Craze
模型价格MCP博客
脚本长度
生成次数
费用每个脚本 $0.112
$0.112

按 ⌘↵ 生成

MiniMax Speech 2.8 HD

每 1,000 个字符 $0.112 起

MiniMax 的高清 TTS,带有富有表现力的声音标签和声音选择。写好脚本,可选择一个声音 ID,Craze 就会为你配旁白。

当你点名要求时,Craze 会运行 MiniMax Speech 2.8 HD。

查看套餐

MiniMax Speech 2.8 HD擅长什么

  • 选择现有的声音

    这个功能不接受音频参考输入。

  • 用于表演的声音标签

    在脚本中加入 (laughs)、(whispers)、(angry) 或 (breathes) 等标签。

  • 录音棚级别的自然度

    该模型优先追求听起来像真人。

  • 支持 32 种语言和语码转换

    在脚本中途切换语言,无需重新生成。

聊天

给一个护肤品牌做个短广告。明黄色,一个主打产品,卡着音乐剪。

已生成图片

这是主视觉。每个镜头都是同样的黄色、同样的光线。

starface-key-visual.webp添加到时间线添加到聊天
问 Craze 任何问题微调
Assets
搜索素材
已批准的片段
已接受的帧
尾帧
已批准的片段
已接受的帧
生成中
时间线
Breakoutshappen. Makethem yours.Treat melike a star.

导演。创作。剪辑。

  1. 聊天

    给一个护肤品牌做个短广告。明黄色,一个主打产品,卡着音乐剪。

    已生成图片

    这是主视觉。每个镜头都是同样的黄色、同样的光线。

    starface-key-visual.webp添加到时间线添加到聊天
    问 Craze 任何问题微调

    别再写提示词,开始当导演。

    Craze 与你一起碰撞创意、做调研、做规划。

  2. Assets
    搜索素材
    已批准的片段
    已接受的帧
    尾帧
    已批准的片段
    已接受的帧
    生成中

    创作有品位的内容。

    Craze 能生成你能想象的一切。视频、音频、音乐、动态图形等等。

  3. 时间线
    Breakoutshappen. Makethem yours.Treat melike a star.

    几分钟剪好视频,而不是几天。

    Craze 会看完你的素材并剪出成片。如有需要,还有真正的编辑器。

制作人们愿意看的视频

  • UGC 视频
  • 动态图形
  • 故事长片
  • 产品可视化
  • 微短剧
  • 3D 影片
  • 音乐视频
  • 品牌影片
  • 婚礼精彩集锦
  • YouTube 测评

MiniMax Speech 2.8 HD与其他模型对比

这里的每个模型都可在所有 Craze 套餐(包括 Free)中使用,而且 Craze 可以为每个镜头使用不同的模型。

MiniMax Speech 2.8 HDMiniMaxElevenLabs v4ElevenLabsGemini 3.8 Flash TTSGoogle DeepMindGemini 3.8 Flash Lite TTSGoogle DeepMind
生成文字生音频文字生音频文字生音频文字生音频
起价每 1,000 个字符 $0.112每 1,000 个字符 $0.089每 1,000 个字符 $0.050每 1,000 个字符 $0.034

Craze 上的 MiniMax Speech 2.8 HD规格

任务输入分辨率画面比例声音
文字转语音文字提示词跟随源素材跟随输入无

为你的下一部作品选择套餐。

Free

$0 / 月

  • 有限用量
  • 可使用所有媒体模型
  • 高效聊天档位
  • 1 GB 存储空间
  • Craze MCP
  • 导出最高 720p
  • 充值更多积分

Pro

$19 / 月

  • 每月 $19 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 50 GB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

Ultra

$59 / 月

  • 每月 $59 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 200 GB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

Max

$199 / 月

  • 每月 $199 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 1 TB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

