# MiniMax Speech 2.8 [Turbo] API

> Speech 2.8 Turbo، ہنسی اور آہیں جیسے مداخلتی ٹیگز اور آواز میں تبدیلی کا کنٹرول شامل کرتا ہے

`prompt` میں 10000 حروف تک سے آواز تخلیق کرتا ہے۔ وقفے کے مارکرز (0.01 سے 99.99 سیکنڈ) کے علاوہ متن میں (laughs)، (sighs)، (coughs) اور (gasps) جیسے مداخلتی ٹیگز شامل کیے جا سکتے ہیں۔ `voice_modify`، `voice_setting`، `language_boost`، `pronunciation_dict` اور `normalization_setting` کے ساتھ پچ، شدت اور صوتی رنگ کو ایڈجسٹ کرتا ہے۔ آڈیو اور دورانیہ ملی سیکنڈ میں واپس کرتا ہے۔

- Model id: `minimax/speech-2.8-turbo`
- Made by: MiniMax
- Category: Text to Speech
- Output: audio
- Price: $0.06 / 1000 characters (cheapest run $0.06 (60 API credits))
- Run: `POST https://api.doitong.ru/v1/run/minimax/speech-2.8-turbo`
- Quote: `POST https://api.doitong.ru/v1/quote/minimax/speech-2.8-turbo`
- Docs page: https://doitong.com/ur/developers/models/minimax/speech-2.8-turbo

## Pricing

Price: **$0.06 / 1000 characters**. Billed per character of `prompt` (the price is per 1000 characters).

The full example input below costs $0.003 = 3 API credits (50 characters × 60 API credits / 1000 characters).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/minimax/speech-2.8-turbo` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `enable_safety_checker` |  | boolean | no | `true` |  | false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔ |
| `prompt` |  | string | yes |  | 1 – 10000 characters | تقریر کی ترکیب کے لیے متن، جس میں `<#x#>` کے ذریعے وقفے بتائے جاتے ہیں، جہاں x کی حد 0.01 سے 99.99 سیکنڈ ہے۔ دستیاب بین السطور ٹیگز `(laughs)`, `(sighs)`, `(coughs)`, `(clears throat)`, `(gasps)`, `(sniffs)`, `(groans)`, اور `(yawns)` ہیں۔ |
| `voice_setting` |  | object {voice_id, speed, vol, pitch, emotion, english_normalization} | no | `{"english_normalization":false,"pitch":0,"speed":1,"voice_id":"Wise_Woman","vol":1}` |  | Voice کو configure کرنے کی settings۔ |
| `voice_setting.voice_id` |  | string | no | `Wise_Woman` | ≥ 1 characters | Speech synthesis کے لیے استعمال ہونے والا predefined voice identifier۔ |
| `voice_setting.speed` |  | number | no | `1` | 0.5 – 2 | Speaking rate، 0.5 سے 2.0 تک۔ |
| `voice_setting.vol` |  | number | no | `1` | 0.01 – 10 | آؤٹ پٹ volume، 0 سے 10 تک۔ |
| `voice_setting.pitch` |  | integer | no | `0` | -12 – 12 | Voice pitch، -12 سے 12 تک۔ |
| `voice_setting.emotion` |  | enum (string) \| null | no |  | `happy`, `sad`, `angry`, `fearful`, `disgusted`, `surprised`, `neutral` | Synthesized speech کا emotional tone۔ |
| `voice_setting.english_normalization` |  | boolean | no | `false` |  | English text-normalization option جو numbers کی بہتر reading کے لیے معمولی اضافی latency قبول کرتا ہے۔ |
| `audio_setting` |  | object {sample_rate, bitrate, format, channel} | no |  |  | آڈیو configure کرنے کی settings۔ |
| `audio_setting.sample_rate` |  | enum (integer) | no | `32000` | `8000`, `16000`, `22050`, `24000`, `32000`, `44100` | تخلیق کردہ آڈیو کی sampling rate۔ |
| `audio_setting.bitrate` |  | enum (integer) | no | `128000` | `32000`, `64000`, `128000`, `256000` | تخلیق کردہ آڈیو کا bitrate۔ |
| `audio_setting.format` |  | enum (string) | no | `mp3` | `mp3`, `pcm`, `flac` | آڈیو کا format۔ |
| `audio_setting.channel` |  | enum (integer) | no | `1` | `1`, `2` | آڈیو channel count: mono کے لیے 1 یا stereo کے لیے 2۔ |
| `language_boost` |  | enum (string) \| null | no |  | `Chinese`, `Chinese,Yue`, `English`, `Arabic`, `Russian`, `Spanish`, `French`, `Portuguese`, `German`, `Turkish`, `Dutch`, `Ukrainian`, `Vietnamese`, `Indonesian`, `Japanese`, `Italian`, `Korean`, `Thai`, `Polish`, `Romanian`, `Greek`, `Czech`, `Finnish`, `Hindi`, `Bulgarian`, `Danish`, `Hebrew`, `Malay`, `Slovak`, `Swedish`, `Croatian`, `Hungarian`, `Norwegian`, `Slovenian`, `Catalan`, `Nynorsk`, `Afrikaans`, `auto` | منتخب languages اور dialects کے لیے recognition بہتر بناتا ہے۔ |
| `output_format` |  | enum (string) | no | `hex` | `url`, `hex` | آؤٹ پٹ کے مواد کا فارمیٹ؛ صرف non-streaming جوابات پر لاگو ہوتا ہے۔ |
| `pronunciation_dict` |  | object {tone_list} \| null | no |  |  | تلفظات کی حسبِ ضرورت لغت، جو متن کو تبدیل کرنے کے لیے استعمال ہوتی ہے۔ |
| `pronunciation_dict.tone_list` |  | array of string | no |  |  | ['text/(pronunciation)', ...] نحو استعمال کرنے والی تلفظاتی تبدیلیوں کی فہرست، مثلاً ['燕少飞/(yan4)(shao3)(fei1)']۔ چینی لہجے کے اعداد 1 سے 5 تک ہوتے ہیں۔ |
| `normalization_setting` |  | object {enabled, target_loudness, target_range, target_peak} | no |  |  | آڈیو کی بلندی کو معمول پر لانے والی ترتیبات۔ |
| `normalization_setting.enabled` |  | boolean | no | `true` |  | آڈیو کی بلندی کو معمول پر لانا فعال کرتا ہے۔ |
| `normalization_setting.target_loudness` |  | number | no | `-18` | -70 – -10 | مطلوبہ بلندی، LUFS میں ناپی جاتی ہے؛ ڈیفالٹ -18.0 ہے۔ |
| `normalization_setting.target_range` |  | number | no | `8` | 0 – 20 | مطلوبہ بلندی کی حد، LU میں ناپی جاتی ہے؛ ڈیفالٹ 8.0 ہے۔ |
| `normalization_setting.target_peak` |  | number | no | `-0.5` | -3 – 0 | مطلوبہ چوٹی کی سطح، dBTP میں ناپی جاتی ہے؛ ڈیفالٹ -0.5 ہے۔ |
| `voice_modify` |  | object {pitch, intensity, timbre} \| null | no |  |  | آواز کی پچ، شدت اور ٹمبر میں ترمیم کی ترتیبات۔ |
| `voice_modify.pitch` |  | integer | no | `0` | -100 – 100 | سیمی ٹونز میں پچ کنٹرول: آواز کو نیچا کرنے کے لیے منفی قدر، بلند کرنے کے لیے مثبت قدر استعمال کریں۔ قابلِ قبول قدریں -100 سے 100 تک ہیں۔ |
| `voice_modify.intensity` |  | integer | no | `0` | -100 – 100 | آواز کی توانائی کا کنٹرول، جو ترتیب بڑھنے پر تقریر کو زیادہ پُرجوش بناتا ہے۔ قابلِ قبول حد -100 سے 100 ہے۔ |
| `voice_modify.timbre` |  | integer | no | `0` | -100 – 100 | آواز کے ٹمبر کی ایڈجسٹمنٹ -100 سے 100 تک، جو اس کے صوتی کردار کو کنٹرول کرتی ہے۔ |

