MiniMax Speech: voz por IA a partir de texto, con búlgaro incluido

Qué es MiniMax Speech

MiniMax Speech es el modelo de voz de MiniMax, la empresa conocida también por el modelo de vídeo Hailuo. Convierte texto escrito en habla de sonido natural y es uno de los pocos del mundo con soporte explícito del búlgaro: no es que «también funcione en búlgaro», sino que el búlgaro está oficialmente en la lista de idiomas del modelo. Por eso es además el segundo modelo de la categoría Audio de genkiki.com: para anuncios, vídeos explicativos, cursos y relatos, sin locutor y sin estudio.

En genkiki.com está disponible la variante MiniMax Speech 2.8 HD, la generación más reciente del modelo.

Versiones y capacidades en generiram

• El texto llega hasta 10 000 caracteres por generación, el doble que la mayoría de modelos de voz.
• Se cobra por cada 1000 caracteres empezados: de 1 a 1000 caracteres cuestan lo mismo que 1000.
• 17 voces: femeninas, masculinas y de carácter (narrador, voz joven, tono grave), cada una con su etiqueta clara en el menú.
• Emoción del habla: alegre, triste, enfadada, sorprendida y más, o deja que el modelo lo decida por el texto.
• La velocidad y el tono de la voz se ajustan por separado: desde un narrador lento y grave hasta una voz publicitaria rápida y enérgica.
• Indicaciones entre corchetes que no se leen, sino que se interpretan: escríbelas en tu propio idioma y el sistema las traduce para el modelo: [risas], [suspiro], [carraspeo], [tos], [jadeo], [sorbe], [gemido], [bostezo], mientras que [pausa] y [pausa larga] insertan silencio. Por ejemplo: «¡No me lo puedo creer! [risas] De verdad ha pasado.»
• La emoción de todo el discurso se define aparte, desde el menú «Emoción»: alegre, triste, enfadada, asustada, con asco, sorprendida o neutra. Los corchetes son para un momento concreto del texto; la emoción tiñe la lectura entera.
• El texto se lee al pie de la letra: no se traduce ni se acorta nada.

Para qué sirve

MiniMax Speech es la opción cuando el habla tiene que ser en búlgaro y sonar como un locutor de verdad:

• Voz en off para anuncios y vídeos de producto en búlgaro.
• Locución de clips explicativos, cursos y presentaciones.
• Relatos, cuentos y contenido en audio con distintas emociones.
• Textos largos (hasta 10 000 caracteres): artículos y guiones enteros de una pasada.

Cómo empezar

Abre el Estudio IA, elige el modo Texto → Voz en la categoría Audio y el modelo MiniMax Speech 2.8. Escribe el texto, elige voz y emoción y pulsa Generar: en segundos tienes el audio listo para descargar.