常见问题

MiniMax Speech 2.8 HD 是一个高清文字转语音模型,把声音选择与富有表现力的声音标签结合在一起。它把旁白当作一场表演,而不是机械的朗读。

创作者选择 MiniMax Speech 2.8 HD 的理由

Speech 2.8 HD 把自然度、情感表达和声音标签结合在一起,无需单独的轨道,就能提供录音棚级别的旁白。能够在文中直接加入笑声、叹息和其他非语音的声音,让它在角色作品和以叙事为主的项目中脱颖而出。

选择现有的声音

这个功能不接受音频参考输入。每次生成选择一个声音 ID;如有需要,用不同的声音分别生成不同角色的台词。

用于表演的声音标签

在脚本中加入 (laughs)、(whispers)、(angry) 或 (breathes) 等标签。模型会把这些声音作为旁白的一部分生成,而不是生成需要你拼接的单独音轨。角色可以先笑,再说话(两者都来自一次生成)。

录音棚级别的自然度

该模型优先追求听起来像真人。语调、呼吸和节奏都显得自然有意,而不是合成出来的。这对角色作品很重要,因为平淡的声音会打破沉浸感。

支持 32 种语言和语码转换

在脚本中途切换语言,无需重新生成。一句英语,一个法语单词,再回到英语。声音会适应每种语言,并在切换前后保持一致。

如何在 Craze 中使用 MiniMax Speech 2.8 HD

  1. 写好你的脚本。通过 (warmly) 或 (shocked) 等声音标签加入声音指导,并加入 (door slams) 等非语音的声音。
  2. 选择一个现有的声音 ID,或使用可用的预设声音。
  3. 在聊天中指明 MiniMax Speech 2.8 HD,或在“模型”面板中选择它。
  4. Craze 一次生成带有声音效果和情感的完整旁白,并把它放进你的项目。
  5. 修剪、调整时间,或重新生成需要换个演绎方式的台词。

MiniMax Speech 2.8 HD 价格

价格从每 1,000 个字符 $0.112 起,并随脚本长度变化。这个功能不会因声音选择、声音标签或语言而单独计价。使用计算器估算费用。

MiniMax Speech 2.8 HD 适合谁

角色配音和对白

游戏、动画和短片往往需要多个不同的声音。为每个角色的生成选择一个声音,再在你的项目中把台词组合起来。

带氛围的富有表现力的旁白

教程视频、有声书和品牌内容都能从笑声、惊呼和情感语调中受益。MiniMax 让你写下 (laughs nervously),然后让这个声音自然地出现在旁白中。

多语言脚本和全球品牌

如果你的脚本跨越多种语言,MiniMax 能一次处理语码转换。一个全球品牌的旁白可以用英语、西班牙语和普通话讲述文案,无需三次单独的生成。

MiniMax Speech 2.8 HD 与其他模型对比

ByteDance 的 Seed Speech 侧重于高性价比的旁白,可选择声音。MiniMax Speech 2.8 HD 在一次生成中提供集成的声音标签和 32 种语言支持。

如需可通过提示词调控、富有表现力的英语旁白,Gemini 3.1 Flash TTS 通过行内标签为你提供导演式的控制。Seed Audio 1.0 接受用于语音的音频或图片参考素材。如需覆盖 16 种语言、带情绪标签的旁白,Qwen Audio 3.0 TTS 是另一个选择。

声音标签和表现力指南

MiniMax Speech 2.8 HD 支持 (angry)、(happy)、(sad)、(surprised) 和 (nervous) 等情绪标签,以及 (laughs)、(sighs)、(whispers)、(coughs) 和 (breaths) 等非语音声音。你可以叠加标签来表达细微差别:写下“我简直不敢相信”,并标记为 (shocked, breathless),就能得到更具体的情感演绎。模型会在同一次生成中让各个标签保持一致,所以一个前面听起来很生气的角色,后面惊讶时听起来仍是同一个人,而不是完全不同的声音。

