MiniMax 语音设计现已在 Novita AI 上以按次付费语音 API 的形式提供。你只需用自然语言描述一种声音——音色、性别、口音、活力——模型就会返回一个voice_id，你可以直接将其用于任何 MiniMax Speech 2.8 TTS 调用。无需参考音频，无需录音操作，无需手动编辑声音。如果你正在为游戏构建角色、为内容流水线生成多样化的语音，或者为 AI 智能体打造一致的品牌声音，这是从描述到可部署语音的最快路径。
核心要点
- 语音设计通过文本提示生成语音，而非参考音频文件——这与语音克隆的方法不同。
- API 返回一个
voice_id，可与 Novita AI 上的 MiniMax Speech 2.8 HD 和 Turbo 端点配合使用。 - 设计的语音 ID 是临时的（7 天有效期），除非通过语音合成调用激活，激活后永久保留。
- 预览音频的生成与语音创建费用分开计费——请务必将两者都纳入预算。
- 语音设计每条语音的费用高于快速语音克隆；仅在需要尚不存在的语音时使用。
什么是 MiniMax 语音设计？
MiniMax 语音设计是一种语音生成模型，它接受自然语言描述，并生成与这些特征匹配的合成 AI 语音。你可以指定你想要的风格——例如“一位平静、权威、带有英式口音的女性解说员”或“一位兴奋、语速快、高能量的年轻男性科技评测者”——模型会根据描述合成语音。
输出是一个voice_id字符串，而不是一个完整的音频片段。然后，你需要将该语音 ID 传递给 TTS 端点，以从任何文本输入生成实际的语音。模型还会在设计步骤中生成一个简短的预览音频样本，以便你在将其投入生产之前评估语音质量。
这与语音克隆有本质区别：语音克隆需要你上传现有录音，模型复制该录音。而语音设计创建的是前所未有的全新语音。这种区别对于需要原创、不可归属语音的内容至关重要：虚构角色、品牌助手、合成解说员、NPC 对话等。
在 Novita AI 上使用 MiniMax 语音设计 API
MiniMax 语音设计可通过 novita.ai/models/minimax/minimax-voice-design 访问。你可以先在 Novita 的 Playground 中无代码试用。
对于 API 访问，端点遵循 Novita 的标准模型 API 模式：
POST https://api.novita.ai/v3/minimax-voice-design
Authorization: Bearer YOUR_NOVITA_API_KEY
请求体包含两个字段：prompt（你的语音描述）和preview_text（设计的语音将在预览音频中朗读的示例句子）：
{
"prompt": "兴奋而热情的男性产品评测者，语速快，高能量，有说服力。",
"preview_text": "大家好！今天我们要开箱全新的 Gadget X-Pro，我必须说——这东西太不可思议了。"
}
响应中包含一个voice_id字符串以及以十六进制编码的预览音频。voice_id是你需要传递给 Speech 2.8 端点以进行实际合成的内容。
从 Novita AI 控制台 获取你的 API 密钥。新账户可获得免费积分。
规格与定价摘要
| 字段 | 详情 |
|---|---|
| 显示名称 | MiniMax 语音设计 |
| 模型 ID | minimax-voice-design |
| 基础 URL | https://api.novita.ai/v3 |
| 端点 | POST /v3/minimax-voice-design |
| 语音创建费用 | ~$3.00 / 条语音（请到 Novita 控制台核实） |
| 预览音频费用 | 预览期间生成的字符数，约 $30 / 100 万字符 |
| 语音 ID 有效期 | 7 天未使用则过期；一旦用于 TTS 则永久有效 |
| 下游 TTS 定价 | $60 / 100 万字符（Turbo）或 $100 / 100 万字符（HD） |
| 最佳适用场景 | 为角色、品牌、流水线创建原创语音 |
定价来源：MiniMax 平台文档及 Novita 已发布文章，2026 年 7 月；最新 Novita 费率请以 novita.ai/console/pricing-console 为准。
面向开发者的关键能力
提示驱动的语音合成。 语音描述是自由格式文本。你可以指定性别、年龄范围、口音、语速、能量水平、音色和情感特质。提示越具体，生成的语音通常越有特色；模糊的提示则会产生较为通用的输出。
可复用的语音 ID。 一旦获得voice_id，你可以在任意多次 TTS 调用中重复使用它。单次语音创建费用覆盖了使用该 ID 进行的所有下游语音合成。
持久化模型。 语音 ID 默认是临时的，7 天后过期。使用该voice_id至少进行一次 TTS 合成调用，即可将其转换为永久语音。如果你正在构建生产流水线，请在 7 天窗口关闭前激活语音 ID。
先预览再提交。 语音设计步骤会随voice_id一起返回一个预览音频样本。在生产语音合成中使用前，先评估语音质量——必要时迭代优化提示词。
多语言输出。 设计的语音支持 MiniMax Speech 2.8 的 40 多种语言。使用英文提示设计的语音，可以在保留音色特征的前提下合成其他语言的语音。
