MiniMax lanza Speech 2.8 con etiquetas de sonido y clonación de voz
MiniMax presentó Speech 2.8, un modelo de voz sintética con etiquetas de sonido nativas, clonación de voz en 10 segundos, audio más limpio y mejoras multilingües.
Respuesta rápida
¿Qué anunció MiniMax con Speech 2.8?
MiniMax presentó Speech 2.8, un modelo de voz sintética con etiquetas de sonido nativas para respiraciones y vacilaciones, clonación de voz a partir de una muestra de 10 segundos y un procesamiento diseñado para reducir el ruido y la distorsión. La empresa también afirma que mejoró la síntesis de voz interlingüística para el mandarín y el japonés, y que puso el modelo a disposición a través de su plataforma y su producto Audio.
Claves
- MiniMax presentó Speech 2.8 el 23 de enero de 2026.
- El modelo admite etiquetas de sonido nativas para muletillas, respiraciones, risas y otros detalles vocales.
- MiniMax afirma que Speech 2.8 puede clonar una voz a partir de una muestra de audio de 10 segundos.
- La empresa afirma que rediseñó el procesamiento de audio para reducir el ruido de fondo y la distorsión sintética.
- Las mejoras interlingüísticas abarcan inicialmente el par de idiomas mandarín-japonés.
Lo que anunció MiniMax
MiniMax presentó Speech 2.8, un modelo de voz sintética que, según la empresa, añade etiquetas de sonido nativas, clonación de voz de mayor fidelidad, un procesamiento de audio revisado y un rendimiento interlingüístico mejorado. MiniMax anunció que el modelo ya está disponible y remitió a los usuarios a la documentación de su Open Platform y a su producto MiniMax Audio.
La empresa presentó el lanzamiento como un esfuerzo por lograr que el habla generada reproduzca más las pausas, respiraciones y vacilaciones propias de la conversación humana. También ofreció demostraciones de audio de etiquetas de sonido, clonación de voz, salida sin ruido y habla interlingüística.
Etiquetas de sonido nativas
Speech 2.8 introduce soporte nativo para etiquetas de sonido destinadas a reproducir elementos coloquiales y no verbales. MiniMax afirma que el modelo puede manejar muletillas como “eh”, “ah” y “mmm” conservando el ritmo, el tono y las pausas.
El texto de demostración también utiliza etiquetas para una risita, respiración, aclarado de garganta y risa. Según MiniMax, estos controles están diseñados para añadir vacilación, énfasis y otros matices conversacionales al habla generada.
Clonación de voz a partir de una muestra breve
MiniMax afirma haber optimizado el proceso de extracción de características de Speech 2.8 para la clonación de voz. La empresa señala que el modelo puede usar una grabación de 10 segundos para capturar características como la textura vocal, la aspiración y el ritmo del habla.
El anuncio incluye una demostración en inglés que compara el audio original con un resultado clonado. MiniMax describe el ejemplo en términos de entrega conversacional, cadencia cambiante y una cálida calidad vocal de rango medio.
Cambios en el procesamiento de audio
MiniMax afirma haber rediseñado el motor de procesamiento del modelo para reducir el ruido de fondo y la distorsión sintética. La empresa describe el resultado buscado como un audio claro que se asemeja a una grabación de estudio profesional.
Una demostración independiente acompaña esta parte del anuncio. Su narración de muestra contiene una prosa descriptiva y tranquila sobre un bosque, el viento y el amanecer, ofreciendo un ejemplo de la salida del modelo sin ruido de fondo.
Actualizaciones interlingüísticas
Speech 2.8 también incluye cambios en la generación interlingüística. MiniMax afirma haber abordado el “sangrado de acento”, que describe como tonos poco naturales y cambios de pronunciación que pueden producirse al generar habla entre idiomas.
El primer par de idiomas indicado es mandarín y japonés. MiniMax señala que la actualización busca que las voces en esos idiomas suenen como hablantes nativos. La empresa también indica que planea extender este trabajo a idiomas adicionales, aunque no los identifica ni ofrece un calendario de lanzamiento.
Disponibilidad
MiniMax afirma que Speech 2.8 ya está disponible. El anuncio proporciona puntos de acceso a través de la documentación de modelos de MiniMax Open Platform y del producto MiniMax Audio.
Fuente: anuncio de MiniMax “MiniMax Speech 2.8: Breathing Life into AI Voice”, publicado el 23 de enero de 2026.
Preguntas frecuentes
- ¿Qué es MiniMax Speech 2.8?
- MiniMax describe Speech 2.8 como su nuevo modelo de voz sintética. Incluye etiquetas de sonido nativas, clonación de voz, procesamiento de audio revisado y mejoras multilingües.
- ¿Cuánto audio se necesita para la clonación de voz con Speech 2.8?
- MiniMax afirma que el modelo puede clonar una voz a partir de una muestra de 10 segundos, capturando características como el timbre, la presencia de aire y el ritmo del habla.
- ¿Qué idiomas recibieron mejoras interlingüísticas?
- MiniMax afirma que la actualización interlingüística inicial aborda su par mandarín-japonés, con cambios destinados a reducir los tonos poco naturales y las variaciones de pronunciación.
- ¿Dónde está disponible Speech 2.8?
- MiniMax afirma que Speech 2.8 ya está disponible y dirige a los usuarios a MiniMax Open Platform y MiniMax Audio.