Speech-02: MiniMax Audio가 출시한 강력한 텍스트 음성 변환(TTS) 모델 141

小编 · 2025-04-01

MiniMax Audio Speech-02는 모든 파일이나 URL을 즉시 생생한 오디오로 변환할 수 있는 강력한 텍스트 음성 변환(TTS) 모델입니다. 한 번에 최대 20만 자까지 입력할 수 있으며, 30개 이상의 언어와 자연스러운 억양을 지원합니다. 또한 무제한 음성 클로닝, 서브초 스트리밍, FLAC, WAV, MP3, PCM 등 다양한 오디오 형식을 제공합니다.

Speech-02: MiniMax Audio가 출시한 강력한 텍스트 음성 변환(TTS) 모델

Speech-02란 무엇인가요?

MiniMax Audio Speech-02는 강력한 텍스트 음성 변환(TTS) 모델로, 어떤 파일이나 URL이든 즉시 사실적인 오디오로 변환할 수 있습니다. 한 번에 최대 20만 자의 입력을 지원하며, 30개 이상의 언어를 다양한 자연스러운 억양으로 지원합니다. 또한 Speech-02는 무제한 음성 복제, 1초 미만의 스트리밍 처리, 그리고 FLAC, WAV, MP3, PCM 등 다양한 오디오 형식을 지원합니다.

Speech-02 모델은 두 가지 버전을 제공합니다: speech-02-hd-preview(99%의 음성 유사도와 스튜디오급 선명도를 특징으로 하여 더빙, 오디오북 등 사실적인 표현이 필요한 장면에 적합)와 speech-02-turbo-preview(낮은 지연 시간과 높은 성능 사이에서 균형을 이루어 실시간 애플리케이션에 적합)입니다.

Speech-02：MiniMax Audio新发布的一款强大的文本转语音（TTS）模型.webp

언어 및 음성 능력

다국어 지원: Speech-02는 영어, 중국어, 일본어, 한국어, 프랑스어, 독일어, 스페인어, 포르투갈어, 이탈리아어, 아랍어, 러시아어, 터키어, 네덜란드어, 우크라이나어, 베트남어, 힌디어, 태국어, 폴란드어, 루마니아어, 그리스어, 핀란드어, 인도네시아어 등 30개 이상의 언어에 대한 텍스트 음성 변환을 지원하며, 자연스러운 억양을 제공합니다.
풍부한 음성 라이브러리: 300개 이상의 실제 자연스러운 음성을 보유하고 있어 다양한 언어의 자연스러운 표현을 지원합니다.

기술 성능

단일 입력 글자 수: 한 번에 최대 20만 자의 입력을 지원합니다.
스트리밍 처리 속도: 1초 미만의 스트리밍 처리를 지원합니다.
모델 버전: speech-02-hd-preview와 speech-02-turbo-preview를 포함합니다. 전자는 99%의 음성 유사도와 스튜디오급 선명도를 특징으로 하여 더빙, 오디오북 등 사실적인 표현이 필요한 장면에 적합하며, 후자는 낮은 지연 시간과 높은 성능 사이에서 균형을 이루어 실시간 애플리케이션에 적합합니다.