MiniMax仅官方支持粤语作为独立语种，四川话等其他汉语变体未被原生支持；可通过提示词模拟方言语感、上传方言录音声纹迁移或企业级API定制方言模型实现替代方案。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用 MiniMax 语音合成工具生成带有地方语言特征的语音，但不确定其是否支持方言或具体支持哪些变体，则需明确区分“语言”与“方言”的技术实现边界。MiniMax 官方未将粤语列为“方言”，而是作为独立语种提供完整支持；其余汉语变体如四川话、东北话、闽南语等，当前未在公开模型（Speech-02、Speech-2.5）能力说明中列出。以下是针对已确认方言支持及替代方案的操作说明：
一、粤语：唯一官方标注并深度优化的汉语变体
MiniMax 将粤语作为一级语种纳入 Speech-02 及 Speech-2.5 模型，具备独立音系建模、本地化韵律控制与真实语境适配能力，非简单口音替换。该支持已在香港用户及粤语区 YouTube 创作者中验证落地。
1、访问 https://www.minimax.io/audio，确保登录账号并进入 Audio 主界面。
2、在语言选择下拉菜单中，找到并点击“粤语（Cantonese）”选项，而非切换至“中文（普通话）”后调整口音参数。
3、输入粤语书面文本（如“今日天气几好，我哋去食茶记啦”），避免夹杂简体字惯用表达或普通话语法结构。
4、点击“生成”，选择音色后等待音频合成完成，可直接试听或下载 MP3 文件。
二、通过音色提示词模拟方言语感
当目标方言未被模型原生支持时，MiniMax 允许用户利用“文生音”提示词工程，在普通话语音基底上注入地域性声学特征与表达习惯，实现近似方言语感的输出。该方法依赖精准的提示词构造，不改变底层语言模型，但可显著影响发声风格。
1、在 Audio 界面点击“文生音”模式，启用自然语言描述音色功能。
2、输入包含地域身份+典型声学特征+常用语气词+节奏范式的提示词，例如：“四川老茶馆老板，嗓音浑厚带鼻音，语速偏快，频繁使用‘噻’‘哈’‘咯’等语气助词，句尾略拖长音”。
3、在文本输入框中键入需转换的普通话内容，系统将基于提示词生成匹配声线的语音。
4、生成后进入“调试台”，微调低沉度、力量感、语速波动幅度以强化地域辨识度。
三、上传真实方言录音进行声纹迁移
MiniMax 的语音克隆技术虽以“零门槛”著称，但其核心仍基于高质量语音样本的声学特征提取。若您拥有清晰、安静、时长≥10秒的某方言（如闽南语、吴语）原始录音，可尝试通过声音参考功能引导模型复现该声线的发音质感，再结合对应语言文本驱动输出。
1、进入 Audio 界面，点击“声音参考”功能入口。
2、上传一段纯方言口语录音（无背景音乐/噪音，采样率≥16kHz），格式为 WAV 或 MP3。
3、在文本框中输入该方言对应的规范书写文本（如闽南语应使用台罗拼音或汉字闽南语标准写法），而非普通话直译内容。
4、启动合成，系统将提取声纹并绑定至所输文本，生成具有该方言声学特征的语音输出。
四、调用 API 接入定制化方言语音引擎
对于企业级用户或开发者，MiniMax 开放平台（minimaxi.com/platform_overview）提供 Speech API 接口。若已有经标注的方言语音数据集，可通过平台提交训练请求，申请构建专属方言子模型。该路径不面向普通用户开放，需签署协议并满足数据合规要求。
1、访问minimaxi.com/platform_overview，注册企业开发者账号并完成实名认证。
2、在控制台中提交方言语音数据集接入申请，注明目标方言种类、数据规模、标注维度（音素/语调/连读）。
3、等待 MiniMax 技术团队评估反馈，确认是否符合模型微调准入条件。
4、审核通过后，获取专用 API Key 与方言模型 endpoint 地址，集成至自有系统调用。
