MiniMax Speech 2.6

Deploye MiniMax Speech 2.6 — ultra-niedriglatente TTS für Voice Agents — auf Clore.ai-GPU-Servern

Veröffentlicht: 4. März 2026 — MiniMax hat gerade Speech 2.6 mit ultraniedriger Latenz, verbessertem Format-Handling und menschenähnlicher Stimme für Echtzeit-Voice-Agent-Szenarien veröffentlicht.

MiniMax Speech 2.6 ist ein hochmodernes Text-zu-Sprache-Modell, das für Echtzeit-Voice-Agent-Anwendungen entwickelt wurde. Es bietet ultraniedrige End-to-End-Latenz, verbessertes Audioformat-Handling (MP3, PCM, WAV, FLAC) und eine deutlich natürlichere Stimme im Vergleich zu Speech 2.x. Am besten über die API nutzbar, lässt sich aber über die MiniMax-API in selbstgehostete Pipelines integrieren.

Hauptmerkmale

Funktion	Details
Latenz	Ultraniedrig (< 300 ms TTFB)
Stimmenqualität	Menschenähnlich, natürliche Prosodie
Sprachen	20+ Sprachen einschließlich Englisch, Chinesisch, Russisch
Ausgabeformate	MP3, PCM, WAV, FLAC
Anwendungsfall	Voice Agents, Echtzeit-TTS, Streaming
API	OpenAI-kompatible REST-API

Warum MiniMax Speech 2.6?

• Unter 300 ms Latenz — geeignet für Echtzeit-Konversationsagenten

• Streaming-Unterstützung — token-für-token Audio-Streaming für die niedrigste wahrgenommene Latenz

• Stimmenklonen — Klonen aus kurzen Audioaufnahmen

• Produktionsreif — treibt MiniMaxs eigene kommerzielle Sprachprodukte an

---

Einrichtung: Selbstgehosteter API-Proxy auf Clore.ai

MiniMax Speech 2.6 ist derzeit API-basiert. Sie können einen leichtgewichtigen FastAPI-Proxy auf einem kleinen Clore.ai-Server (auch nur mit CPU) betreiben, um ihn in Ihre Pipeline zu integrieren:

version: "3.8"
services:
  minimax-proxy:
    image: python:3.11-slim
    ports:
      - "8080:8080"
    environment:
      - MINIMAX_API_KEY=${MINIMAX_API_KEY}
      - MINIMAX_GROUP_ID=${MINIMAX_GROUP_ID}
    volumes:
      - ./app:/app
    command: >
      sh -c "pip install fastapi uvicorn httpx python-dotenv &&
             uvicorn app.main:app --host 0.0.0.0 --port 8080"

Minimaler FastAPI-Proxy (app/main.py)

import os, httpx
from fastapi import FastAPI
from fastapi.responses import StreamingResponse
from pydantic import BaseModel

app = FastAPI()

MINIMAX_API_KEY = os.environ["MINIMAX_API_KEY"]
MINIMAX_GROUP_ID = os.environ["MINIMAX_GROUP_ID"]
BASE_URL = "https://api.minimax.io/v1"

class TTSRequest(BaseModel):
    text: str
    voice_id: str = "Calm_Woman"
    speed: float = 1.0
    output_format: str = "mp3"

@app.post("/tts")
async def text_to_speech(req: TTSRequest):
    """Proxy zu MiniMax Speech 2.6"""
    async with httpx.AsyncClient(timeout=30) as client:
        response = await client.post(
            f"{BASE_URL}/t2a_v2?GroupId={MINIMAX_GROUP_ID}",
            headers={"Authorization": f"Bearer {MINIMAX_API_KEY}"},
            json={
                "model": "speech-02-hd",
                "text": req.text,
                "stream": False,
                "voice_setting": {
                    "voice_id": req.voice_id,
                    "speed": req.speed,
                    "vol": 1.0,
                    "pitch": 0
                },
                "audio_setting": {
                    "sample_rate": 32000,
                    "bitrate": 128000,
                    "format": req.output_format
                }
            }
        )
    data = response.json()
    audio_b64 = data["data"]["audio"]
    import base64
    audio_bytes = base64.b64decode(audio_b64)
    return StreamingResponse(
        iter([audio_bytes]),
        media_type=f"audio/{req.output_format}"
    )

