本文へスキップ

クローンボイスを作成

録音から自分専用のボイスをクローンします:MiniMax Speech 2.8 のボイスクローン、または Doubao ボイスクローン 2.0(`seed-icl-2.0`)。

POST/v1/voice_clone

MiniMax と Doubao はこのパスを共有しており、HopBase はリクエストボディとキーのグループで振り分けます。両者のリクエストボディとレスポンスは異なるため、下でシリーズを選んで確認してください。両方を使う場合は、それぞれ別のキーを使うことをおすすめします。

MiniMax Speech 2.8:第 1 ステップの file_id と、自分で決めた voice_id を渡します。その後 voice_id を /v1/audio/speech の voice または /v1/t2a_v2 の voice_setting.voice_id に指定すれば合成できます。text と model を付けると試聴用音声を取得できます:demo_audio は api.hop-base.com 上のダウンロードリンクで、24 時間有効です。text を渡さない場合は空です。アップロードとクローンは無料です。クローン料金は 1 回だけで、ボイスの初回合成が成功した時点で差し引かれます(使用記録の明細に voice_clone_activation が 1 項目追加されます)。試聴は音声の文字数分のみ課金され、初回使用には数えません。価格は料金ページを参照してください。クローンに成功すると元の音声とサンプル音声は自動削除され、再度クローンするには改めてアップロードが必要です。クローンに失敗した場合はファイルが保持され、パラメータを変えて再試行できます。クローン後 7 日以内に合成に使われなかったボイスは自動削除され、クローン料金もかかりません。

Doubao ボイスクローン 2.0:ボディに "model": "seed-icl-2.0" が必須です。録音を base64 で audio に入れると、hbv_ で始まる voice_id が返ります。合成時は /v1/audio/speech の model を seed-icl-2.0、voice をその ID にします。テスト期間中は各アカウントで保持できるクローンボイスは 1 つまでです。声を変えるには先に削除するか、元の voice_id を渡して再学習してください。クローンボイスの枠が満杯のときは 503 voice_capacity_full を返します。課金:試聴の demo_text は合成と同じ 1 万文字あたり ¥3 で課金されます。クローン自体は無料で、現在クローン料金はかかりません。失敗したリクエストは課金されません。詳しくはDoubao ボイスクローンを参照してください。

どちらのボイスもあなたのアカウントにのみ属し(企業アカウントでは企業オーナー配下のメンバーのキー間で共有)、他のアカウントは voice_id を知っていても使えません。

ヘッダー

Authorization:必須string

Bearer sk-…:コンソールの「API キー」で作成したキー。キーのグループにリクエストするモデルが含まれている必要があります

リクエストボディJSON

シリーズ
モデルのドキュメント
まずクローン用音声のアップロードで file_id を取得し、自分で決めた voice_id を渡します。アップロードとクローンは無料で、クローン料金はボイスの初回合成成功時に 1 回だけかかります。
file_id:必須integer

第 1 ステップで purpose=voice_clone としてアップロードして返されたファイル ID。1 回しか使えません

範囲≥ 1

voice_id:必須string

自分で決めるボイス名。アカウント内で一意:英字、数字、-、_ で構成し、英字で始まり、- や _ で終わらないこと

長さ8–256 文字

clone_prompt:任意object

サンプル音声

text:任意string

試聴テキスト。指定すると試聴用音声が返り、音声の文字数分課金されます(初回使用には数えません)

長さ≤ 1000 文字

model:任意string

text を渡す場合は必須

取りうる値speech-2.8-hdspeech-2.8-turbo

language_boost:任意string

ネイティブエンドポイントと同じ

取りうる値autoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans

text_validation:任意string

期待するテキスト。音声認識で元の音声と照合します

長さ≤ 200 文字

accuracy:任意number

text_validation の合格しきい値。公式の既定値は 0.7

範囲0–1

need_noise_reduction:任意boolean

ノイズ除去

デフォルトfalse

need_volume_normalization:任意boolean

音量の正規化

デフォルトfalse

aigc_watermark:任意boolean

AIGC ウォーターマーク

デフォルトfalse

レスポンス

200クローン成功

シリーズ
input_sensitive:任意boolean

入力がセンシティブな内容に該当したか

input_sensitive_type:任意integer

センシティブな内容の種類

demo_audio:任意string

試聴用音声のダウンロードリンク。24 時間有効。text を渡さない場合は空文字列

extra_info:任意object

試聴付きの場合のみ返されます

base_resp:必須object

成功時は {"status_code": 0, "status_msg": "success"}。エラーはここに入らず、200 以外のステータスコードと error オブジェクトで返されます

エラー

400MiniMax:file_id が使用済みまたは期限切れ、voice_id が不正または使用中、音声の長さが範囲外、text_validation の照合不合格、text が長すぎる、text があるのに model がない、未知のフィールドなど。Doubao:voice_limit_reached(クローンボイスが既にある)、audio_text_mismatch(録音と text が一致しない)、invalid_audio(録音が拒否された)、no_trainings_left(学習回数を使い切った)、unknown_voice(再学習する voice_id が存在しない)。model の欠落、不正な audio、demo_text の長さ違いなどのパラメータエラーは code なし
401キー未指定、キーが無効または期限切れ(missing_api_key / invalid_api_key / api_key_expired)
402残高、またはキー・メンバー・部門のクォータを使い切った(insufficient_quota)
404モデルがこのキーのグループにない(model_not_found)、またはパスがそのグループに属さない(route_not_found)
409Doubao:voice_clone_in_progress。同じアカウントの別のクローンまたは削除リクエストがまだ終わっていません。終わってから再送してください
413ボディが上限超過:MiniMax は 64 KiB(request body is too large)、Doubao は 16 MiB
503時間をおいて再試行:MiniMax は voice cloning is temporarily unavailable、voice registry is temporarily unavailable; please retry。Doubao は voice_capacity_full(クローンボイスの枠が一時的に満杯)、voice_unavailable、voice_registry_unavailable

関連ページ