兼容 Speech 2.8 功能。 设计的语音 ID 可与语音混合（timber_weights）、情感预设以及 Speech 2.8 系列中的(laughs)、(sighs)等语气标签配合使用。
何时使用 MiniMax 语音设计
你需要一种尚不存在的语音。 如果你正在构建虚构角色、AI 品牌形象或 NPC 对话，且没有真实人物可供克隆，语音设计是正确的起点。描述你想要的语音，迭代提示词，直到预览听起来符合要求。
你需要为内容流水线扩展多样化的语音。 纪录片系列、电子学习平台或本地化项目，如果需要大量不同且原创的语音，可以使用语音设计在几分钟内创建一个语音 ID 库。每个语音 ID 均可重复使用，无需额外创建费用。
你希望避免权利和同意问题。 语音克隆需要真实的语音录音，这会涉及同意和权利方面的考量。语音设计生成的完全是合成语音，背后没有真实世界的语音身份。
你的使用场景与 Speech 2.8 的富有表现力的功能自然契合。 如果你计划在 TTS 调用中使用情感语气标签或情感预设，语音设计可以创建专门针对这些情感范围调优的语音。
何时不应使用 MiniMax 语音设计
你需要复制某个特定人物的声音。 如果你有真实的参考录音并希望匹配它，Novita AI 上的 MiniMax 快速语音克隆是合适的工具。克隆每条语音的成本也较低，大约 $1.50，而语音设计约为 $3.00。
你需要系统内置语音。 如果你不需要自定义语音，Novita AI 的 Speech 2.8 端点包含一个内置语音库，无需创建成本。将这些语音用于通用解说、通知或任何语音身份不是关键差异点的场景。
你正在快速原型开发。 语音创建和预览步骤会为开发周期增加延迟。对于原型阶段（语音质量尚不重要），使用系统内置语音迭代速度更快。
你在语音创建上需要严格控制延迟。 语音设计是同步的一次性调用，但迭代语音提示以获得正确输出需要时间。如果你正在构建面向用户的工作流（例如最终用户实时设计自己的语音），请为迭代周期做好规划。
如何融入你的 API 工作流
语音设计是两步语音流水线的前端步骤：
- 设计步骤——使用提示词和预览文本调用
POST /v3/minimax-voice-design。评估返回的预览音频。如有需要，调整提示词并重复。 - 合成步骤——满意后，将返回的
voice_id作为voice_id参数传递给POST /v3/minimax-speech-2.8-hd或POST /v3/minimax-speech-2.8-turbo。
语音合成调用会激活并永久保存语音 ID。此后，该语音即可无限期使用。
对于生产流水线，请在设置阶段离线运行设计步骤。将得到的voice_id值存储在你的配置层中。运行时的 TTS 调用只需访问合成端点——快速、可预测，且无每次调用的语音创建成本。
如果你希望向最终用户公开语音自定义功能（例如游戏中的角色创建流程），可以在用户确认选择时按需运行语音设计，然后立即进行 TTS 调用以锁定语音 ID。
关于 Speech 2.8 下游 TTS 工作流的更多信息，请参阅 Novita AI 上的 MiniMax Speech 2.8 系列。
结论
如果你需要不存在于任何参考录音中的原创语音，MiniMax 语音设计物有所值。对于整个内容流水线中可复用的语音 ID 而言，每条语音 $3.00 的创建费用是一次性合理成本。需要提前了解的关键限制是 7 天有效期——请务必在每次设计的语音过期前通过一次合成调用将其激活，否则你将需要付费重新创建。
对于任何存在真实录音的场景，克隆更便宜且更可预测。对于任何只需要一个可用语音的场景，内置系统语音是免费的。语音设计位于这两者之间的特定细分领域——原创、可控、可扩展。
立即在 novita.ai/models/minimax/minimax-voice-design 开始使用。新账户可获得免费积分。
常见问题
什么是 MiniMax 语音设计？
MiniMax 语音设计是一个 API，它根据描述语音特征的文本提示生成合成的 AI 语音。它返回一个voice_id，用于下游的文本转语音调用——无需录音或参考音频。
语音设计与语音克隆有何不同？ 语音克隆从上传的音频样本中复现现有语音。语音设计从文本描述中创建全新的语音。克隆匹配特定的真实语音；设计则是创建原创语音。
设计的语音 ID 有效期多长？
语音 ID 在 7 天内未使用则过期。使用该voice_id至少进行一次 TTS 合成调用即可使其永久有效。
设计的语音能否用于 Speech 2.8 的诸如语气标签等功能？
可以。设计的voice_id值可用于 Novita AI 上所有 MiniMax Speech 2.8 的功能，包括情感语气标签（(laughs)、(sighs)）、情感预设、语音混合和多语言输出。
在 Novita AI 上，MiniMax 语音设计的费用是多少？ 语音创建费用约为每条语音 $3.00（与 MiniMax 官方平台费率一致）。设计步骤中的预览音频生成按约 $30 每 100 万字符计费。在生产使用前，请查看 novita.ai/console/pricing-console 上的最新 Novita AI 定价。
如何无代码试用 MiniMax 语音设计？ 访问 novita.ai/models/minimax/minimax-voice-design 并使用 Playground。新账户可获得免费积分。
