建立 T2A v2 音訊

MiniMax T2A v2 原生請求體：完整參數、複製音色與 SSE 串流；JSON 回應裡的音訊為十六進位。

POST/v1/t2a_v2

原樣接受 MiniMax T2A v2 請求體，官方 SDK 程式碼改 Base URL 與金鑰即可複用；網關不認識的欄位也原樣透傳，JSON 回應同樣沿用官方結構（錯誤除外）。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呼叫不到。

網關在這裡只做三件事：校驗 model、text 長度、stream 與 output_format；把 voice_setting.speed 鉗到官方區間；限制請求體 ≤1 MiB。其餘欄位超出官方範圍的值由服務回傳 400。

data.audio 是十六進位編碼的音訊，extra_info.usage_characters 是計費字元數。傳 stream: true 切換為 SSE：每個 data: {...} 事件帶一段十六進位音訊，末塊 data.status 為 2 並附 extra_info；串流中途失敗時最後推一條帶 base_resp 的事件後斷流，不計費。寫法見串流輸出。

複製音色填 voice_setting.voice_id（或 timber_weights[].voice_id）。音色首次合成成功時一併扣一次複製費，使用記錄明細裡多一項 voice_clone_activation。只要 OpenAI 結構，用 POST /v1/audio/speech。

建立 T2A v2 音訊

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"
  }
}

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

可選值speech-2.8-hdspeech-2.8-turbo

text:必填string

要合成的文字，段落用換行分隔。支援停頓標記 <#x#>（秒數 0.01–99.99）、行內注音與語氣詞，見語音合成指南。官方建議超過 3000 字元走串流

長度1–10000 字元

stream:選填boolean

true 時回應切換為 SSE

預設false

stream_options:選填object

串流選項

language_boost:選填string

增強對該語言或方言的辨識；auto 由模型自動判斷。粵語音色需要 Chinese,Yue。不傳則不設定

可選值autoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans

pronunciation_dict:選填object

發音詞典

voice_modify:選填object

音色調整，按官方語義透傳，網關側未校驗

output_format:選填string

只支援 hex；傳 url 回傳 400

可選值hex

預設"hex"

voice_setting:選填object

音色設定

audio_setting:選填object

音訊設定

回傳

200非串流為 JSON；stream: true 時為 text/event-stream，每個事件的 data 與下面同構

data:選填object

extra_info:選填object

音訊中繼資料與計費字元數

base_resp:選填object

成功時為 {"status_code": 0, "status_msg": "success"}；錯誤不走這裡，而是非 200 狀態碼加 error 物件

錯誤

400model 不支援、text 為空或超過 10000 字元、output_format 不是 hex、音色 ID 不存在、opus 沒帶 sample_rate、取值超出官方範圍、敏感內容等

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 1 MiB：request body exceeds the 1048576 byte limit (got N bytes)

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

502音訊超過 64 MiB（response_size_limit_exceeded）：改用 stream: true、縮短文字或降低位元率

503目前沒有可用服務：退避重試（2 秒、5 秒、15 秒，最多三次）

請求標頭

請求主體參數JSON

回傳

錯誤

相關頁面