O que minimax-multimodal-toolkit faz?
Skill de modelo multimodal MiniMax — use os modelos Multi-Modal MiniMax para fala, música, vídeo e imagem. Crie voz, música, vídeos e imagens com a IA MiniMax: TTS (texto para fala, clonagem de voz, design de voz, multi-segmento), música (músicas, instrumentais), vídeo (texto para vídeo, imagem para vídeo, quadro de início-fim, referência de assunto, modelos, cena longa multi-cena), imagem (texto para imagem, imagem para imagem com referência de personagem) e processamento de mídia (converter, concatenar, cortar, extrair). Use quando o usuário solicitar criação ou edição de conteúdo multimídia usando os modelos MiniMax.