更新记录
MiniMax 配音新增 WAV、FLAC、词级字幕与声音效果器
在 MiniMax Speech 2.8 高级设置中选择 WAV、FLAC 等格式、句级或词级 SRT 字幕，并调整声音效果器；相关选项自动联动，长作品编辑也更清楚。
UnifiedTTS 团队 · 发布于 · 更新于
在高级设置中选择 MiniMax 音频格式、字幕与效果器
需要为视频剪辑或音频工具准备配音时，在工作台选择 MiniMax Speech 2.8 HD 或 Turbo，选好音色后打开“高级设置”，即可按用途选择输出格式、字幕和声音效果。
- 选择输出格式：新增 WAV、FLAC、Opus、PCM 和 G.711 μ-law 输出，默认仍为 MP3。PCM 与 G.711 结果仅支持下载，请使用兼容工具处理。
- 调整字幕粒度：开启字幕后，可选句级或词级字幕，默认仍为句级；生成完成后从结果区下载 SRT。
- 调整声音效果：通过效果器调整音高、强度、音色质感或选择一种特效。效果器适用于 MP3、WAV、FLAC；切换到不兼容格式时会恢复原声。
- 尝试新的情感表达：基础设置的情感选项新增“生动流畅”，可以用同一段文稿比较效果。
这些设置仍按所选模型的字符数计价，不改变克隆音色的创建流程和收费规则。当前配音单价与克隆创建价格见模型能力与价格。
格式、码率与字幕粒度联动，减少无效设置
MiniMax 高级设置按音频输出、声音效果器、朗读优化和字幕分组展示，相关选项放在一起。不适用的选项会置灰并说明原因；切回适用格式或重新开启字幕时，原先选择的码率和字幕粒度仍会保留。
选择 G.711 时会自动使用 8 kHz；开启中文公式朗读时会自动使用普通话。可通过选项旁的问号查看说明，再按文稿需要调整。
其他模型的输出设置也更清楚：Azure 列出 MP3 的采样率与码率组合；CosyVoice 标明采样率和 MP3 码率的单位。这里只调整选项说明与展示，未新增这些模型的输出格式或字幕能力。
编辑多段配音时，区分当前片段与保存状态
工作台当前编辑的片段更醒目，文稿、设置和结果的层次更清楚；减少片段留白和重复提示，浏览长作品时更集中。保存状态与生成操作也更容易辨认，本机自动保存与云端保存仍分别提示。
这些调整延续11 月 8 日的编辑与播放改进，仍按段生成配音。请在结果标注的保留期内下载音频和字幕，保存作品不会延长文件期限。
开发者：通过 API 调整 MiniMax 配音
开发者也可通过统一 API 选择 MiniMax 输出格式、字幕粒度与声音效果器，具体参数、默认值与格式限制见MiniMax API 参数说明。API 调用需按文档提供合法的参数组合；工作台中的自动联动不会代替 API 参数校验。