試想一個場景，職場中接到一個香港客戶的單子，但是在交付的過程中耽擱了時間，現在要進行線上溝通解釋，那麼你面對的情況大致是這樣的：
如果不對這段音頻進行標註，可能大部分人會認為這一粵語、英語混用的片段是真實發生或從TVB電視劇里截出來的。但其實，這是由 AI 完成的配音，背後所使用的工具是海螺語音。
今年 1 月，繼 MiniMax 發佈並開源基礎語言大模型 MiniMax-Text-01 和視覺多模態大模型 MiniMax-VL-01 后，再次推出了升級的語音大模型 T2A-01 系列，搭載於海螺 AI 之上，開闢海螺語音板塊。相較於舊版本， T2A-01 系列語音模型能夠提供更快、更穩的語音生成能力，不僅具有音質穩定清晰、韻律自然、情緒精準表達、高準確度等特點，還能支持包括中文、粵語、英語在內的 17 種語言及上百種預置音色可選。
從以上的音頻中可以聽出，海螺語音能夠準確理解並無縫處理不同的語種，並飽含語氣、以接近人聲的自然度講出來，這就是目前海螺語音無需抽卡就可以達到的穩定水平。接下來，我們通過海螺語音和其他語音生成產品的對比來來感受一下，無需抽卡即可以達到高水平的穩定輸出是什麼樣的概念。
測試問題為一個終極難度的繞口令「施氏食獅史」，主要考驗的是語音大模型在面對大量同聲詞時的處理能力。（原文：石室詩士施氏，嗜獅，誓食十獅。氏時時適市視獅。十時，適十獅適市。是時，適施氏適市。氏視是十獅，恃矢勢，使是十獅逝世。氏拾是十獅屍，適石室。石室濕，氏使侍拭石室。石室拭，氏始試食是十獅屍。食時，始識是十獅屍，實十石獅屍。試釋是事。）
先來聽由 ChatTTS 生成的內容：整個過程中字與字的區別並不大，產生很強的粘連感，聽起來像石獅石獅石獅石獅......可以說聽不出來在讀什麼。
再來聽 ElevenLabs：可能是模型幻覺的原因， ElevenLabs 在讀的時候很喜歡「呱呱叫」，就算去調整語速也不會好轉。但相較於ChatTTS，已經有一個明顯的質量上的提升，字與字之間能夠區分開，並且語音中有語調和情緒在。
再來聽 MiniMax 的海螺語音輸出的內容：首先，整段聲音聽起來偏向自然，沒有像 ChatTTS 一樣從頭到尾一個音，也沒有ElevenLabs 表現出的「呱」的聲音的明顯瑕疵。雖然並不是完美無瑕，部分詞語上也有斷句的問題，但在 80% 的短句中已經有顯著驚艷的表現，對音調、分詞錯落、節奏和斷句能聽出表意，這反映的是語音模型背後的理解能力。在一眾生產力工具向的 AI ChatBot 中，海螺 AI 是唯一一個能提供獨立的語音模型板塊給用戶、讓用戶自定義生成音頻的產品。
一、能與 ElevenLabs 掰手腕的多語言合成能力
國內無論是大廠還是創業公司，在語音模型能力上都會對標 ElevenLabs。ElevenLabs 憑藉其高質量語音合成、多語種能力、個性化語音生成和強大的API支持，成為了當前語音合成領域的領先產品之一。在 T2A-01 模型的能力支持下，海螺 AI 所生成的語音在相似度、錯誤率和聽感評測上均領先於同類產品，能與 ElevenLabs 掰手腕。MiniMax 團隊採用和 Seed-TTS 論文相同的評測集和評測工具來計算海螺語音的字錯率和相似度。結果顯示，海螺語音在中文的字錯率和相似度最好，英文的字錯率、相似度和真實錄音「Human」接近。
根據用戶真實場景，MiniMax 建立了多語種評測集，並對17個語種進行客觀評測。其中，每種語言選取2-10個音色，生成50條以上音頻進行評估。結果顯示，海螺語音相似度整體佔優，綜合能力媲美 ElevenLabs。在中文、粵語、英語、日語、韓語和阿拉伯語等多個語種上，海螺語音的相似度、正確率方面大幅領先。
那麼 T2A-01 的多語種能力究竟如何？先來讓它用囂張小姐的語氣，帶着開心的情緒，以正常速度，用九種語言說出楊冪的經典廣告語：你沒事吧？（1、中文：你沒事兒吧 2、英語：Are you okay? 3、日語：大丈夫ですか？（Daijōbu desu ka?）4、法語：Ça va? 5、德語：Geht es dir gut? 6、西班牙語：¿Estás bien? 7、俄語：Ты в порядке?（Ty v poriadke?）8、韓語：괜찮아요?（Gwaenchanayo?）9、意大利語：Stai bene?）
你還真別說，第一聲出來的時候還真有點像楊冪的聲音。之後的小語種發音清晰，也能從語流語調間感受到開心的情緒。再來看這個視頻，其中的配音語言採用德語，在音色調節效果中選擇了空曠回聲音效，出來的效果完全沒有 AI 味兒，彷彿女政客在國會現場的慷慨陳詞。
二、精準情緒+音色控制的王炸組合
於機器而言，準確地進行情緒表達一直是難點所在。語音模型情感表達的訓練依賴於大量標註數據，但這些數據往往存在偏差，某些情感可能被過度強調，而另一些則被忽視，導致模型在處理這些情感時不夠準確。於 TTS 行業而言，即使模型能夠理解情感，生成的情感表達也可能顯得生硬或不自然，模型可能難以在語音中保持情感的一致性，或者無法模擬真實人類情感的細微變化。
