智东西

作者 | 王涵

编辑 | 漠影

智东西 8 月 7 日报道，今天，MiniMax 推出新一代语音生成模型 Speech 2.5。

相比 5 月发布的 Speech 02，Speech 2.5 有三大新突破：多语种表现更自然、音色复刻更像、40 个语种覆盖更广。

目前，Speech 2.5 已全球上线，用户可以登录 MiniMax 开放平台或 MiniMax Audio 官网体验。

Speech 2.5 主页

用户可以在 Speech 2.5 主页选择想要的音色，在对话框内输入文字描述，也可以上传文件，就可以一键生成所需音频。下文呈现了官方公布的 Speech 02 生成音频的 Demo 和智东西实测案例：

一、多语种自然表达，减小机械感

MiniMax Speech 2.5 提高了生成音频的相似度和自然韵律度，降低了字错率、减小了 AI 生成的商务会议、日常对话、英文播客的机械感。

智东西实测，其还可以给音频添加场景氛围音，生成的音频不但可以清晰准确地念出文字，还有母语者很地道的停顿、语调。

二、跨语种复刻口音，还原声线

Speech 2.5 还可以跨语种复刻口音，保留同语种不同地区的口音，还能保留特殊年龄的声线特点，用户可以自由选择自己想要的音色，在不同的语言中切换，Speech 2.5 生成的内容依旧可以保留口音特色细节。

三 、新增多个小语种，语种类型增至 40 个

Speech 2.5 新增了保加利亚语、丹麦语、希伯来语、马来语、波斯语、斯洛伐克语等多个小语种，语种类型扩充到了 40 个。跨境电商、出海客服、本地化营销，全球化内容可以一键创作。

四、促进跨境业务，喜马拉雅、网易都用了

MiniMax Speech 语音模型可以应用在多种场景下，例如多语种客服、跨国广告配音、跨国教育、跨境电商等。

目前，MiniMax Speech 语音模型已在全球被广泛采用。在海外，Vapi、Pipecat 等 Agent 平台选择使用 MiniMax Speech 提供服务，Hedra、Icon、Syllaby 等头部 AI 应用也已接入 MiniMax Speech。

国内，高途教育、喜马拉雅、网易、Rokid 眼镜等头部平台及产品都选择了 MiniMax Speech。

结语：MiniMax 在 AI 音频赛道继续深耕

MiniMax 在 AI 音频赛道并非初出茅庐，其今年 5 月发布的 Speech 02 在 Artificial Analysis 和 Hugging Face TTS Arena 两项语音基准测评榜单中超越 OpenAI、ElevenLabs 等知名模型，获得双料第一。

Speech 2.5 可视为 Speech 02 的进阶版本，在继承前代优势的基础上，进一步在多语种、音色复刻及语种覆盖上深入优化。

当下，众多企业和研究机构纷纷布局，AI 音频赛道竞争愈发激烈，MiniMax Speech 2.5 的发布为市场注入了新的活力。