MiniMax Voice Design 在 Novita AI 上以「按語音計費」的 API 形式提供。你只需要用純文字描述一個語音——語氣、性別、口音、能量強度——模型便會回傳一個 voice_id，你可以直接將它套用到任何 MiniMax Speech 2.8 TTS 的呼叫中。不需要參考音檔、不需要錄音、也不需要手動編輯語音。如果你正在為遊戲建立角色、為內容管道製作多樣化的語音，或是為 AI 助理打造一致品牌聲調，這條從描述到可部署語音的路徑是最快的。
重點摘要
- Voice Design 是根據文字提示生成語音，而非根據參考音檔——這與語音克隆是不同的做法。
- API 回傳的
voice_id可與 Novita AI 上的 MiniMax Speech 2.8 HD 和 Turbo 端點搭配使用。 - 設計好的語音 ID 在未被語音合成呼叫啟動前有 7 天的有效期限；一旦啟動後便永久保留。
- 預覽音檔的生成費用與語音建立費用是分開計算的——請同時為兩者編列預算。
- 每個語音的設計費用比快速語音克隆更高；只有在需要一個「不存在」的語音時才使用它。
什麼是 MiniMax Voice Design？
MiniMax Voice Design 是一個語音生成模型，它接受自然語言描述，並產生一個符合該特徵的合成 AI 語音。你可以指定想要的語音——「一位冷靜、權威的英式口音女性旁白」或「一位興奮、語速快、能量高的年輕男性科技評論員」——模型會根據那段描述合成一個語音。
輸出結果是一個 voice_id 字串，而不是一段完整的音檔。這個語音 ID 會用來傳入 TTS 端點，以從任何文字輸入生成實際語音。模型在設計步驟中也會生成一段簡短的預覽音檔，讓你在投入生產環境前先評估這個語音。
這與語音克隆有根本上的不同：語音克隆需要上傳一段現有的錄音，然後模型會複製它。而 Voice Design 創造的是一個前所未有、不存在的語音。這個區別對於需要原創、無法追溯來源語音的內容來說很重要：虛構角色、品牌助理、合成旁白、NPC 對話。
在 Novita AI 上使用 MiniMax Voice Design API
MiniMax Voice Design 的入口在 novita.ai/models/minimax/minimax-voice-design。你可以先在 Novita 的 Playground 中試用，無需編寫程式碼。
若要使用 API，端點遵循 Novita 的標準模型 API 模式：
POST https://api.novita.ai/v3/minimax-voice-design
Authorization: Bearer YOUR_NOVITA_API_KEY
請求主體包含兩個欄位：prompt（你的語音描述）和 preview_text（設計好的語音在預覽音檔中會朗讀的範例句子）：
{
"prompt": "一位興奮且熱情的男性產品評論員，語速快、高能量、具有說服力。",
"preview_text": "大家好！今天我們要開箱全新的 Gadget X-Pro，我必須說——這東西真的太驚人了。"
}
回應中包含一個 voice_id 字串和以十六進位編碼的預覽音檔。這個 voice_id 是你將傳入 Speech 2.8 端點進行實際合成時使用的。
請從 Novita AI 控制台 取得你的 API 金鑰。新帳戶可獲得免費額度。
規格與價格摘要
| 項目 | 詳細說明 |
|---|---|
| 顯示名稱 | MiniMax Voice Design |
| 模型 ID | minimax-voice-design |
| 基礎 URL | https://api.novita.ai/v3 |
| 端點 | POST /v3/minimax-voice-design |
| 語音建立費用 | 約 $3.00 / 語音（請至 Novita 控制台確認） |
| 預覽音檔費用 | 預覽期間產生的字元約 $30 / 1M 字元 |
| 語音 ID 有效期 | 未使用時為 7 天；用於 TTS 後永久有效 |
| 後續 TTS 價格 | $60 / 1M 字元（Turbo）或 $100 / 1M 字元（HD） |
| 最佳適用場景 | 為角色、品牌、管道建立原創語音 |
價格資訊取自 MiniMax 平台文件與 Novita 已發布文章，2026 年 7 月；最新 Novita 費率請至 novita.ai/console/pricing-console 確認。
開發者關鍵能力
提示驅動的語音合成。 語音描述是自由文字。你可以指定性別、年齡範圍、口音、說話速度、能量強度、語氣和情緒特質。越具體的提示通常能產出越有特色的語音；模糊的提示則會產生一般化的輸出。
可重複使用的語音 ID。 一旦拿到 voice_id，你就可以在任意數量的 TTS 呼叫中重複使用它。一次語音建立費用涵蓋了使用該 ID 進行的無限後續語音合成。
持久性模型。 語音 ID 預設是暫時的，7 天後過期。只要使用該 voice_id 進行至少一次 TTS 合成呼叫，它就會轉為永久語音。如果你正在建立生產管線，請在 7 天期限內啟動這個語音 ID。
先預覽再確認。 語音設計步驟會連同 voice_id 一起回傳預覽音檔。在將語音用於生產環境的語音合成前，先進行評估——必要時反覆調整提示。
多語言輸出。 設計好的語音可與 MiniMax Speech 2.8 支援的 40 多種語言搭配使用。以英文提示設計的語音，可以在保留音調特徵的同時合成其他語言的語音。
與 Speech 2.8 功能相容。 設計好的語音 ID 可與語音混合（timber_weights）、情緒預設集，以及 Speech 2.8 系列提供的語氣標籤如 (laughs) 和 (sighs) 搭配使用。
