MiniMax Speech 2.8 API

MiniMax Speech 2.8 API

MiniMax Speech 2.8 озвучивает текст естественными голосами: с живой интонацией, паузами и эмоциями. Модель хорошо говорит по-русски и ещё на 40 языках. Её используют для закадрового голоса в роликах, рекламы, аудиокниг, голосовых сообщений и озвучки персонажей. Это самая новая версия: она лучше всех передаёт интонацию и умеет смеяться, вздыхать и покашливать прямо по тексту.

У нейросети две модели: HD звучит естественнее всего, Turbo работает быстрее и стоит дешевле. Вы выбираете модель и один из 34 готовых голосов, а текст до 10 000 символов превращается в MP3. Каждый вызов создаёт асинхронную операцию: вы получаете id, а готовый файл забираете запросом статуса.

Создание операции

• Endpoint: POST /api/v1/operations
• Авторизация: Authorization: Bearer brth_...
• Запрос создаёт операцию и сразу возвращает id и стартовый статус queued.
• Выполнение асинхронное: короткий текст обычно готов за 10-15 секунд.

Через API доступна озвучка готовыми голосами. Клонирование своего голоса и раздел «Мои голоса» работают в форме на странице нейросети.

Тело запроса

{
  "tool": "minimax-speech-2-8",
  "input": {
    "...": "..."
  }
}

• tool - slug нейросети, здесь всегда "minimax-speech-2-8".
• input - параметры конкретного запуска.
• Все поля передаются напрямую внутри input, без дополнительного вложенного объекта input.

Параметры

Голоса

Послушать каждый голос можно на странице нейросети: у кнопки голоса в форме есть пример звучания на русском. Для детских голосов передавайте voice_source: "child".

Языки

language_boost принимает: Russian (русский), English (английский), auto (определить автоматически), Spanish (испанский), Chinese (китайский), Chinese,Yue (китайский (кантонский)), French (французский), Portuguese (португальский), German (немецкий), Turkish (турецкий), Dutch (нидерландский), Ukrainian (украинский), Vietnamese (вьетнамский), Indonesian (индонезийский), Japanese (японский), Italian (итальянский), Korean (корейский), Thai (тайский), Polish (польский), Romanian (румынский), Greek (греческий), Czech (чешский), Finnish (финский), Hindi (хинди), Arabic (арабский), Bulgarian (болгарский), Danish (датский), Hebrew (иврит), Malay (малайский), Persian (персидский), Slovak (словацкий), Swedish (шведский), Croatian (хорватский), Filipino (филиппинский), Hungarian (венгерский), Norwegian (норвежский), Slovenian (словенский), Catalan (каталанский), Nynorsk (норвежский (нюнорск)), Tamil (тамильский), Afrikaans (африкаанс).

Для английского текста модель дополнительно нормализует числа и даты.

Паузы

Паузу нужной длины можно поставить прямо в тексте: <#1.5#> - это полторы секунды тишины. Длительность от 0.01 до 99.99 секунды. Паузу ставьте между словами, а не внутри слова.

Звуки в тексте

В версии 2.8 модель не только читает текст, но и отыгрывает звуки. Пишите их по-английски в круглых скобках прямо в text, в том месте, где звук должен прозвучать:

• (laughs) - смех, (chuckle) - смешок;
• (sighs) - вздох, (breath) - вдох, (inhale) и (exhale) - вдох и выдох;
• (coughs) - кашель, (clear-throat) - откашляться;
• (gasps) - ахнуть, (crying) - плач, (humming) - напевать;
• ещё поддерживаются (groans), (pant), (sniffs), (snorts), (burps), (lip-smacking), (hissing), (emm), (whistles), (sneezes), (applause).

Примеры запросов

Сценарий 1. Русская озвучка готовым голосом

Самый простой вызов: модель, голос и текст. Эмоция по умолчанию - нейтральная.

