建立語音

OpenAI 相容的語音合成（MiniMax Speech 2.8 HD / Turbo），回應直接是音訊位元組。

POST/v1/audio/speech

把文字同步合成為音訊，回應就是音訊本身，沒有任務要輪詢。可直接套用 OpenAI SDK 的 audio.speech.create，只改 Base URL 與 model / voice。兩個語音模型屬於獨立分組 MiniMax 語音官方直連，對話或影片分組的金鑰調不到。

其他欄位一律回傳 400 unknown field，包括 stream_format、sample_rate、language_boost、voice_setting——需要它們以及串流輸出、複製音色，請用原生入口 POST /v1/t2a_v2，見語音合成指南。按字元計費：一個漢字計 2 個字元。

建立語音

curl https://api.hop-base.com/v1/audio/speech \
  -H "Authorization: Bearer $HOPBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "speech-2.8-turbo",
    "input": "你好，世界。",
    "voice": "Chinese (Mandarin)_News_Anchor",
    "response_format": "mp3"
  }' \
  --output hello.mp3

200audio/mpeg

HTTP/1.1 200 OK
Content-Type: audio/mpeg
x-request-id: EXAMPLE

<音訊位元組，已寫入 hello.mp3>

請求標頭

Authorization:必填string

Bearer sk-…：主控台「API 金鑰」中建立的金鑰，所屬分組須包含請求的模型

請求主體參數JSON

model:必填string

區分大小寫、無別名；tts-1 / tts-1-hd 不被識別

可選值speech-2.8-hdspeech-2.8-turbo

input:必填string

要合成的文字（原生入口 /v1/t2a_v2 上限 10000 字元）

長度1–4096 字元

voice:選填string

系統音色 ID、複製音色 ID，或 OpenAI 音色名 alloy、ash、ballad、cedar、coral、echo、fable、marin、nova、onyx、sage、shimmer、verse（OpenAI 音色名落到預設音色）。預設：文字含漢字為 Chinese (Mandarin)_News_Anchor，否則 English_expressive_narrator

response_format:選填string

aac 回傳 400；opus 為 24 kHz 的 Ogg 封裝

可選值mp3opusflacwavpcm

預設"mp3"

speed:選填number

超出範圍回傳 400；範圍內的值會被鉗到 0.5–2

範圍0.25–4預設1

instructions:選填string

接受但忽略

回傳

200音訊位元組。Content-Type 隨 response_format：audio/mpeg、audio/ogg、audio/flac、audio/wav、audio/pcm

audio/mpeg 音訊位元組

錯誤

400unknown field、input 超長、speed 越界、不支援的 response_format

401沒帶金鑰、金鑰無效或已過期（missing_api_key / invalid_api_key / api_key_expired）

402餘額或金鑰 / 成員 / 部門額度用完（insufficient_quota）

404模型不在這把金鑰的分組裡（model_not_found），或路徑不屬於該分組（route_not_found）

413請求體超過 60 MB（request_too_large）

429帳戶或金鑰並行已達上限（user_concurrency_limit / apikey_concurrency_limit），帶 Retry-After

請求標頭

請求主體參數JSON

回傳

錯誤

相關頁面