MiniMax Speech 2.8
MiniMax · China · 2026
Synteza mowy, ktorej atutem jest niedoskonalosc: oddycha, waha sie i chrzaka na zawolanie.
MiniMax Speech 2.8, wydany 11 sierpnia 2026, to model zamiany tekstu na mowe szanghajskiej firmy i nietypowo bezposrednie przyznanie, po czym wciaz poznaje sie sztuczny glos. Producent sam pisze, ze dawne glosy AI brzmialy chlodno, bo byly zbyt doskonale; sztandarowa funkcja wersji 2.8, natywne znaczniki dzwiekowe, modeluje wypelniacze, ktorych pelna jest prawdziwa mowa — „um”, „uh”, oddechy, smiech, chrzakniecie — jako pelnoprawne elementy tekstu, a nie efekt dokladany po syntezie, dzieki czemu rytm, wysokosc i pauzy ukladaja sie wokol nich. Druga obietnica dotyczy klonowania glosu. MiniMax podaje, ze dziesieciosekundowa probka wystarcza, by uchwycic barwe, oddech i tempo mowiacego, a cennik zaklada uzycie na co dzien: sklonowany glos kosztuje 1,50 dolara, zaprojektowany 3 dolary. Sama synteza rozliczana jest za znaki — 60 dolarow za milion w wariancie turbo i 100 dolarow za milion w HD. Trzeci watek jest inzynierski, nie wyrazowy: przebudowany lancuch przetwarzania ma usuwac z wyniku szum tla i zniekstalcenia syntezy. W kwestii wielojezycznosci firma jest celowo powsciagliwa. Zamiast ogloszic liczbe jezykow, pisze, ze naprawila „przeciekanie akcentu” w jednej parze — mandarynskim i japonskim — gdzie tony i wymowa dotad sie rozjezdzaly, i obiecuje to samo dla kolejnych jezykow, nie podajac ktorych ani kiedy. Model jest zamkniety: nie ma wag, jest produkt MiniMax Audio i API platformy.
▸Newsy
▸Wideo
Brak materiałów wideo.
▸Recenzje
Brak recenzji. Bądź pierwszy!