MiniMax M3.1公测：给娃做的英语APP，几百条音频全是它配的音

一句话结论：MiniMax 今天（9 月 28 日）上线 M3.1-Flash-Preview 公测——百万上下文、原生多模态、主打编程，9.28 到 10.7 还有签到领双倍积分的活动；趁这个由头，老张把自家英语启蒙里几百条音频全靠 MiniMax 生成的实战经验，一次性倒出来。

事情的起因是给自家娃做英语启蒙。

市面上的启蒙 APP 大多是「孩子独自看屏幕」，家长靠边站。老张想要的是亲子共玩：屏幕出题、发音、记记录，家长当老师、孩子当玩家。于是有了 Magic Words（魔法单词） 这个项目——纯自建，内容自控。

整个项目里，所有英文发音——单词、字母带读、亲子剧本台词、鼓励语——没有一条是人录的，全部是 MiniMax 的 TTS 接口批量生成的。M3.1 发布这天，正好把这套路子完整讲一遍。

先说新闻：M3.1-Flash-Preview 是什么

项目	内容
模型	MiniMax-M3.1-Flash-Preview
上线	9 月 28 日，开启公测
架构	MoE，百万级上下文窗口，原生多模态
主打	编程 / 日常开发：从 Bug 修复到完整功能开发
开放方式	暂时只走 Token Plan 和 MiniMax Code，未开放独立 API 付费调用
福利	9.28 – 10.7 在 MiniMax Code 签到领双倍积分；上线有赠送额度卡

两句大实话。

一，这是语言模型，不是语音模型——它不负责配音，负责写代码、跑 Agent。想让 M3.1 给你读单词的，先等等。

二，公测阶段没有独立 API 定价，消耗的是 Token Plan / MiniMax Code 的积分额度。活动细节官方口径还在更新，以开放平台活动页实际为准。

再说实战：音频流水线怎么搭

先看成品。字母狩猎游戏里，娃找到字母 A，弹出的卡片点「再听一遍」，播放的就是 MiniMax 生成的音频：

A! /æ/ /æ/ apple!——这句正是流水线里自动拼出来的字母带读文案。

整个链路五步：

核心是一个两百来行的 Python 脚本（generate_audio.py）：

正则提取：从 content.ts 里把所有要朗读的文本抓出来——单词、字母锚词、剧本台词、鼓励语，四类来源，一个 dict 去重；
批量生成：调 MiniMax t2a_v2 接口，模型 speech-02-hd，2 路并发；
落盘：返回的音频是 hex 编码，bytes.fromhex 解码直接写 MP3，按文本 slug 命名存进 public/audio/；
生成 manifest：文本 → 文件名的映射，同时写出 .ts 和 .json 两份；
前端查表播放：预置 MP3 优先，找不到文件再兜底。

这结构最爽的一点：改文案只管改 content.ts，跑一遍脚本，音频自动跟上。内容生产和音频生产完全解耦。

关键配置（可直接抄）

body = {
    "model": "speech-02-hd",
    "text": text,
    "voice_setting": {"voice_id": "English_Gentle-voiced_man",
                      "speed": 1, "vol": 1, "pitch": 0},
    "audio_setting": {"sample_rate": 32000, "bitrate": 128000,
                      "format": "mp3", "channel": 1},
    "language_boost": "English",
}

音色是分角色的：单词/字母/剧本用 English_Gentle-voiced_man（温和男声，听久了不腻）；鼓励语用 Cute_Elf，还加了 emotion: "happy"——一句 "Great job!" 要是念得跟播新闻似的，娃哪还有劲头。

踩过的三个坑

坑一：字母读音，模型没错，是文本的错。

单个字母 "G" 直接喂进去，读出来的音不对。怎么调参都没用。最后在脚本里加了个 TEXT_OVERRIDES 补丁表，把生成文本从 G! g, g, grapes! 改写成 Gee! g, g, grapes!，一次过。另一个例子更典型：连读的 "w, w" 用温和男声会糊成一片，解决办法是换句子 + 换音色双管齐下。

TTS 的坑，八成不在模型，在喂给它的文本上。

妙的是 manifest 的 key 保持原文不变，只换生成侧的文本——前端代码一行不用动。

坑二：并发、重试、hex，工程三件套。

接口偶发超时是常态。脚本里 4 次重试、8 秒递增退避、2 路并发封顶——贪多并发只会收获一屏幕 429。返回的 data.audio 是 hex 字符串，忘了解码写出来的 MP3 双击打不开，别问是怎么知道的。

坑三：浏览器兜底，国内网络有暗坑。

预置 MP3 万一缺失，前端降级到浏览器 speechSynthesis。这里有个隐蔽问题：Google 的在线语音在国内网络下会静默失败，不报错，就是没声音。所以选声源时优先 localService 的本地语音。另外两个小技巧：慢速磨耳朵用 playbackRate 降速（音调不变，不会变低音炮）；儿童向发音把 pitch 提到 1.12。

模型负责像人，工程负责不翻车。

M3.1 跟这个项目有关系吗

直接关系：没有。配音这条线，M3.1 插不上手，项目里的 speech-02-hd 继续服役。真要升级，值得盯的是语音线的 Speech-2.8——官方说法是自然语气词、更通透的音质，哪天闲了跑个 A/B 对比再汇报。

间接关系：很大。Magic Words 的课程内容（52 周地图、单词、剧本）全是手工维护的文本，这类活正是 M3.1 主打的编程/Agent 场景能接管的方向。双倍积分窗口 9.28 – 10.7，共 10 天，薅一把不亏。

🎯 老张建议

要薅趁早：MiniMax Code 签到双倍积分到 10 月 7 日截止，M3.1-Flash-Preview 公测期间走积分额度，不另计 API 费。
TTS 项目直接抄作业：文案与音频解耦 + manifest 查表 + 浏览器兜底，这套结构几百条音频也稳；language_boost 记得开，英文发音差异明显。
发音不对先改文本再调参：把「读不准的词」换写法，比换模型换音色便宜得多。

💬 互动话题

你家娃的英语启蒙用什么工具？屏幕时间怎么控制的？
项目里的 TTS 你选哪家？MiniMax、Azure 还是 Edge-TTS 白嫖流？
M3.1 的编程能力你在公测里试了吗，跟 M3 比感知明显吗？

🔗 关注老张

公众号：老张聊运维小程序：观简国学个人博客：https://www.shanwaiyun.top/