Modelo de voz · MiniMax
MiniMax Speech 2.6 HD es el modelo de síntesis de voz de alta definición de MiniMax, una empresa de IA, lanzado a fines de octubre de 2025. En Deepnia, este modelo de MiniMax IA lee hasta 5,000 caracteres por generación en 23 idiomas o con detección automática, a una velocidad ajustable de 0.70× a 1.20×. Su punto fuerte: hablar con tu propia voz, clonada con tu autorización a partir de una grabación de 10 a 60 segundos.
El generador de voz se abre con MiniMax Speech 2.6 HD ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
En la herramienta «Clonación de voz», graba o sube de 10 a 60 segundos de voz clara y marca «Tengo autorización para usar esta voz». Después, tu voz aparece al principio de la lista de voces de MiniMax, en «Mis voces». MiniMax indica que su técnica Fluent LoRA conserva el timbre de una voz incluso cuando la grabación tiene acento o titubeos.
MiniMax indica que Speech 2.6 lee direcciones web, correos electrónicos, números de teléfono, fechas y montos sin que haya que escribirlos con letras. Útil para un conmutador telefónico, un recordatorio de cita o un aviso de entrega.
Elige el idioma del texto entre 23, entre ellos francés, inglés, español, árabe, hindi y portugués de Brasil, o deja la detección automática.
MiniMax IA concibe la versión HD de Speech 2.6 para la calidad de audio y el parecido con la voz original: una ventaja tanto para una voz en off cuidada como para tu voz clonada.
Ajusta la velocidad de 0.70× a 1.20×, en pasos de 0.01: más lenta para un número o un horario que hay que anotar, más rápida para un anuncio dinámico.
En la herramienta «Clonación de voz», graba o sube de 10 a 60 segundos de voz, marca la casilla de autorización y lanza la creación.
El botón «Probar MiniMax Speech 2.6 HD» abre la herramienta de voz de Deepnia con el modelo ya seleccionado.
Elige una voz de MiniMax o una de tus voces y pega hasta 5,000 caracteres en «Texto a narrar».
Elige el idioma y la velocidad, revisa el costo que aparece y haz clic en «Generar voz».
Copia un prompt, abre la herramienta y adáptalo a tu proyecto.
Hola y bienvenido al consultorio dental Las Palmas. Atendemos de lunes a viernes, de 8:30 a 18:30. Para reservar en línea, entra a example.com/cita. En caso de urgencia, llama al 55 1234 5678. Gracias por esperar, enseguida atendemos tu llamada.
¡Hola, Camila! Tu pedido n.º 48213 salió de nuestro almacén el 3 de noviembre. Entrega prevista entre el 6 y el 8 de noviembre. Para darle seguimiento, entra a example.com/rastreo o escríbenos a ayuda@example.com.
Hola, te habla el salón Lumière. Te recordamos tu cita del 12 de marzo a las 14:45 con Inés. Para cambiarla, llama al 55 1234 5678 con al menos 24 horas de anticipación. ¡Hasta pronto!
Bienvenidos a «Cuadernos de ruta», episodio 42. Soy Lea, y hoy salimos a descubrir los mercados nocturnos. Los enlaces del episodio están en example.com/podcast. ¡Acomódense, empezamos!
Estimados clientes, su tienda cerrará sus puertas en 15 minutos, a las 21 h. Les pedimos pasar a las cajas. Los esperamos mañana desde las 8:30. Gracias por su visita y buenas noches.
Welcome to the Hillside Hotel in Mérida. Breakfast is served on the terrace from 6:30 to 10:00 a.m. For room service, dial 9 from your room. Any questions before you arrive? Email us at stay@example.com.
Los otros modelos de voz y música de Deepnia, para elegir según tu proyecto.
| Modelo | Entradas | Ajustes | Ideal para |
|---|---|---|---|
| MiniMax Speech 2.6 HDEste modelo | Texto, Voz personal autorizada | Idioma, Velocidad | Una voz en off HD, con tu propia voz si quieres. |
| ElevenLabs v4 | Texto | Idioma, Estabilidad, Etiquetas expresivas | El modelo que se abre de forma predeterminada en el generador de voz: voces del catálogo de ElevenLabs, tres niveles de estabilidad y 85 idiomas, español incluido. |
| Open TTS | Texto, Voz personal autorizada | Idioma, Velocidad, Etiquetas expresivas | Etiquetas de expresión, y transcripción o subtítulos SRT junto con el audio. |
| Gemini Flash TTS | Texto | Etiquetas expresivas | Etiquetas de expresión, con el idioma detectado automáticamente. |
| Deepnia Long-form | Texto, PDF, Voz personal autorizada | — | Un documento completo (PDF, Word, PowerPoint) leído en un solo archivo MP3. |
Sí. «Español» figura en el menú de idiomas de Deepnia, junto con la detección automática y otros 22 idiomas. Escucha una prueba corta para comprobar la lectura de los números y las siglas.
Sí. En la herramienta «Clonación de voz», graba o sube de 10 a 60 segundos de voz clara, marca «Tengo autorización para usar esta voz» y luego elige tu voz al principio de la lista de voces de MiniMax. Clona solo tu propia voz o la de una persona que te haya dado su autorización.
23 idiomas en Deepnia, más la detección automática, entre ellos francés, inglés, español, alemán, árabe, hindi, japonés y portugués de Brasil.
5,000 caracteres por generación en Deepnia. Para un texto más largo, divídelo en varias generaciones.
Sí, de 0.70× a 1.20×, en pasos de 0.01 (1.00× de forma predeterminada).
Puntúa para guiar el ritmo (las comas y los puntos marcan las pausas), deja los números, las fechas y las direcciones web en su forma habitual, elige el idioma del texto y ajusta la velocidad: un poco más lenta para una información que hay que anotar, un poco más rápida para un anuncio dinámico.
Una voz dinámica, con la velocidad cerca de 1.05×, da ritmo a un anuncio; tu propia voz clonada encarna a tu marca. Escucha una prueba corta y luego ajusta la velocidad entre 0.70× y 1.20×.
Un archivo WAV (24 kHz, mono) por generación, listo para descargar.
El generador de voz se abre con MiniMax Speech 2.6 HD ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
