> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/audio-et-voix/minimax-speech.md). # MiniMax Speech 2.6 {% hint style="success" %} **Publié :** 4 mars 2026 — MiniMax vient de lancer Speech 2.6 avec une latence ultra-faible, une gestion améliorée des formats et une voix proche de la voix humaine pour des scénarios d'agents vocaux en temps réel. {% endhint %} **MiniMax Speech 2.6** est un modèle de synthèse vocale de pointe conçu pour les applications d'agents vocaux en temps réel. Il offre une latence de bout en bout ultra-faible, une meilleure prise en charge des formats audio (MP3, PCM, WAV, FLAC) et une voix nettement plus naturelle que Speech 2.x. À privilégier via l'API, mais peut être intégré dans des pipelines auto-hébergés via l'API MiniMax. ### Caractéristiques clés | Fonctionnalité | Détails | | ----------------- | ----------------------------------------------- | | Latence | Ultra-faible (< 300 ms TTFB) | | Qualité vocale | Voix humaine, prosodie naturelle | | Langues | Plus de 20 langues dont anglais, chinois, russe | | Formats de sortie | MP3, PCM, WAV, FLAC | | Cas d'utilisation | Agents vocaux, TTS en temps réel, streaming | | API | API REST compatible OpenAI | ### Pourquoi MiniMax Speech 2.6 ? * **Latence inférieure à 300 ms** — adapté aux agents de conversation en temps réel * **Prise en charge du streaming** — streaming audio token par token pour une latence perçue minimale * **Clonage de voix** — cloner à partir de courts échantillons audio * **Prêt pour la production** — alimente les produits vocaux commerciaux de MiniMax *** ## Configuration : proxy API auto-hébergé sur Clore.ai MiniMax Speech 2.6 est actuellement basé sur une API. Vous pouvez exécuter un proxy FastAPI léger sur un petit serveur Clore.ai (même CPU uniquement) pour l'intégrer à votre pipeline : ```yaml version : "3.8" services : minimax-proxy : image : python:3.11-slim ports : - "8080:8080" environnement : - MINIMAX_API_KEY=${MINIMAX_API_KEY} - MINIMAX_GROUP_ID=${MINIMAX_GROUP_ID} volumes : - ./app:/app commande : > sh -c "pip install fastapi uvicorn httpx python-dotenv && uvicorn app.main:app --host 0.0.0.0 --port 8080" ``` ### Proxy FastAPI minimal (`app/main.py`) ```python 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 vers 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"} ``` ### Utilisation ```bash # Tester le point de terminaison TTS 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 # Jouer le résultat ffplay output.mp3 ``` *** ## Utilisation directe de l'API (aucun serveur nécessaire) Si vous avez juste besoin de TTS dans vos scripts : ```python 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) ``` *** ## Identifiants de voix disponibles | ID de voix | Personnage | Idéal pour | | ---------------- | --------------- | ----------------------- | | `Calm_Woman` | Femme calme | Assistants, narration | | `Energetic_Man` | Homme énergique | Marketing, actualités | | `Gentle_Man` | Homme doux | Livres audio, tutoriels | | `Cute_Girl` | Jeune fille | Divertissement | | `Deep_Voice_Man` | Voix grave | Documentaires | *** ## Exigences GPU sur Clore.ai {% hint style="info" %} MiniMax Speech 2.6 est un modèle basé sur une API — vous n'avez pas besoin de GPU pour l'utiliser. Un petit serveur Clore.ai uniquement CPU (0,10–0,30 $/jour) suffit pour exécuter le proxy. Combinez avec d'autres tâches GPU sur le même serveur pour une efficacité maximale. {% endhint %} | Type de serveur | Cas d'utilisation | Coût Clore.ai | | ----------------------- | -------------------------- | ------------------ | | CPU uniquement (2 vCPU) | Proxy + passerelle API | \~0,10–0,20 $/jour | | RTX 3060 | Proxy + tâches GPU locales | \~0,37 $/jour | | RTX 4090 | Proxy + travaux GPU lourds | \~2,10 $/jour | *** ## Transfert de port Clore.ai | Port | Service | | ---- | ----------------- | | 8080 | Proxy FastAPI TTS | *** ## Alternatives sur Clore.ai Si vous avez besoin de **totalement local** TTS sans appels API : | Modèle | VRAM | Qualité | Vitesse | Guide | | ---------- | ---- | ------- | ----------- | ------------------------------------------------------------------ | | Kokoro TTS | 4 Go | ⭐⭐⭐⭐ | Rapide | [Kokoro TTS](/guides/guides_v2-fr/audio-et-voix/kokoro-tts.md) | | F5-TTS | 8 Go | ⭐⭐⭐⭐⭐ | Moyen | [F5-TTS](/guides/guides_v2-fr/audio-et-voix/f5-tts.md) | | Chatterbox | 6 Go | ⭐⭐⭐⭐ | Rapide | [Chatterbox](/guides/guides_v2-fr/audio-et-voix/chatterbox-tts.md) | | Qwen3-TTS | 8 Go | ⭐⭐⭐⭐⭐ | Moyen | [Qwen3-TTS](/guides/guides_v2-fr/audio-et-voix/qwen3-tts.md) | | Kani-TTS-2 | 3 Go | ⭐⭐⭐ | Très rapide | [Kani-TTS](/guides/guides_v2-fr/audio-et-voix/kani-tts.md) | *** ## Liens * **Docs API MiniMax :** [platform.minimax.io/docs](https://platform.minimax.io/docs) * **Article de blog Speech 2.6 :** [minimax.io/news/minimax-speech-26](https://www.minimax.io/news/minimax-speech-26) * **Place de marché Clore.ai :** [clore.ai/marketplace](https://clore.ai/marketplace) --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-fr/audio-et-voix/minimax-speech.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.