market/skills/minimax-tts/SKILL.zh-CN.md

minimax-tts 技能

强制规则（违反将导致功能失败）

1. 必须用 HTTPS 访问 agent-service — https://127.0.0.1:${PORT} 加 -k 跳过证书验证
2. 全程使用 Bash curl — 不要使用 HttpRequest 工具或 Python

完整执行流程

前置条件

• 用户已在资源管理器-算力中配置 MiniMax Media Provider 并填写 API Key
• agent-service 正在运行

语音选择指南

voice_id	特点	适用场景
male-qn-qingse	青涩男声	旁白、播客
female-shaonv	少女女声	有声书、对话
female-yujie	御姐女声	专业播报
presenter_male	主持人男声	新闻、正式场合
presenter_female	主持人女声	新闻、正式场合

生成语音

MiniMax TTS 返回 JSON（包含音频 URL 或 hex 数据），responseType 使用 "json"。

PORT=$(cat ~/.desirecore/agent-service.port)
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media-proxy" \
  -H "Content-Type: application/json" \
  -d '{
    "providerId": "provider-minimax-media-001",
    "endpoint": "/t2a_v2",
    "body": {
      "model": "speech-02-hd",
      "text": "要转换为语音的文本内容",
      "voice_setting": {
        "voice_id": "male-qn-qingse",
        "speed": 1.0,
        "vol": 1.0,
        "pitch": 0
      },
      "audio_setting": {
        "format": "mp3",
        "sample_rate": 32000
      }
    },
    "responseType": "json"
  }'

响应处理

MiniMax TTS 返回 JSON，根据请求参数可能返回 URL 或 hex 格式：

URL 格式响应（推荐，需在 audio_setting 中设置 "format": "url"）：

{
  "success": true,
  "data": {
    "data": {
      "audio": {
        "audio_url": "https://...",
        "status": 1
      }
    },
    "base_resp": { "status_code": 0, "status_msg": "success" }
  },
  "statusCode": 200
}

Hex 格式响应（默认）：

{
  "success": true,
  "data": {
    "data": {
      "audio": {
        "data": "hex编码的音频数据...",
        "status": 1
      }
    },
    "extra_info": {
      "audio_length": 12345,
      "audio_sample_rate": 32000,
      "audio_size": 67890
    }
  },
  "statusCode": 200
}

下载并上传到 media-store

音频 URL 有时效限制，必须立即下载并保存到本地 media-store。

URL 格式：

PORT=$(cat ~/.desirecore/agent-service.port)
AUDIO_URL="响应中的audio_url"
curl -sL "$AUDIO_URL" -o /tmp/minimax-tts.mp3 && \
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media/upload" \
  -F "file=@/tmp/minimax-tts.mp3;type=audio/mpeg"

Hex 格式：

PORT=$(cat ~/.desirecore/agent-service.port)
HEX_DATA="响应中的hex数据"
echo -n "$HEX_DATA" | xxd -r -p > /tmp/minimax-tts.mp3 && \
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media/upload" \
  -F "file=@/tmp/minimax-tts.mp3;type=audio/mpeg"

从 JSON 响应中提取 mediaId 字段。

展示结果

在回复中使用 dc-media 协议引用（前端会自动识别音频扩展名并渲染播放器）：

![语音合成结果](dc-media://这里替换为mediaId)

参数说明

参数	说明	默认值
model	模型	"speech-02-hd"（高清）或 "speech-02-turbo"（快速）
text	要转换的文本	最大 10000 字符
voice_setting.voice_id	语音角色	"male-qn-qingse"
voice_setting.speed	语速	1.0
voice_setting.vol	音量	1.0
voice_setting.pitch	音调	0
audio_setting.format	音频格式	"mp3"
audio_setting.sample_rate	采样率	32000

特殊语法

MiniMax TTS 支持在文本中插入停顿标记：

• <#0.5#> — 停顿 0.5 秒
• <#2#> — 停顿 2 秒
• 有效范围：0.01 ~ 99.99 秒

示例："你好<#1#>欢迎来到 DesireCore"

错误处理

• success: false + statusCode: 400：文本为空或参数格式错误
• success: false + statusCode: 401：API Key 无效
• success: false + statusCode: 429：频率限制
• success: false + error: "未找到匹配的供应商"：未配置 MiniMax Media Provider

注意事项

• 文本超过 3000 字符时建议使用流式输出（但代理模式暂不支持流式）
• 返回的 audio_url 有 24 小时时效
• 如果用户未明确要求，默认使用 speech-02-hd + male-qn-qingse + 1.0 倍速
• 长文本建议分段调用，每段不超过 3000 字符