為了讓聲音更加鮮活，情緒表達更加精準，MiniMax 對長達超千萬小時的高質量音頻數據進行加工、訓練，最終實現高音質、情感豐富的聲音效果。先來通過朗讀古詩簡單感受下，所選取內容為：「惟覺時之枕席，失向來之煙霞。世間行樂亦如此，古來萬事東流水。」由於粵語接近古漢語的方言，所以用粵語念詩會更貼近古人念詩時的表現，對情感的考驗也相較於白話文稍上了一個高度，因此輸入的 prompt 為：「惟覺時之枕席，失向來之煙霞。世間行樂亦如此，古來萬事東流水。」
市面上的大部分語音模型可以對這一題穩定輸出，但MiniMax不止於此。最新發佈的海螺語音具備情感理解能力，能夠智能地識別並重現語音中細微的情感差別，用戶既可以讓系統自動檢測情緒，也可以明確指定情緒，從而生成能夠精準捕捉人類深層情感的語音輸出。在指定情緒中，除了中性外，有開心、難過、生氣、害怕、厭惡、驚訝效果可選，自然而逼真。雷峰網雷峰網雷峰網
日常的對話表達，或商業化場景中，情緒往往是多變且富有層次的，這個是過去的語音大模型較難攻克的痛點。但海螺語音實現了這一突破，可以分段控制不同的情緒。例如，同樣是表達老人害怕的情緒，想進一步從聲音中感受到從害怕到難過再到開心的完整情緒變化，海螺AI給出了如下的答案：
從婦人發現怪老頭沖自己喊叫時的緊張、驚慌、害怕，到發現是自己年輕時的堂哥走散落魄至此，此時聲音變低落展現難過，再到重逢時的開心有明顯的音調上揚，海螺 AI 對輸入的文字有精準理解，對輸出的聲音也可以做到層次分明，精細地控制。除了情緒的精準控制外，海螺語音的另一個明顯優勢時預置不同語種共計300+音色供用戶選擇，用戶可按語言、口音、性別和年齡分類篩選。音色多變，不羈、詼諧、慈祥等風格豐富多樣，有聲書、ASMR耳語、新聞播報等場景均可適用。
在平台給定的音色基礎上，用戶也可以根據偏好對低沉/明亮、力量感/柔和、磁性/清脆等細節進行自定義，同時也可以增加類似於空曠回聲、禮堂廣播、電話失真等場景感。
選擇「花甲」奶奶這一音色，也可以通過調試台對語速、聲調、音量進行調節。
將花甲奶奶的聲音設置為語速和聲調降低，情緒輸出為害怕，就能獲得講恐怖故事很有氛圍感的說書聲音。
在87版《紅樓夢》中，林黛玉的角色被成功塑造，這一文學佳作在香港也曾拍過多版。如果在香港引進87版的黛玉，「花謝花飛花滿天，紅消香斷有誰憐」該如何用粵語配音呢？一起來感受一下：該片段中的配音由海螺語音完成，可以切實感受到，海螺語音在情緒和音色控制方面的實力所在，如果將兩者進行結合，可以說，幾乎能隨心所欲地生成想要的語音效果，滿足更多為影視作品引進和配音的潛在需求。
三、面向AGI，堅定多模態
在 AI 公司的多模態模型能力開發順序上，音頻似乎很難排在文字、圖片、視頻能力之前，給行業造成一種「音頻模型相對滯后」印象。但實際上，語音大模型的開發難度和技術門檻都非常高，數據的稀缺性是制約模型能力的關鍵難點，從海量數據中剝離出語音到對多語言、多口音、多情緒的語音進行標註，都需要高昂的成本。因此在多模態公司的布局中，對其開發往往需要在具備一定的技術積累和資源支持后才逐步推進。
近半年的時間以來，國內多家大廠發佈了語音模型。去年7月，阿里開源了一個語音大模型項目 FunAudioLLM，包含了 SenseVoice（語音識別） 和 CosyVoice（語音生成）兩個模型；今年1月，位元組跳動上線了實時語音大模型，並將基於此模型全量上線豆包。App 實時語音通話功能。半年之內，諸多大廠的跟進和成績意味着語音大模型的發展潛力不小。
而在 AI 創業公司中，鮮少有哪家語音能力突出， MiniMax 是一個，甚至其對語音大模型的開發投入時間早於大廠。2023年11月，MiniMax 就發佈了初代語音大模型 abab-speech系列，支持多角色音頻生成、文本角色分類等功能。發佈至今，MiniMax語音模型已經服務閱文起點有聲書、高途教育等近萬家企業用戶與個人開發者。
2024年10月，MiniMax Realtime API 亮相 RTE 2024實時互聯網大會，系國內首個Realtime API。2025開年，MiniMax保持高昂的狀態。在此次發佈語音模型之前，就已經接連發佈了視頻模型S2V-01，並在Github開源了新一代MiniMax-01模型，與DeepSeek共同對傳統Transformer架構與高訓練成本發起挑戰。MiniMax創始人透露，「我們認為這有可能啟發更多長上下文的研究和應用，從而更快促進AI Agent時代的到來。開源了一方面可以逼着我們提高算法創新效率，另一方面也能打造全球技術品牌。」
從文本、視頻，到語音能力的全面更新，只能說，MiniMax和海螺 AI 是會給人帶來驚喜的——這也是對多模態模型的長期投入和持續發力的結果。MiniMax 的主心骨一直都是面向 AGI 投入，而多模態能力就是現階段最明晰的路徑。
