跳到正文

创建克隆音色

用你的录音克隆出专属音色:MiniMax Speech 2.8 声音克隆,或豆包声音复刻 2.0(`seed-icl-2.0`)。

POST/v1/voice_clone

MiniMax 与豆包共用这个路径,HopBase 按请求体与密钥所属分组分派——两家的请求体与响应不同,在下方选择系列查看。同时使用两家时,建议各用一把密钥。

MiniMax Speech 2.8:传入第 1 步的 file_id 与你自己起的 voice_id,之后把 voice_id 填到 /v1/audio/speech 的 voice 或 /v1/t2a_v2 的 voice_setting.voice_id 即可合成。带上 text 与 model 可拿到试听音频:demo_audio 是 api.hop-base.com 上的下载链接,24 小时内有效;不传 text 时为空。上传与克隆免费。克隆费只收一次,在音色首次合成成功时一并扣除(使用记录明细多一项 voice_clone_activation);试听只按语音字符计费,不算首次使用。价格见价格页。克隆成功后源音频与示例音频自动删除,再次克隆须重新上传;克隆失败则保留文件,可换参数重试。克隆后 7 天内未用于合成的音色自动删除,且不收克隆费。

豆包声音复刻 2.0:请求体必须带 "model": "seed-icl-2.0",录音以 base64 放在 audio 里,返回 hbv_ 开头的 voice_id;合成时 /v1/audio/speech 的 model 填 seed-icl-2.0、voice 填它。测试期每个帐户最多保留 1 个复刻音色,想换声音先删除,或带上原 voice_id 重新训练;复刻音色名额满时返回 503 voice_capacity_full。计费:试听 demo_text 按 ¥3 / 万字符计,与合成同价;复刻本身不收费,目前不收复刻费;失败不计费。详见豆包声音复刻。

两家的音色都只属于你的帐户(企业帐户下由企业主名下成员的密钥共享),其他帐户即使知道 voice_id 也用不了。

请求头

Authorization:必填string

Bearer sk-…:控制台「API 密钥」里创建的密钥,所属分组须包含请求的模型

请求体参数JSON

系列
模型文档
先用上传克隆音频拿到 file_id,再传你自己起的 voice_id。上传与克隆免费,克隆费在音色首次合成成功时收一次。
file_id:必填integer

第 1 步 purpose=voice_clone 上传返回的文件 ID,只能用一次

范围≥ 1

voice_id:必填string

你自己起的音色名,帐户内唯一:由字母、数字、-、_ 组成,以字母开头,不以 - 或 _ 结尾

长度8–256 字符

clone_prompt:可选object

示例片段

text:可选string

试听文本;传了会返回试听音频,按语音字符计费(不算首次使用)

长度≤ 1000 字符

model:可选string

传 text 时必填

可选值speech-2.8-hdspeech-2.8-turbo

language_boost:可选string

与原生入口相同

可选值autoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans

text_validation:可选string

预期文本,用语音识别比对源音频

长度≤ 200 字符

accuracy:可选number

text_validation 的通过阈值;官方默认 0.7

范围0–1

need_noise_reduction:可选boolean

降噪

默认false

need_volume_normalization:可选boolean

音量归一

默认false

aigc_watermark:可选boolean

AIGC 水印

默认false

返回

200克隆 / 复刻成功

系列
input_sensitive:可选boolean

输入是否触发敏感内容

input_sensitive_type:可选integer

敏感内容类型

demo_audio:可选string

试听音频下载链接,24 小时内有效;不传 text 时为空字符串

extra_info:可选object

仅带试听时返回

base_resp:必填object

成功时为 {"status_code": 0, "status_msg": "success"};错误不走这里,而是非 200 状态码加 error 对象

错误

400MiniMax:file_id 已用过或已过期、voice_id 不合规或已被占用、音频时长超出范围、text_validation 比对未通过、text 超长、传 text 缺 model、未知字段等。豆包:voice_limit_reached(已有 1 个复刻音色)、audio_text_mismatch(录音与 text 不符)、invalid_audio(录音被拒)、no_trainings_left(训练次数用完)、unknown_voice(重训的 voice_id 不存在);缺 model、audio 不合规、demo_text 长度不对等参数错误不带 code
401没带密钥、密钥无效或已过期(missing_api_key / invalid_api_key / api_key_expired)
402余额或密钥 / 成员 / 部门额度用完(insufficient_quota)
404模型不在这把密钥的分组里(model_not_found),或路径不属于该分组(route_not_found)
409豆包:voice_clone_in_progress,同一帐户的另一个复刻或删除请求还没结束,等它结束后再发
413请求体超过上限:MiniMax 64 KiB(request body is too large),豆包 16 MiB
503稍后重试:MiniMax voice cloning is temporarily unavailable、voice registry is temporarily unavailable; please retry;豆包 voice_capacity_full(复刻音色名额暂满)、voice_unavailable、voice_registry_unavailable

相关页面