跳转到主要内容
POST
/
v1
/
audio
/
speech
curl --request POST \
  --url https://api.powertokens.ai/v1/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "speech-2.8-hd",
  "input": "请用自然语气介绍今天的运行情况。",
  "voice": "Chinese (Mandarin)_Lyrical_Voice",
  "response_format": "mp3",
  "metadata": {
    "output_format": "url"
  }
}
'
"<string>"

授权

​
Authorization
string
header
必填

Bearer authentication header of the form Bearer <token>, where <token> is your auth token.

请求体

application/json
​
model
enum<string>
必填
可用选项:
speech-2.8-hd,
speech-2.8-turbo,
speech-2.6-hd,
speech-2.6-turbo,
speech-02-hd,
speech-02-turbo
​
input
string
必填

待合成文本。

​
voice
string
必填

音色名称，会映射到上游 voice_setting.voice_id。

​
speed
number

语速，会映射到上游 voice_setting.speed。

​
response_format
string

目标音频编码格式，会映射到上游 audio_setting.format。常见值包括 mp3、wav、pcm。

​
stream_format
string

流式触发字段。任何非空值都会启用上游 stream=true；当前项目仅使用其“非空”语义，不额外约束具体取值。

​
metadata
object

MiniMax 扩展字段容器。当前公开稳定字段仅包含 output_format。

响应

流式调用成功，返回 MiniMax SSE 数据。项目内部结算会读取 extra_info.usage_characters 作为统一输入音频字符数。

SSE 数据流。每个 data: 事件都可反序列化为包含 data.audio、trace_id、base_resp 的 MiniMax 响应片段。