MiniMax Audio

MiniMax（上海稀宇极智科技有限公司）是一家成立于 2021 年 12 月的中国 AI 独角兽公司，总部位于上海。创始人兼 CEO 闫慧文来自腾讯 AI Lab。公司估值约 300 亿美元（2024 年），是中国最有价值的 AI 初创公司之一。MiniMax 已获得米哈游、阿里巴巴、腾讯、红杉资本、高瓴资本、光源资本等顶级投资机构的多轮投资（A 轮、B 轮、C+ 轮）。作为领先的中国 AI 公司，MiniMax 在语音和多模态 AI 领域处于市场领先地位，被中国企业广泛用于客户服务、内容创作和无障碍服务。

MiniMax Audio 的核心功能包括：语音转文字 STT（高精度长篇幅音频转录，支持 100+ 种语言，情感感知转录，说话人分离，针对会议、播客、视频内容、讲座优化）、文本转语音 TTS（情感语音合成，自然语调节奏和表达，100+ 声音选择，跨多种语言，自定义声音创建，实时流式 TTS API）、声音复刻（高保真 1:1 声音复制，捕捉情感表达、停顿和说话模式，只需少量样本音频，API 可集成）。主要应用场景：虚拟助手、有声书、游戏 NPC、视频配音、客户服务等。

核心功能

MiniMax 采用 API 按量付费模式。免费层：新开发者可享 50 小时语音转文字免费额度。语音转文字：免费额度后按分钟付费（具有竞争力的每分钟定价）。文本转语音：基于 Token 定价（标准声音约$0.05/1000 Token）。声音复刻：企业客户定制定价。平台支持完整功能的 Web 平台（https://www.minimax.io/）、RESTful API、SDK 支持（Python、Java、Node.js、iOS SDK、Android SDK）、移动应用（iOS 和 Android 可用）、桌面端（基于 Web 访问）。典型应用场景：会议转录（实时会议记录和摘要）、播客制作（自动转录和字幕生成）、视频配音（多语言视频画外音）、有声书创作（出版用文本转语音）、游戏开发（NPC 声音生成和动态对话）、虚拟助手（带自然声音的客服聊天机器人）、内容创作（社交媒体视频配音）、教育（讲座转录和电子学习旁白）、无障碍服务（视障人士文本转语音）、广播（直播实时字幕生成）。