I
モデルの実際の出力:リクエストと生成結果をそのまま掲載
«アナウンサー風のテキスト、Deep Voice Manの声で»
MiniMax Speech 2.8 HD
«ブログの導入文、happyの感情、速いテンポで»
MiniMax Speech 2.8 HD
II
MiniMax Speech 2.8 HDは、MiniMaxが開発したHD品質のテキスト読み上げ（TTS）モデルです。最大の特徴はその処理量で、1回の生成で最大10,000文字、およそ10〜12分の音声を作成できます。長い記事やレクチャー、書籍の章を分割する必要はありません。
このモデルはテキスト内のタグではなく、設定によって声をコントロールします。感情は録音全体に対して設定し、ニュートラル・喜び・悲しみ・怒り・驚き・恐怖の6種類から選べます。話す速度も通常より遅く、または速く調整可能です。多言語対応の高精度な発音エンジンにより、アクセントやイントネーションも自然に聞こえます。
声は10種類用意されており、落ち着いたトーンからアナウンサー風、明るい声、力強い声まで選べます。料金は1000文字あたり13クレジットです。
III
1回の生成で長文に対応
ニュートラル・喜び・悲しみ・怒り・驚き・恐怖
遅い・普通・速いから選択
柔らかな女性の声から低く響く男性の声まで
IV
サイトやチャンネル向けの音声版テキスト
学習教材を1つのファイルとして読み上げ
最大10,000文字まで、分割不要
「happy」の感情で明るい導入文に
V
最大10,000文字まで
話す速度もあわせて設定
数秒でMP3が完成
VI
何が作れるか見てみましょう — 自分で試してください
«ニュース速報、Deep Voice Manの声、ニュートラル»
アナウンサー風のナレーション
«ブログの導入文、Lively Girl、happy、速いテンポ»
明るく元気な挨拶
«9,000文字の書籍の章、Calm Woman»
落ち着いた朗読を1つのファイルに
«寝る前のお話、Wise Woman、ゆっくり»
温かくゆったりとしたナレーション
クレジットパック：150クレジット $5, 350クレジット $12, 1250クレジット $35。
VIII
MiniMaxは1回で2倍の文字数を音声化でき、感情は設定で制御します。ElevenLabsのEleven v4はより表情豊かで、タグを使ってテキスト内で感情を切り替えられます。
いいえ、感情は録音全体に適用されます。テキスト内で感情を切り替えたい場合はEleven v4をご利用ください。
テキストを分割し、同じ声と設定でそれぞれを読み上げてください。
1000文字あたり13クレジット、最大の10,000文字では125クレジットです。
