Minimax Multimodal

🚀 エクスポート

このセクションでは、プロジェクトのエクスポートに関する情報、各種ツールの紹介、開発ガイド、そしてライセンスについて説明します。

エクスポート

• プロジェクトのエクスポート
• ツール紹介
  • テキストを音声に変換
  • テキストを画像に変換
  • ビデオ生成
  • 音声クローニング
• 開発ガイド
  • プロジェクトの設定
  • プロジェクトのビルド
  • プロジェクトの実行
• ライセンス

✨ テキストを音声に変換

• ツール名：text_to_speech
• パラメータ説明：
  • model：モデルバージョン。デフォルトは 'speech-02-hd' です。
  • voiceId：音質ID。デフォルトは 'male-qn-qingse' です。
  • speed：話速。範囲は 0.5 から 2.0 で、デフォルトは 1.0 です。
  • vol：音量。範囲は 0.1 から 10.0 で、デフォルトは 1.0 です。
  • pitch：音程。範囲は -12 から 12 で、デフォルトは 0 です。
  • emotion：感情。選択可能な値は 'happy', 'sad', 'angry', 'fearful', 'disgusted', 'surprised', 'neutral' で、デフォルトは 'happy' です。
  • format：オーディオ形式。選択可能な値は 'mp3', 'pcm', 'flac', 'wav' で、デフォルトは 'mp3' です。
  • sampleRate：サンプリングレート（Hz）。選択可能な値は 8000, 16000, 22050, 24000, 32000, 44100 で、デフォルトは 32000 です。
  • bitrate：ビットレート（bps）。選択可能な値は 64000, 96000, 128000, 160000, 192000, 224000, 256000, 320000 で、デフォルトは 128000 です。
  • channel：オーディオチャンネル。選択可能な値は 1 または 2 で、デフォルトは 1 です。
  • languageBoost：言語強化。デフォルトは 'auto' です。
  • latexRead：数式読み上げ機能を有効にするかどうか。
  • pronunciationDict：発音辞書。
  • stream：ストリーミング出力を有効にするかどうか。
  • subtitleEnable：字幕生成を有効にするかどうか。
  • outputDirectory：出力ファイルを保存するディレクトリ（オプション）。
  • outputFile：出力ファイルを保存するパス（オプション。指定されない場合は自動生成されます）。

✨ テキストを画像に変換

• ツール名：text_to_image
• パラメータ説明：
  • prompt：画像の説明（必須）。
  • model：モデルバージョン。デフォルトは 'image-01' です。
  • aspectRatio：アスペクト比。デフォルトは '1:1' で、選択可能な値は '1:1', '16:9', '4:3', '3:2', '5:4' です。
  • width：画像の幅（オプション）。
  • height：画像の高さ（オプション）。
  • quality：画像の品質。デフォルトは 75 です。
  • outputFormat：出力形式。選択可能な値は 'png', 'jpeg', 'webp' で、デフォルトは 'png' です。
  • sampler：サンプラーの種類。デフォルトは 'karras' です。
  • steps：生成ステップ数。デフォルトは 20 です。
  • temperature：創作温度。デフォルトは 0.7 です。
  • top_p：多様性パラメータ。デフォルトは 1.0 です。

✨ ビデオ生成

• ツール名：text_to_video
• パラメータ説明：
  • prompt：ビデオの説明（必須）。
  • model：モデルバージョン。デフォルトは 'video-01' です。
  • width：ビデオの幅。デフォルトは 1920 です。
  • height：ビデオの高さ。デフォルトは 1080 です。
  • duration：ビデオの長さ（秒）。デフォルトは 10 です。
  • fps：フレームレート。デフォルトは 30 です。
  • outputFormat：出力形式。選択可能な値は 'mp4', 'mov' で、デフォルトは 'mp4' です。
  • sampler：サンプラーの種類。デフォルトは 'karras' です。
  • steps：生成ステップ数。デフォルトは 20 です。
  • temperature：創作温度。デフォルトは 0.7 です。
  • top_p：多様性パラメータ。デフォルトは 1.0 です。

✨ 音声クローニング

• ツール名：voice_cloning
• パラメータ説明：
  • source_voice_path：ソース音声ファイルのパス（必須）。
  • target_text：ターゲットテキスト（必須）。
  • output_format：出力形式。選択可能な値は 'wav', 'mp3' で、デフォルトは 'wav' です。
  • sampling_rate：サンプリングレート。デフォルトは 16000 です。
  • quality：オーディオの品質。デフォルトは 'high' です。
  • bitrate：ビットレート（bps）。選択可能な値は 96000, 128000, 192000 で、デフォルトは 128000 です。

📦 インストール

プロジェクトの設定

npm install mini-max-mcp-js

プロジェクトのビルド

npm run build

プロジェクトの実行

node index.js

📄 ライセンス

このプロジェクトは MIT License に基づいてライセンスされています。