MiniMax 發佈了最新的語音模型 MiniMax Speech 2.6，全面升級突破Voice Agent場景，超低延時，專業格式無障礙，更高自然度。

1. 超低延時，更靈敏：整體交互更順暢

對音頻生成鏈路進行了全面優化，使端到端延遲低於250毫秒，達到了行業頂尖水平。在實時對話等對響應速度有嚴苛要求的場景中，音頻生成不再是瓶頸，確保整體交互更流暢。

2. 專業格式無障礙，更聰明：信息傳遞更流暢

Speech 2.6 現已支持多種語言的網址、郵箱、電話號碼、日期及金額等非標準文本格式的直接轉換。無論您是結合大語言模型使用，還是需要在業務中處理動態變化的實體信息，都無需再進行繁瑣的文本預處理。輸入即正確，實現信息傳遞更流暢。

例如，在傳統TTS中需要正確朗讀下面一段話，則需要做一系列轉換：

• +1 415 415 9921 → “plus one, four one five, four one five, nine nine two one ”

• $1,234.56 → “one thousand two hundred thirty-four dollars and fifty-six cents”

• 192.168.1.1 → “one nine two dot one six eight dot one dot one”

• 2032-5-6 → “May sixth, twenty thirty-two”

• support-vip@technet.com → “support dash vip at technet dot com”

語段原文：Hello Oliver Smith, I'm your intelligent virtual assistant Max! Thank you for your call. I've found your file. The outstanding balance for the phone number +1 415 415 9921 is $1,234.56. The associated IP addresses is 192.168.1.1. Your next payment is due in 2032-5-6. If you have any questions, please contact support-vip@technet.com.

語段原文：您好Oliver Smith，我是您的智能虛擬助手Max！感謝您的來電，我已找到您的檔案。電話號碼14154159921 的未付清餘額為 ¥1,234.56。關聯的 IP 地址是 192.168.1.1。您的下一個付款到期日是 2032/5/6。如有任何疑問，請聯繫 support-vip@technet.com。

3. 更高自然度與Fluent LoRA：聲音表達更流利

進一步提升了音韻自然度之外，Speech 2.6 還提供了Fluent LoRA。

此前Speech 2.5就提供了便捷、高還原度的音色復刻功能，用户能夠保留原始音色的口音、口癖等特色。這一能力滿足了實際使用場景中多樣化的語音需求。

現在，音色復刻時，您無需再為不完美的原始素材而煩惱。即使是帶有口音或不流利的非母語錄音，也可通過 Fluent LoRA，在完美復刻音色的同時，生成符合目標文本的流利、自然的語音，讓您的聲音表達更流利。

除了視頻裏展示的英文場景外，模型支持的40+語種都可以實現在音色復刻時一鍵變流利，我們以日語場景為例：

Speech 2.6 已經全面上線：

MiniMax開放平台：Minimaxi.com/platform_overview

MiniMax Audio：Minimaxi.com/audio