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "minimax-speech-2-8",
    "input": {
      "model": "speech-2.8-hd",
      "voice": "Russian_ReliableMan",
      "text": "Добрый день! Мы открылись после ремонта и ждём вас в новом зале. Всю неделю действует скидка двадцать процентов на всё меню."
    }
  }'

JavaScript / TypeScript

const response = await fetch('https://bratuha.ru/api/v1/operations', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer brth_ваш_ключ',
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    tool: 'minimax-speech-2-8',
    input: {
      model: 'speech-2.8-hd',
      voice: 'Russian_ReliableMan',
      text: 'Добрый день! Мы открылись после ремонта и ждём вас в новом зале. Всю неделю действует скидка двадцать процентов на всё меню.',
    },
  }),
})

const data = await response.json()

Python

import requests

response = requests.post(
    'https://bratuha.ru/api/v1/operations',
    headers={
        'Authorization': 'Bearer brth_ваш_ключ',
        'Content-Type': 'application/json',
    },
    json={
        'tool': 'minimax-speech-2-8',
        'input': {
            'model': 'speech-2.8-hd',
            'voice': 'Russian_ReliableMan',
            'text': 'Добрый день! Мы открылись после ремонта и ждём вас в новом зале. Всю неделю действует скидка двадцать процентов на всё меню.'
        },
    },
    timeout=30,
)

print(response.status_code)
print(response.json())

Сценарий 2. Детский голос, эмоция и звуки в тексте

Детские голоса передаются вместе с voice_source: "child". Эмоция happy делает подачу веселее, а (laughs) и (sighs) модель отыграет голосом.

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "minimax-speech-2-8",
    "input": {
      "model": "speech-2.8-turbo",
      "voice_source": "child",
      "voice": "Lovely_Girl",
      "emotion": "happy",
      "text": "Знаешь, что я сегодня узнала? <#0.6#> (laughs) Оказывается, коты спят по шестнадцать часов в сутки! (sighs) Вот бы мне так."
    }
  }'

JavaScript / TypeScript

const response = await fetch('https://bratuha.ru/api/v1/operations', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer brth_ваш_ключ',
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    tool: 'minimax-speech-2-8',
    input: {
      model: 'speech-2.8-turbo',
      voice_source: 'child',
      voice: 'Lovely_Girl',
      emotion: 'happy',
      text: 'Знаешь, что я сегодня узнала? <#0.6#> (laughs) Оказывается, коты спят по шестнадцать часов в сутки! (sighs) Вот бы мне так.',
    },
  }),
})

const data = await response.json()

Python

import requests

response = requests.post(
    'https://bratuha.ru/api/v1/operations',
    headers={
        'Authorization': 'Bearer brth_ваш_ключ',
        'Content-Type': 'application/json',
    },
    json={
        'tool': 'minimax-speech-2-8',
        'input': {
            'model': 'speech-2.8-turbo',
            'voice_source': 'child',
            'voice': 'Lovely_Girl',
            'emotion': 'happy',
            'text': 'Знаешь, что я сегодня узнала? <#0.6#> (laughs) Оказывается, коты спят по шестнадцать часов в сутки! (sighs) Вот бы мне так.'
        },
    },
    timeout=30,
)

print(response.status_code)
print(response.json())

Сценарий 3. Английский текст с ручными настройками

language_boost: "English" подсказывает модели язык, а use_advanced: true включает скорость и высоту голоса. Здесь чтение чуть медленнее и ниже - как у рассказчика.

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "minimax-speech-2-8",
    "input": {
      "model": "speech-2.8-hd",
      "voice": "English_CaptivatingStoryteller",
      "language_boost": "English",
      "use_advanced": true,
      "speed": 0.9,
      "pitch": -1,
      "text": "Once upon a time, in a small village by the sea, there lived an old lighthouse keeper."
    }
  }'

JavaScript / TypeScript

const response = await fetch('https://bratuha.ru/api/v1/operations', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer brth_ваш_ключ',
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    tool: 'minimax-speech-2-8',
    input: {
      model: 'speech-2.8-hd',
      voice: 'English_CaptivatingStoryteller',
      language_boost: 'English',
      use_advanced: true,
      speed: 0.9,
      pitch: -1,
      text: 'Once upon a time, in a small village by the sea, there lived an old lighthouse keeper.',
    },
  }),
})

const data = await response.json()

Python

import requests

response = requests.post(
    'https://bratuha.ru/api/v1/operations',
    headers={
        'Authorization': 'Bearer brth_ваш_ключ',
        'Content-Type': 'application/json',
    },
    json={
        'tool': 'minimax-speech-2-8',
        'input': {
            'model': 'speech-2.8-hd',
            'voice': 'English_CaptivatingStoryteller',
            'language_boost': 'English',
            'use_advanced': True,
            'speed': 0.9,
            'pitch': -1,
            'text': 'Once upon a time, in a small village by the sea, there lived an old lighthouse keeper.'
        },
    },
    timeout=30,
)

print(response.status_code)
print(response.json())

