MiniMax M2.5 语音合成接口测评：做 TTS 项目的来看看

最近在做一个播客生成工具，试了好几家 TTS 接口，MiniMax 的语音合成给我的印象最深，记录一下。 测试了普通话和粤语两种发音，普通话整体自然度很高，情绪起伏处理得比我预期好，听起来不像机器人念稿子。粤语声调准确率也不错，之前试过另一家，粤语声调经常出错，MiniMax 这块明显强一些。 支持多种音色，官方预置的音色数量够用，也支持音色克隆，我用自己的声音克隆了一个，效果还行，细听有点不自然，但做播客背景讲解足够了。 价格：按字符计费，实际跑下来比我预想便宜，一集 20 分钟的播客大概花 ¥3-5，可以接受。 缺点：长段落偶尔会有停顿节奏问题，加标点符号能改善但不能完全解决；并发高的时候延迟会上去，实时场景要注意。 总体来说，做 TTS 相关项目的值得试一下 MiniMax 的语音接口。