MiniMax公司近日正式发布新一代语音模型Speech 2.6，以"极速响应、高度拟人、智能交互"为核心特性，为语音技术领域带来突破性进展。该模型在实时对话场景中实现250毫秒以内的超低延迟，达到接近人类自然对话的反馈速度，标志着语音交互技术迈入全新阶段。
在语音表现力方面，Speech 2.6突破传统技术局限，不仅具备全语音克隆能力，更通过Fluent LoRA情感引擎实现细腻的语气变化。模型能够精准捕捉声音的音色特征，同时模拟出包含喜怒哀乐在内的自然情感表达，特别适用于陪伴型AI、有声内容创作、播客制作及影视配音等场景。测试数据显示，其情感表达自然度较前代提升47%，音色相似度达到98.6%。
多语言支持能力方面，Speech 2.6实现质的飞跃。模型内置40余种语言处理模块，支持在同一语句中无缝切换不同语言，特别适用于跨国会议、全球化产品设计等跨语言交流场景。测试表明，中英混合语句的切换延迟控制在50毫秒以内，语言过渡自然流畅，完全满足实时交互需求。
目前，Speech 2.6的API接口已全面开放，开发者可通过标准化接口快速集成。该模型支持云端部署和边缘计算两种模式，可根据不同应用场景灵活配置。技术文档显示，模型在保持高性能的同时，资源占用率较同类产品降低35%，特别适合移动端设备部署。
