创建 T2A v2 音频

MiniMax T2A v2 原生请求体：完整参数、克隆音色与 SSE 流式；JSON 响应里的音频为十六进制。

POST/v1/t2a_v2

原样接受 MiniMax T2A v2 请求体，官方 SDK 代码改 Base URL 与密钥即可复用；网关不认识的字段也原样透传，JSON 响应同样沿用官方结构（错误除外）。两个语音模型属于独立分组 MiniMax 语音官方直连，对话或视频分组的密钥调不到。

网关在这里只做三件事：校验 model、text 长度、stream 与 output_format；把 voice_setting.speed 钳到官方区间；限制请求体 ≤1 MiB。其余字段超出官方范围的值由服务返回 400。

data.audio 是十六进制编码的音频，extra_info.usage_characters 是计费字符数。传 stream: true 切换为 SSE：每个 data: {...} 事件带一段十六进制音频，末块 data.status 为 2 并附 extra_info；流式中途失败时最后推一条带 base_resp 的事件后断流，不计费。写法见流式输出。

克隆音色填 voice_setting.voice_id（或 timber_weights[].voice_id）。音色首次合成成功时一并扣一次克隆费，使用记录明细里多一项 voice_clone_activation。只要 OpenAI 结构，用 POST /v1/audio/speech。

创建 T2A v2 音频

curl https://api.hop-base.com/v1/t2a_v2 \
  -H "Authorization: Bearer $HOPBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "speech-2.8-hd",
    "text": "你好，世界",
    "voice_setting": {
      "voice_id": "Chinese (Mandarin)_News_Anchor",
      "speed": 1
    },
    "audio_setting": {
      "format": "mp3",
      "sample_rate": 32000
    }
  }'

200application/json

{
  "data": {
    "audio": "4944330400000000...",
    "status": 2
  },
  "extra_info": {
    "audio_length": 1320,
    "audio_sample_rate": 32000,
    "audio_size": 21645,
    "bitrate": 128000,
    "word_count": 5,
    "usage_characters": 9,
    "audio_format": "mp3",
    "audio_channel": 1
  },
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

请求头

Authorization:必填string

Bearer sk-…：控制台「API 密钥」里创建的密钥，所属分组须包含请求的模型

请求体参数JSON

model:必填string

区分大小写、无别名

可选值speech-2.8-hdspeech-2.8-turbo

text:必填string

要合成的文本，段落用换行分隔。支持停顿标记 <#x#>（秒数 0.01–99.99）、内联注音与语气词，见语音合成指南。官方建议超过 3000 字符走流式

长度1–10000 字符

stream:可选boolean

true 时响应切换为 SSE

默认false

stream_options:可选object

流式选项

language_boost:可选string

增强对该语言或方言的识别；auto 由模型自动判断。粤语音色需要 Chinese,Yue。不传则不设置

可选值autoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans

pronunciation_dict:可选object

发音词典

voice_modify:可选object

音色调整，按官方语义透传，网关侧未校验

output_format:可选string

只支持 hex；传 url 返回 400

可选值hex

默认"hex"

voice_setting:可选object

音色设置

audio_setting:可选object

音频设置

200非流式为 JSON；stream: true 时为 text/event-stream，每个事件的 data 与下面同构

data:可选object

extra_info:可选object

音频元数据与计费字符数

base_resp:可选object

成功时为 {"status_code": 0, "status_msg": "success"}；错误不走这里，而是非 200 状态码加 error 对象

错误

400model 不支持、text 为空或超过 10000 字符、output_format 不是 hex、音色 ID 不存在、opus 没带 sample_rate、取值超出官方范围、敏感内容等

401没带密钥、密钥无效或已过期（missing_api_key / invalid_api_key / api_key_expired）

402余额或密钥 / 成员 / 部门额度用完（insufficient_quota）

404模型不在这把密钥的分组里（model_not_found），或路径不属于该分组（route_not_found）

413请求体超过 1 MiB：request body exceeds the 1048576 byte limit (got N bytes)

429帐户或密钥并发已达上限（user_concurrency_limit / apikey_concurrency_limit），带 Retry-After

502音频超过 64 MiB（response_size_limit_exceeded）：改用 stream: true、缩短文本或降低码率

503当前没有可用服务：退避重试（2 秒、5 秒、15 秒，最多三次）

请求头

请求体参数JSON

返回

错误

相关页面