MiniMax今日宣布推出新一代语音生成模型Speech2.5，这一升级版模型在全球语音技术领域再次树立了新的标杆，进一步巩固了其作为全球最强语音模型的地位。Speech2.5在多语种表现力、音色复刻以及语种覆盖范围等方面均实现了显著提升。
与今年5月发布的Speech02相比，Speech2.5在多语种表现力上取得了飞跃性进步，尤其在中文方面继续保持全球最强水平，同时英文及其他多语种的表现也得到了全面提升。该模型在字错率、相似度和自然韵律度等方面均超越了前代产品，用户可以在40种语言之间轻松切换，无论是商务会议、日常对话还是英文播客，都能提供更加自然流畅的语音体验，彻底摆脱了以往语音合成中常见的“机械感”。
在音色复刻方面，Speech2.5达到了行业天花板级的精度。它不仅能够跨语种复刻口音，还能保留同语种不同地区的口音特色，甚至能够精准复刻特殊年龄的声音。无论是在极限场景下，还是在跨语种切换时，Speech2.5都能保持高度逼真的音色细节。例如，用英国女王的经典发音来介绍Speech2.5，模型能够完美还原其独特的停顿、节奏和发音处理，甚至在意大利语和英语之间切换时，依然能够保留口音特色。
此外，Speech2.5的多语种覆盖范围也从之前的版本大幅扩展至40个语种，新增了包括保加利亚语、丹麦语、希伯来语、马来语、波斯语、斯洛伐克语、瑞典语、克罗地亚语、菲律宾语、匈牙利语、挪威语、斯洛文尼亚语、加泰罗尼亚语、尼诺斯克、泰米尔语和阿非利卡语等在内的多种语言。这一扩展使得Speech2.5在全球化内容创作中更具优势，无论是跨境电商、出海客服还是本地化营销，用户都能一键生成高质量的多语种语音内容。
Speech2.5的推出为多个行业带来了巨大的便利和创新机会。对于企业客户而言，多语种客服和跨国广告配音的成本将大幅降低，以往需要高昂费用和长时间制作的全球产品宣传片配音，如今只需10分钟即可生成。对于创作者来说，逼真的个人声线复刻功能使他们能够轻松制作全球短视频爆款，实现一人开口说40国语言的创意表达。教育者也从中受益，小众语言课件的制作周期从数周缩短至10分钟，跨国方言教材的定制也变得更加便捷。
Speech2.5在Speech02的基础上再次升级，不仅延续了全球最高的性价比，还进一步提升了性能。目前，MiniMax Speech语音模型已在全球范围内被广泛采用，包括海外的Vapi、Pipecat等Agent平台，以及Hedra、Icon、Syllaby等头部AI应用，国内的高途教育、喜马拉雅、网易、Rokid眼镜👓等头部平台及产品也纷纷接入MiniMax Speech。
MiniMax开放平台:
minimaxi.com/platform_overview
MiniMax Audio:
minimaxi.com/audio