@app.get("/health")
async def health():
    return {"status": "ok", "model": "minimax-speech-2.6"}

Verwendung

# TTS-Endpunkt testen
curl -X POST http://localhost:8080/tts \
  -H "Content-Type: application/json" \
  -d '{"text": "Hello! This is MiniMax Speech 2.6 running on Clore.", "voice_id": "Calm_Woman"}' \
  --output output.mp3

# Ergebnis abspielen
ffplay output.mp3

---

Direkte API-Nutzung (kein Server erforderlich)

Wenn Sie TTS nur in Ihren Skripten benötigen:

import requests, base64, os

API_KEY = os.environ["MINIMAX_API_KEY"]
GROUP_ID = os.environ["MINIMAX_GROUP_ID"]

def synthesize(text: str, voice_id: str = "Calm_Woman") -> bytes:
    resp = requests.post(
        f"https://api.minimax.io/v1/t2a_v2?GroupId={GROUP_ID}",
        headers={"Authorization": f"Bearer {API_KEY}"},
        json={
            "model": "speech-02-hd",
            "text": text,
            "stream": False,
            "voice_setting": {"voice_id": voice_id, "speed": 1.0, "vol": 1.0, "pitch": 0},
            "audio_setting": {"sample_rate": 32000, "bitrate": 128000, "format": "mp3"}
        }
    )
    return base64.b64decode(resp.json()["data"]["audio"])

audio = synthesize("Running AI workloads on Clore.ai is incredibly affordable.")
with open("output.mp3", "wb") as f:
    f.write(audio)

---

Verfügbare Voice-IDs

Voice-ID	Charakter	Am besten für
Calm_Woman	Ruhige Frau	Assistenten, Erzählungen
Energetic_Man	Energiegeladener Mann	Marketing, Nachrichten
Gentle_Man	Sanfter Mann	Hörbücher, Tutorials
Cute_Girl	Junge Frau	Unterhaltung
Deep_Voice_Man	Tiefer Mann	Dokumentationen

---

GPU-Anforderungen auf Clore.ai

MiniMax Speech 2.6 ist ein API-basiertes Modell — Sie benötigen keine GPU, um es zu verwenden. Ein kleiner reiner CPU-Clore.ai-Server (0,10–0,30 $/Tag) ist ausreichend, um den Proxy auszuführen. Kombinieren Sie ihn mit anderen GPU-Workloads auf demselben Server für maximale Effizienz.

Servertyp	Anwendungsfall	Clore.ai-Kosten
Nur CPU (2 vCPU)	Proxy + API-Gateway	~0,10–0,20 $/Tag
RTX 3060	Proxy + lokale GPU-Aufgaben	~0,37 $/Tag
RTX 4090	Proxy + schwere GPU-Arbeiten	~2,10 $/Tag

---

Clore.ai Portweiterleitung

Port	Dienst
8080	FastAPI TTS-Proxy

---

Alternativen auf Clore.ai

Wenn Sie vollständig lokal TTS ohne API-Aufrufe benötigen:

Modell	VRAM	Qualität	Geschwindigkeit	Anleitung
Kokoro TTS	4GB	⭐⭐⭐⭐	Schnell	Kokoro TTS
F5-TTS	8GB	⭐⭐⭐⭐⭐	Mittel	F5-TTS
Chatterbox	6GB	⭐⭐⭐⭐	Schnell	Chatterbox
Qwen3-TTS	8GB	⭐⭐⭐⭐⭐	Mittel	Qwen3-TTS
Kani-TTS-2	3GB	⭐⭐⭐	Sehr schnell	Kani-TTS

---

Links

• MiniMax API-Dokumentation: platform.minimax.io/docs

• Speech 2.6 Blogbeitrag: minimax.io/news/minimax-speech-26

• Clore.ai-Marktplatz: clore.ai/marketplace