czhmisaka/minimax-multimodal-toolkit

minimax-multimodal-toolkit は何をしますか？

MiniMax マルチモーダルモデルスキル — MiniMax Multi-Modal モデルを使用して、音声、音楽、動画、画像を生成・処理します。

MiniMax AI で音声、音楽、動画、画像を作成：

• TTS（テキスト読み上げ、音声クローン、音声デザイン、マルチセグメント）
• 音楽（歌、インストゥルメンタル）
• 動画（テキスト→動画、画像→動画、開始/終了フレーム、被写体参照、テンプレート、長尺マルチシーン）
• 画像（テキスト→画像、キャラクター参照付き画像→画像）
• メディア処理（変換、結合、トリミング、抽出）

ユーザーが MiniMax のマルチモーダル機能を必要とする場合に使用します。