何時使用 MiniMax Voice Design
你需要一個「不存在」的語音。 如果你正在建立虛構角色、AI 品牌人物，或是沒有真人可複製的 NPC 對話，Voice Design 就是正確的起點。描述你想要的語音，並反覆調整提示，直到預覽聽起來符合需求。
你正在擴展需要多樣化語音的內容管道。 紀錄片系列、線上學習平台，或是需要數十種不同原創語音的在地化專案，都可以使用 Voice Design 在幾分鐘內建立一個語音 ID 庫。每個語音 ID 之後都可以重複使用，無需額外建立費用。
你想避免版權與同意權的複雜問題。 語音克隆需要真實的語音錄音，這會涉及同意權與版權的考量。Voice Design 產出的則是完全合成的語音，背後沒有真實世界的身分。
你的使用場景與 Speech 2.8 的表達性功能很搭配。 如果你計劃在 TTS 呼叫中使用情緒語氣標籤或情緒預設集，Voice Design 可以建立專門針對這些情緒範圍調校的語音。
何時不該使用 MiniMax Voice Design
你需要複製特定人物的語音。 如果你有真實的參考錄音且想要複製它，Novita AI 上的 MiniMax 快速語音克隆 才是正確的工具。克隆每個語音的費用也較低，約 $1.50，而 Voice Design 為 $3.00。
你需要系統內建語音。 如果你不需要自訂語音，Novita AI 的 Speech 2.8 端點包含一個內建語音庫，無需建立費用。使用這些語音來處理一般旁白、通知，或任何語音身分不是區隔重點的場景。
你正在快速開發原型。 語音建立和預覽步驟會增加開發週期中的延遲。對於語音品質還不重要的原型，使用系統內建語音能更快迭代。
你需要極低的語音建立延遲。 Voice Design 是同步的一次性呼叫，但要透過反覆調整語音提示以獲得正確的輸出需要時間。如果你正在建立一個讓使用者在即時環境中自行設計語音的工作流程，請為迭代週期做好準備。
如何融入你的 API 工作流程
Voice Design 是兩步驟語音管線中的前置步驟：
- 設計步驟 — 以提示和預覽文字呼叫
POST /v3/minimax-voice-design。評估回傳的預覽音檔。如有需要，調整提示並重複。 - 合成步驟 — 確認滿意後，將回傳的
voice_id作為voice_id參數傳入POST /v3/minimax-speech-2.8-hd或POST /v3/minimax-speech-2.8-turbo。
語音合成呼叫會啟動並永久儲存該語音 ID。從那時起，該語音就可以無限期使用。
對於生產管線，請在設定階段離線執行設計步驟。將產生的 voice_id 值儲存在你的設定層中。執行階段的 TTS 呼叫只需連接到合成端點——快速、可預測，且沒有每次呼叫的語音建立費用。
如果你想讓使用者自行設定語音（例如遊戲中的角色建立流程），可以在使用者完成選擇時即時執行 Voice Design，然後立即透過 TTS 呼叫啟動它，以鎖定語音 ID。
更多關於使用 Speech 2.8 的下游 TTS 工作流程，請參閱 Novita AI 上的 MiniMax Speech 2.8 系列。
結論
如果你需要不存在於任何參考錄音中的原創語音，MiniMax Voice Design 就值得投資。每個語音 $3.00 的建立費用，對於可在整個內容管線中重複使用的語音 ID 來說，是合理的單次成本。需要預先知道的關鍵限制是 7 天的有效期限——請在每個設計好的語音過期前，透過合成呼叫啟動它，否則你將需要付費重新建立。
對於任何存在真實錄音的場景，克隆更便宜且更可預測。對於只需要一個可用語音的情況，內建的系統語音則完全免費。Voice Design 介於這兩個選項之間，佔據一個特定的定位——原創、可控制、可擴展。
立即開始使用 novita.ai/models/minimax/minimax-voice-design。新帳戶可獲得免費額度。
常見問題
什麼是 MiniMax Voice Design？
MiniMax Voice Design 是一個 API，它根據描述特徵的文字提示生成合成 AI 語音。它會回傳一個 voice_id，用於後續的文字轉語音呼叫——無需錄音或參考音檔。
Voice Design 與 Voice Cloning 有何不同？ Voice Cloning 是從上傳的音檔樣本複製現有語音。Voice Design 則是從文字描述建立一個全新的語音。克隆會匹配特定的真實語音；設計則創造一個原創的語音。
設計好的語音 ID 可以保留多久？
語音 ID 若未被使用，會在 7 天後過期。只要使用該 voice_id 進行至少一次 TTS 合成呼叫，它就會變成永久語音。
我可以將設計好的語音與 Speech 2.8 的功能（如語氣標籤）一起使用嗎？
可以。設計好的 voice_id 值可與 Novita AI 上所有 MiniMax Speech 2.8 的功能搭配使用，包括情緒語氣標籤（(laughs)、(sighs)）、情緒預設集、語音混合以及多語言輸出。
在 Novita AI 上使用 MiniMax Voice Design 的費用是多少？ 語音建立費用約為每個語音 $3.00（與 MiniMax 官方平台費率一致）。設計步驟中的預覽音檔生成費用約為 $30 / 1M 字元。在投入生產環境前，請至 novita.ai/console/pricing-console 確認目前的 Novita AI 定價。
我如何在不寫程式碼的情況下試用 MiniMax Voice Design？ 前往 novita.ai/models/minimax/minimax-voice-design 並使用 Playground。新帳戶可獲得免費額度。
