $0.00
- モダリティ
- オーディオ
MiniMax Speech 2.8 について
MiniMax Speech 2.8は、2026年1月にリリースされたMiniMaxのテキスト読み上げ（TTS）モデルファミリーであり、テキストを多言語の表現力豊かな音声に変換します。笑い声や溜息などの自然なサウンドタグ、感情制御、そして大規模な音声ライブラリを備えています。これは標準のSpeech 2.8モデルであり、HDおよびTurboバリアントは品質と速度によってファミリーが分かれています。
得意なこと
- MiniMaxによると、テキスト内に記述された(laughs)、(sighs)、(breath)といった間投詞タグをサポートしています。
- ナレーションや対話に適した、豊かな抑揚と感情制御を提供します。
- システム音声とクローン音声の多様なライブラリを備え、多くの言語に対応しています。
- 速度、ピッチ、音量を調整可能で、mp3、pcm、flac、wav形式での出力に対応しています。
他のモデルを検討すべきケース
- 音声専用モデルです。テキストを読み上げる機能であり、音声の書き起こしや翻訳は行いません。
- これは汎用的なSpeech 2.8モデルです。最高忠実度を求める場合はHDバリアント、最小遅延を求める場合はTurboバリアントが選択肢となります。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
テキスト読み上げTokenLab エンドポイントPOST/v1/audio/speechcurl -X POST "https://api.tokenlab.sh/v1/audio/speech" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "tts", "model": "minimax-speech-2-8", "input": "Hello from TokenLab.", "voice": "alloy" }'
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
テキスト読み上げ
100万文字あたり- Official 価格
- 入力 $100.00 / 出力 $0.00
- Verified 価格
- —
- 割引
- —
| Official 価格100万文字あたり | Verified 価格100万文字あたり | 割引 | |
|---|---|---|---|
| テキスト読み上げ | 入力 $100.00 / 出力 $0.00 | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでMiniMax Speech 2.8を開き、プロンプトを編集・送信できます。
minimax-speech-2-8と/v1/audio/speechで音声をテスト。結果とコストを表示します。
ユースケース
ボイスオーバーおよびナレーション
選択した音声を使用して、解説動画、コース、オーディオブック用のスクリプトを音声に変換します。
アクセシビリティ機能
聴覚での利用を好む方や、画面上のテキストを読むのが困難な方のために、記事、通知、インターフェースのテキストを読み上げます。
インタラクティブ音声アプリ
ゲームのキャラクターやアシスタントに、笑い声や間（ポーズ）を書き込んだ表現力豊かなセリフを与えます。
プロンプト例
おかえりなさい。(breath) 今日は小さなものを作ります。10分で終わる予定です。
(chuckle) 地図が逆さまになっていると言ったでしょう。とにかく、古い製粉所のところで左に曲がってください。
火曜日の3時に予約が確定しました。(sighs) 10分前に到着してください。
FAQ
MiniMax Speech 2.8とは何ですか？
自然なサウンドタグ、リアルな音声、クリアな音質を追加するMiniMaxのテキスト読み上げファミリーです。これは標準モデルであり、HDおよびTurboバリアントが別途提供されています。
笑い声や呼吸音はサポートされていますか？
はい。MiniMaxは、笑い声、クスクス笑い、咳、溜息、息を呑む音、呼吸音などの間投詞タグをドキュメント化しており、テキスト内の音を鳴らしたい場所に正確に配置できます。
speech-2.8-hdとは何が違いますか？
HDバリアントは、聴取品質が最も重要となる洗練されたナレーションやキャラクターの対話向けに説明されています。標準モデルは、多言語対応、感情制御、多様な音声ライブラリなど、ファミリー全体を幅広くカバーしています。
音声をクローンすることはできますか？
MiniMaxは、音声モデル向けにシステム音声とクローン音声の両方をリストアップしています。リクエスト時にIDを指定して音声を選択してください。音声ライブラリは多くの言語とスタイルをカバーしています。
どのような出力フォーマットが利用可能ですか？
MiniMaxの音声APIは、mp3、pcm、flac、wav形式の出力をドキュメント化しており、HTTPおよびWebSocket経由のストリーミングに対応しているため、長いスクリプトとアプリ内でのライブ再生の両方に適しています。
MiniMax Speech 2.8 の料金はいくらですか？
TokenLab では MiniMax Speech 2.8 は 入力 $100.00 / 出力 $0.00 100万文字あたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
MiniMax Speech 2.8 はどのエンドポイントを使うべきですか？
MiniMax Speech 2.8 のデフォルトは https://api.tokenlab.sh/v1/audio/speech です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
MiniMax Speech 2.8 はどの操作に対応していますか？
MiniMax Speech 2.8 は テキスト読み上げ に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
MiniMax Speech 2.8 を比較する
ソース
2026/10/02 時点での評価
