文章详情

备受关注的音频技术创新者MiniMax Audio正式发布了其全新的Speech-02系列语音模型，支持30多种语音，一次性可以输入20万字符。为用户带来更真实、更流畅、更便捷的音频体验。

全新的Speech-02系列是本次更新的核心亮点。据官方介绍，该系列在多语言覆盖能力上实现了显著提升，能够更准确、更地道地呈现多种语言的发音。

更令人惊喜的是，Speech-02的人声相似度高达99%，这意味着合成的语音听起来更加自然、贴近真人. 此外，该模型还实现了零节奏故障，彻底解决了音频播放过程中可能出现的卡顿和节奏不稳问题，保证了听感的连贯性和流畅性。值得强调的是，尽管在多方面进行了重大升级，Speech-02系列依然维持了原有的亲民价格。

除了核心的语音合成技术的提升，MiniMax Audio还推出了多项实用新功能。全新的“Read Anything”功能允许用户通过上传本地文件或粘贴网络URL，即可随时随地收听各类内容，极大地拓展了用户获取音频信息的渠道 [1， 我们之前的对话]。无论是文档、电子书还是网页文章，用户都可以轻松转化为自己喜欢的音色进行聆听。

针对长文本处理的需求，MiniMax Audio推出了强大的“Long-Text Mode（长文本））”，该模式单次输入即可支持高达20万字符的异步语音合成，这使得创建音频书籍、播客等长音频内容变得前所未有的便捷，彻底解决了以往长文本合成时需要分段处理的困扰。

为了优化用户的使用体验，MiniMax Audio还对历史管理功能进行了增强，用户可以更方便地查看、删除和整理自己的语音合成历史和设置。同时，新增的“Discovery Hub”将所有新功能和更新内容集中展示，帮助用户快速了解和掌握MiniMax Audio的最新动态。

体验入口:https://www.minimax.io/audio