Crear una voz clonada
Clone una voz propia a partir de una grabación: clonación de voz de MiniMax Speech 2.8 o clonación de voz de Doubao 2.0 (`seed-icl-2.0`).
/v1/voice_cloneMiniMax y Doubao comparten esta ruta; HopBase la reparte según el cuerpo de la solicitud y el grupo de la clave. Los cuerpos y las respuestas de ambos son distintos, así que elija una serie abajo. Si usa los dos, use una clave para cada uno.
MiniMax Speech 2.8: Pase el file_id del paso 1 y un voice_id elegido por usted; después ponga ese voice_id en voice de /v1/audio/speech o en voice_setting.voice_id de /v1/t2a_v2 para sintetizar. Si incluye text y model, obtiene un audio de vista previa: demo_audio es un enlace de descarga en api.hop-base.com, válido 24 horas; sin text queda vacío. Subir y clonar es gratis. La tarifa de clonación se cobra una sola vez, junto con la primera síntesis correcta con la voz (el detalle del registro de uso muestra una línea adicional voice_clone_activation); la vista previa solo se factura por caracteres de voz y no cuenta como primer uso. Precios en la página de precios. tras una clonación correcta, el audio fuente y el de ejemplo se eliminan automáticamente; para volver a clonar hay que subirlos de nuevo. Si la clonación falla, los archivos se conservan y puede reintentar con otros parámetros. Una voz clonada que no se use para sintetizar en 7 días se elimina automáticamente, sin cobrar la tarifa de clonación.
Clonación de voz de Doubao 2.0: el cuerpo debe incluir "model": "seed-icl-2.0"; envíe la grabación en base64 en audio y recibirá un voice_id que empieza por hbv_. Para sintetizar, ponga model en seed-icl-2.0 y voice con ese ID en /v1/audio/speech. Durante la fase de pruebas cada cuenta puede conservar como máximo 1 voz clonada; para cambiarla, elimínela primero o vuelva a entrenarla pasando su voice_id. Cuando el cupo de voces clonadas está lleno, la solicitud devuelve 503 voice_capacity_full. Facturación: la vista previa demo_text se cobra a ¥3 por 10.000 caracteres, igual que la síntesis; la clonación en sí es gratis y por ahora no se cobra tarifa de clonación; las solicitudes fallidas no se facturan. Ver Clonación de voz de Doubao.
Las voces de ambos pertenecen solo a su cuenta (en una cuenta empresarial las comparten las claves de los miembros del titular de la empresa); otras cuentas no pueden usarlas aunque conozcan el voice_id.
Encabezados
Bearer sk-…: una clave de API creada en la consola; su grupo debe incluir el modelo solicitado
Parámetros del cuerpoJSON
file_id con Subir audio para clonar y luego pase un voice_id elegido por usted. Subir y clonar es gratis; la tarifa de clonación se cobra una sola vez, con la primera síntesis correcta de la voz.ID de archivo devuelto por la subida del paso 1 con purpose=voice_clone; solo se puede usar una vez
Rango≥ 1
Nombre de voz elegido por usted, único en la cuenta: letras, números, - y _; empieza por una letra y no termina en - ni _
Longitud8–256 caracteres
Fragmento de ejemplo
ID de archivo devuelto por la subida con purpose=prompt_audio
Rango≥ 1
Transcripción literal del fragmento de ejemplo, terminada en un signo de puntuación
Texto de vista previa; si se envía, se devuelve un audio de vista previa facturado por caracteres de voz (no cuenta como primer uso)
Longitud≤ 1000 caracteres
Obligatorio si se envía text
Valoresspeech-2.8-hdspeech-2.8-turbo
Igual que en el endpoint nativo
ValoresautoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans
Texto esperado; se compara con el audio fuente mediante reconocimiento de voz
Longitud≤ 200 caracteres
Umbral de aprobación de text_validation; valor oficial por defecto 0.7
Rango0–1
Reducción de ruido
Predeterminadofalse
Normalización de volumen
Predeterminadofalse
Marca de agua AIGC
Predeterminadofalse
Siempre seed-icl-2.0, obligatorio; HopBase lo usa para enviar la solicitud a la clonación de voz de Doubao
Valoresseed-icl-2.0
La grabación en base64 o como data:audio/…;base64,…; como máximo 10 MB tras decodificar, en wav / mp3 / ogg / m4a / aac / pcm
Si se omite, se detecta por el tipo del data URI o la cabecera del archivo; pcm debe ser mono a 24 kHz y debe indicarse explícitamente
Valoreswavmp3oggm4aaacpcm
Transcripción literal de la grabación; si difiere mucho del audio, la clonación falla (400 audio_text_mismatch), así que omítala si no está seguro
Longitud≤ 1000 caracteres
Código de idioma de la grabación
Valoreszhenjaesidptdefrkoitthvirufilmsares-mxpt-brpltrsv
Texto de vista previa; si se envía, la respuesta incluye un audio de vista previa leído con la nueva voz, facturado al precio de síntesis
Longitud4–300 caracteres
Reducir el ruido de la grabación antes de clonar
Una de sus voces clonadas: vuelve a entrenar esa voz, sustituyendo su sonido y conservando el mismo voice_id, y consume un entrenamiento; omítalo para crear una voz nueva
Respuesta
200Clonación correcta
Si la entrada activó la detección de contenido sensible
Tipo de contenido sensible
Enlace de descarga del audio de vista previa, válido 24 horas; cadena vacía si no se envía text
Solo se devuelve con vista previa
Caracteres facturados de la vista previa
Duración del audio de vista previa, en milisegundos
Si tiene éxito, {"status_code": 0, "status_msg": "success"}; los errores no van aquí, sino con un código de estado distinto de 200 y un objeto error
0 si tiene éxito
success si tiene éxito
ID de la voz clonada (empieza por hbv_); páselo en voice de /v1/audio/speech
ready ya puede sintetizar; training aún se está entrenando, consulte más tarde; failed el entrenamiento falló, vuelva a entrenar pasando el voice_id o elimínela
Valoresreadytrainingfailed
Código de idioma de la grabación
Entrenamientos que le quedan a esta voz (15 por voz en total); cuando se agoten, elimínela y vuelva a clonar
Hora de creación, en segundos Unix
Solo se devuelve si se envió demo_text: el audio de vista previa en base64
Formato del audio de vista previa, como wav
Errores
file_id ya usado o caducado, voice_id no válido u ocupado, duración del audio fuera de rango, fallo de text_validation, text demasiado largo, text sin model, campos desconocidos, etc. Doubao: voice_limit_reached (ya existe una voz clonada), audio_text_mismatch (la grabación no coincide con text), invalid_audio (grabación rechazada), no_trainings_left (no quedan entrenamientos), unknown_voice (el voice_id que se quiere reentrenar no existe); los errores de parámetros, como falta de model, audio no válido o demo_text de longitud incorrecta, no llevan codemissing_api_key / invalid_api_key / api_key_expired)insufficient_quota)model_not_found) o la ruta no pertenece a ese grupo (route_not_found)voice_clone_in_progress, otra solicitud de clonación o eliminación de la misma cuenta aún no ha terminado; envíe de nuevo cuando terminerequest body is too large), 16 MiB en Doubaovoice cloning is temporarily unavailable, voice registry is temporarily unavailable; please retry; Doubao voice_capacity_full (cupo de voces clonadas lleno temporalmente), voice_unavailable, voice_registry_unavailable