## Example input

Required parameters only:

```json
{
  "prompt": "Hello from Doitong. This is a short test sentence."
}
```

A fuller example:

```json
{
  "prompt": "Hello from Doitong. This is a short test sentence."
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/speech-2.8-turbo?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/minimax/speech-2.8-turbo?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "Hello from Doitong. This is a short test sentence."
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "Hello from Doitong. This is a short test sentence.",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/minimax/speech-2.8-turbo", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "minimax/speech-2.8-turbo",
      "input": {
        "prompt": "Hello from Doitong. This is a short test sentence."
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/speech-2.8-turbo",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "duration_ms": 1
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size} | تخلیق کے ذریعے تیار ہونے والی آڈیو فائل۔ |
| `duration_ms` | integer | آڈیو کی لمبائی، ملی سیکنڈ میں ناپی جاتی ہے۔ |

## Related models

- [MiniMax Speech 2.6 \[HD\]](https://doitong.com/developers/models/minimax/speech-2.6-hd.md) (`minimax/speech-2.6-hd`): $0.10 / 1000 characters
- [MiniMax Speech 2.6 \[Turbo\]](https://doitong.com/developers/models/minimax/speech-2.6-turbo.md) (`minimax/speech-2.6-turbo`): $0.06 / 1000 characters
- [MiniMax Speech 2.8 HD](https://doitong.com/developers/models/minimax/speech-2.8-hd.md) (`minimax/speech-2.8-hd`): $0.10 / 1000 characters
- [MiniMax Speech-02 HD](https://doitong.com/developers/models/minimax/speech-02-hd.md) (`minimax/speech-02-hd`): $0.10 / 1000 characters
- [MiniMax Speech-02 Turbo](https://doitong.com/developers/models/minimax/speech-02-turbo.md) (`minimax/speech-02-turbo`): $0.06 / 1000 characters
- [MiniMax Voice Cloning](https://doitong.com/developers/models/minimax/voice-clone.md) (`minimax/voice-clone`): $1.5198 / run
- [MiniMax Voice Design](https://doitong.com/developers/models/minimax/voice-design.md) (`minimax/voice-design`): $3.00 / run
- [Eleven v4 Text to Speech](https://doitong.com/developers/models/elevenlabs/tts/eleven-v4.md) (`elevenlabs/tts/eleven-v4`): $0.08 / 1000 characters

## Links

- HTML page: https://doitong.com/developers/models/minimax/speech-2.8-turbo
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=minimax/speech-2.8-turbo
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/minimax/speech-2.8-turbo