MiniMax语音合成

技能简介

MiniMax-TTS 是基于 MiniMax 大模型技术的文本转语音服务，支持将中文、英文等多种语言的文本转换为自然流畅的语音输出。

业务背景

MiniMax语音合成让内容创作与客服场景获得真人级配音能力。企业无需自建录音棚，即可批量生成宣传视频旁白、有声书章节或智能客服话术，大幅降低人力成本并缩短制作周期。多语言与方言支持助力全球化业务布局，参数调节功能确保品牌音色一致性。

落地案例：某在线教育平台需为500节课程配备中英双语讲解音频。运营人员调用MiniMax TTS接口，选择沉稳知性的中文音色与清晰标准的美式英语音色，统一设置1.2倍语速以匹配课件节奏。系统自动批量生成MP3文件，直接嵌入课程播放器，两周内完成原本需要外包数月的工作量。

能做什么

• 将文字内容转换为真人风格的语音
• 支持中英文及多种方言口音
• 调节语速、音调等语音参数
• 为视频、有声书、客服系统等提供配音

使用说明

1. 获取 MiniMax API Key（需注册 MiniMax 开发者账号）
2. 安装依赖：pip install minimax-tts 或通过包管理工具安装
3. 配置环境变量 MINIMAX_API_KEY
4. 调用 TTS 接口传入文本与音色参数
5. 接收返回的音频文件或流式数据

输入与输出

见下方输入与输出表格。

风险提示

• API 调用产生费用，需注意用量控制
• 生成内容需遵守平台使用规范
• 网络延迟可能影响实时性体验
• 部分音色存在授权使用限制

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/doobidoo/minimax-tts/SKILL.md
来源类型：GitHub 开源仓库