Speech 2.6 – MiniMax推出的语音生成模型

Speech 2.6是什么

Speech 2.6 是MiniMax推出的全新语音生成模型，专为新一代语音智能体设计，具备超低延时（低于250毫秒），确保实时对话流畅；支持多种语言的网址、邮箱、电话号码等非标准文本格式的直接转换，无需繁琐预处理。模型通过 Fluent LoRA 技术，进一步提升音韵自然度和音色复刻的流利性，原始素材带有口音或不流利，也能生成高质量语音。模型适用智能客服、智能硬件等多种场景，支持40+语种，为用户提供高效、自然的语音交互体验。用户可通过MiniMax开放平台和MiniMax Audio官网使用模型。

Speech 2.6的主要功能

• 超低延时：端到端延迟低于250毫秒，确保实时对话等场景中音频生成快速流畅。