Saltar al contenido

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`).

POST/v1/voice_clone

MiniMax 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

Authorization:obligatoriostring

Bearer sk-…: una clave de API creada en la consola; su grupo debe incluir el modelo solicitado

Parámetros del cuerpoJSON

Familia
Documentación del modelo
Primero obtenga un 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.
file_id:obligatoriointeger

ID de archivo devuelto por la subida del paso 1 con purpose=voice_clone; solo se puede usar una vez

Rango≥ 1

voice_id:obligatoriostring

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

clone_prompt:opcionalobject

Fragmento de ejemplo

text:opcionalstring

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

model:opcionalstring

Obligatorio si se envía text

Valoresspeech-2.8-hdspeech-2.8-turbo

language_boost:opcionalstring

Igual que en el endpoint nativo

ValoresautoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans

text_validation:opcionalstring

Texto esperado; se compara con el audio fuente mediante reconocimiento de voz

Longitud≤ 200 caracteres

accuracy:opcionalnumber

Umbral de aprobación de text_validation; valor oficial por defecto 0.7

Rango0–1

need_noise_reduction:opcionalboolean

Reducción de ruido

Predeterminadofalse

need_volume_normalization:opcionalboolean

Normalización de volumen

Predeterminadofalse

aigc_watermark:opcionalboolean

Marca de agua AIGC

Predeterminadofalse

Respuesta

200Clonación correcta

Familia
input_sensitive:opcionalboolean

Si la entrada activó la detección de contenido sensible

input_sensitive_type:opcionalinteger

Tipo de contenido sensible

demo_audio:opcionalstring

Enlace de descarga del audio de vista previa, válido 24 horas; cadena vacía si no se envía text

extra_info:opcionalobject

Solo se devuelve con vista previa

base_resp:obligatorioobject

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

Errores

400MiniMax: 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 code
401Falta la clave, la clave no es válida o ha caducado (missing_api_key / invalid_api_key / api_key_expired)
402Se agotó el saldo o la cuota de la clave, del miembro o del departamento (insufficient_quota)
404El modelo no está en el grupo de esta clave (model_not_found) o la ruta no pertenece a ese grupo (route_not_found)
409Doubao: voice_clone_in_progress, otra solicitud de clonación o eliminación de la misma cuenta aún no ha terminado; envíe de nuevo cuando termine
413Cuerpo por encima del límite: 64 KiB en MiniMax (request body is too large), 16 MiB en Doubao
503Reintente más tarde: MiniMax voice 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

Páginas relacionadas