# MiniMax Speech 2.6

{% hint style="success" %}
**发布：** 2026年3月4日 — MiniMax 刚刚发布了 Speech 2.6，具有超低延迟、增强的格式处理以及用于实时语音代理场景的类人声音。
{% endhint %}

**MiniMax Speech 2.6** 是一款为实时语音代理应用设计的先进文本转语音模型。其特点是超低端到端延迟、改进的音频格式处理（MP3、PCM、WAV、FLAC），以及相比 Speech 2.x 明显更自然的语音。最佳通过 API 使用，但也可以通过 MiniMax API 集成到自托管管道中。

### 主要特性

| 特性   | 详情                   |
| ---- | -------------------- |
| 延迟   | 超低（< 300ms TTFB）     |
| 语音质量 | 类人，自然的韵律             |
| 语言   | 20+ 种语言，包括英语、中文、俄语   |
| 输出格式 | MP3、PCM、WAV、FLAC     |
| 使用场景 | 语音代理、实时 TTS、流式传输     |
| API  | 兼容 OpenAI 的 REST API |

### 为什么选择 MiniMax Speech 2.6？

* **低于 300ms 的延迟** — 适合实时对话代理
* **流式支持** — 逐令牌音频流以实现最低感知延迟
* **语音克隆** — 可从短音频样本克隆
* **面向生产** — 驱动 MiniMax 自有的商业语音产品

***

## 设置：在 Clore.ai 上自托管 API 代理

MiniMax Speech 2.6 当前基于 API。您可以在一个小型 Clore.ai 服务器（即使仅 CPU）上运行轻量级 FastAPI 代理，将其集成到您的管道中：

```yaml
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"
```

### 最小 FastAPI 代理（`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):
    """代理到 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"}
```

### 用法

```bash
# 测试 TTS 端点
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

# 播放结果
ffplay output.mp3
```

***

## 直接使用 API（无需服务器）

如果你只需要在脚本中使用 TTS：

```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("在 Clore.ai 上运行 AI 工作负载的成本非常低廉。")
with open("output.mp3", "wb") as f:
    f.write(audio)
```

***

## 可用的语音 ID

| 语音 ID            | 角色      | 最佳用途   |
| ---------------- | ------- | ------ |
| `Calm_Woman`     | 沉稳女性    | 助手、旁白  |
| `Energetic_Man`  | 充满活力的男性 | 营销、新闻  |
| `Gentle_Man`     | 温和的男性   | 有声书、教程 |
| `Cute_Girl`      | 年轻女性    | 娱乐     |
| `Deep_Voice_Man` | 低沉男性    | 纪录片    |

***

## Clore.ai 上的 GPU 要求

{% hint style="info" %}
MiniMax Speech 2.6 是基于 API 的模型 — 使用它不需要 GPU。一个小型的仅 CPU 的 Clore.ai 服务器（$0.10–0.30/天）就足以运行代理。可以将其与同一服务器上的其他 GPU 工作负载结合以实现最高效率。
{% endhint %}

| 服务器类型         | 使用场景           | Clore.ai 成本    |
| ------------- | -------------- | -------------- |
| 仅 CPU（2 vCPU） | 代理 + API 网关    | \~$0.10–0.20/天 |
| RTX 3060      | 代理 + 本地 GPU 任务 | \~$0.37/天      |
| RTX 4090      | 代理 + 重度 GPU 工作 | \~$2.10/天      |

***

## Clore.ai 端口转发

| 端口   | 服务             |
| ---- | -------------- |
| 8080 | FastAPI TTS 代理 |

***

## Clore.ai 上的替代方案

如果你需要 **完全本地** 无需调用 API 的 TTS：

| 模型         | 显存  | 质量    | 速度  | 指南                                                                     |
| ---------- | --- | ----- | --- | ---------------------------------------------------------------------- |
| Kokoro TTS | 4GB | ⭐⭐⭐⭐  | 快速  | [Kokoro TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/kokoro-tts.md)     |
| F5-TTS     | 8GB | ⭐⭐⭐⭐⭐ | 中等  | [F5-TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/f5-tts.md)             |
| Chatterbox | 6GB | ⭐⭐⭐⭐  | 快速  | [Chatterbox](/guides/guides_v2-zh/yin-pin-yu-yu-yin/chatterbox-tts.md) |
| Qwen3-TTS  | 8GB | ⭐⭐⭐⭐⭐ | 中等  | [Qwen3-TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/qwen3-tts.md)       |
| Kani-TTS-2 | 3GB | ⭐⭐⭐   | 非常快 | [Kani-TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/kani-tts.md)         |

***

## 链接

* **MiniMax API 文档：** [platform.minimax.io/docs](https://platform.minimax.io/docs)
* **Speech 2.6 博客文章：** [minimax.io/news/minimax-speech-26](https://www.minimax.io/news/minimax-speech-26)
* **Clore.ai 市场：** [clore.ai/marketplace](https://clore.ai/marketplace)


---

# Agent Instructions: 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-zh/yin-pin-yu-yu-yin/minimax-speech.md?ask=<question>
```

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.