Примеры ответов

Ответ после создания

{
  "id": "op_uuid-123",
  "status": "queued",
  "tool": "minimax-speech-2-8",
  "cost": 1.86,
  "balance_after": 498.2,
  "created_at": "2026-09-24T12:00:00Z"
}

Ответ после завершения

{
  "id": "op_uuid-123",
  "status": "completed",
  "tool": "minimax-speech-2-8",
  "cost": 1.86,
  "created_at": "2026-09-24T12:00:00Z",
  "completed_at": "2026-09-24T12:00:10Z",
  "result": {
    "type": "audio",
    "urls": [
      "https://storage.yandexcloud.net/bratuha.ru.files/user_files/1790255112173-cgxn05nq.mp3"
    ],
    "files": [
      {
        "url": "https://storage.yandexcloud.net/bratuha.ru.files/user_files/1790255112173-cgxn05nq.mp3",
        "name": "result"
      }
    ]
  },
  "error_message": null
}

Ответ с ошибкой

{
  "id": "op_uuid-123",
  "status": "failed",
  "tool": "minimax-speech-2-8",
  "cost": 1.86,
  "created_at": "2026-09-24T12:00:00Z",
  "completed_at": "2026-09-24T12:00:12Z",
  "result": null,
  "error_message": "По вашему запросу не удалось получить результат. Пожалуйста, измените запрос или входные данные и попробуйте снова."
}

Проверка статуса

После создания операции сохраните id и проверяйте её статус запросом:

GET /api/v1/operations/{id}

cURL

curl -H "Authorization: Bearer brth_ваш_ключ" \
  https://bratuha.ru/api/v1/operations/op_uuid-123

JavaScript / TypeScript

const response = await fetch(
  'https://bratuha.ru/api/v1/operations/op_uuid-123',
  {
    headers: {
      Authorization: 'Bearer brth_ваш_ключ',
    },
  }
)

const data = await response.json()

Пока озвучка создаётся, status будет queued или processing. Опрашивайте статус раз в 5-10 секунд.

Формат результата

После успешного завершения result содержит один аудиофайл MP3 (44,1 кГц, моно):

• type всегда равен "audio";
• urls содержит одну ссылку на MP3;
• files дублирует ту же ссылку с именем файла.

Длительность файла зависит от длины текста и скорости речи: 100 символов русского текста звучат примерно 8-9 секунд.

Ценообразование

• HD - 15 ₽ за 1000 символов, Turbo - 10 ₽ за 1000 символов с посимвольным расчётом: каждый символ text стоит 0,01 ₽ в HD и 0,01 ₽ в Turbo. Считаются все символы, включая пробелы, знаки препинания, паузы <#...#> и звуки в скобках.
• Примеры для HD: 100 символов - 1,5 ₽, 1000 символов - 15 ₽, 10 000 символов - 150 ₽.
• Примеры для Turbo: 100 символов - 1 ₽, 1000 символов - 10 ₽, 10 000 символов - 100 ₽.
• Голос, эмоция, язык и ручные настройки на цену не влияют.
• Сумма списывается при создании операции и видна в поле cost. Если операция завершилась с ошибкой, деньги возвращаются на баланс автоматически.

Ограничения и практические заметки

• POST /api/v1/operations не идемпотентен: каждый повторный запрос создаёт новую операцию и списывает деньги.
• Операция выполняется асинхронно: после queued проверяйте статус по id.
• Значения вне списков model, voice, voice_source, emotion и language_boost, текст длиннее 10 000 символов и детский голос без voice_source: "child" вернут validation_error ещё до создания операции.
• speed, volume и pitch без use_advanced: true не применяются: модель читает с обычными настройками.
• Выбирайте language_boost по языку текста: с неверным языком модель хуже читает числа и ударения. auto подходит для смешанного текста.
• Расставляйте знаки препинания: запятые и точки задают паузы и ритм речи.
• Длинный текст разбивайте на абзацы или отдельные запросы: так проще перезапустить кусок, если интонация не понравилась.