在 Craze 上,每次带声音标签的生成需要 5 到 20 秒,具体取决于脚本长度。如果你的脚本很长,并且有很多声音标签,可以把它拆分成几个部分,以便更快地迭代。在进行完整长度的生成之前,先测试一小段,把语气调到位。MiniMax 包含预设的情感配置,你可以把它应用到整个声音上,在加入行内标签之前先改变基础情绪。

声音克隆工作流程

这个功能不接受声音样本。要使用现有的声音,请提供它的声音 ID;用录音创建声音需要单独的声音档案工作流程。在多角色场景中,分别生成每个声音。

用同一个所选声音重新生成同一份脚本,可能会得到不同的演绎;请检查每个结果的表达和一致性。

多语言声音标签

当你用 MiniMax 在脚本中途切换语言时,声音标签会适应语言环境。英语中的 (laughs) 标签听起来与西班牙语或普通话中的一样,但声音特定于语言的口音和节奏会自动变化。这对全球品牌作品很有价值,因为你希望在各个市场使用同一个声音,但又需要本地化的旁白。

在 Craze 上的限制

在 Craze 上,MiniMax Speech 2.8 HD 每次请求最多接受 4,000 个字符的文本。对于更长的脚本,请拆分文本,再在时间线上组合结果。模型会根据标点推断节奏和重音,所以可以用逗号和句号来控制朗读节奏。

声音克隆不是这个 Craze TTS 功能的输入方式。它接受声音 ID,但不接受参考音频。

像给剪辑师布置任务一样描述你想要的内容,Craze 会为你编写 MiniMax Speech 2.8 HD 提示词。每个 Craze 套餐(包括 Free)都能运行 MiniMax Speech 2.8 HD 及其他所有媒体模型,而且 Craze 可以为每项任务使用不同的模型。每段旁白都会进入时间线、位于你的剪辑下方,可随视频导出,也可单独导出为 MP3。生成消耗你套餐的每月积分,每 1,000 个字符 $0.112 起,需要更多时可以充值。

角色配音和对白:游戏、动画和短片往往需要多个不同的声音。带氛围的富有表现力的旁白:教程视频、有声书和品牌内容都能从笑声、惊呼和情感语调中受益。多语言脚本和全球品牌:如果你的脚本跨越多种语言,MiniMax 能一次处理语码转换。

MiniMax Speech 2.8 HD 生成带有 (laughs) 和 (sighs) 等富有表现力的声音标签的旁白。Craze 上的这个功能接受文本和可选的声音 ID,而不是声音样本。

MiniMax 于 2026 年 1 月 23 日发布了 Speech 2.8 HD,原生支持声音标签,并能用简短的参考音频进行零样本声音克隆。

价格为每 1,000 个字符 $0.112。本页的费用计算器会在生成前显示总价。

MiniMax Speech 2.8 HD 适用于所有 Craze 套餐,包括 Free。

在这个文字转语音功能中不能。它接受文本和可选的声音 ID,而不是音频样本。请先使用单独的声音档案工作流程创建一个声音。

(laughs)、(sighs)、(whispers) 和 (angry) 等声音标签让你在脚本中直接加入非语音的声音和情绪指导。模型会在同一次旁白生成中把它们生成出来。

支持。它支持 32 种语言,并能在同一份脚本中切换语言。声音会自动适应每种语言。

更多语音模型

所有模型

ElevenLabs v4

ElevenLabs

  • 文字转语音

每 1,000 个字符 $0.089 起

Gemini 3.8 Flash TTS

Google DeepMind

  • 文字转语音

每 1,000 个字符 $0.050 起

Gemini 3.8 Flash Lite TTS

Google DeepMind

  • 文字转语音

每 1,000 个字符 $0.034 起

  • 导演
  • 创作
  • 剪辑
  • 模型
  • 价格
  • MCP
  • 联系我们
  • 文档
  • 博客
  • 更新日志
  • 隐私
  • 条款
  • Instagram
  • YouTube
  • X
  • LinkedIn
  • English
  • 日本語
  • 한국어
  • Español
  • Deutsch
  • Français
  • Português
  • 简体中文

© 2026 Craze Technologies