跳到正文

建立複製音色

用你的錄音複製出專屬音色:MiniMax Speech 2.8 聲音複製,或豆包聲音複刻 2.0(`seed-icl-2.0`)。

POST/v1/voice_clone

MiniMax 與豆包共用這個路徑,HopBase 依請求主體與密鑰所屬分組分派——兩家的請求主體與回應不同,請在下方選擇系列查看。同時使用兩家時,建議各用一把密鑰。

MiniMax Speech 2.8:傳入第 1 步的 file_id 與你自己起的 voice_id,之後把 voice_id 填到 /v1/audio/speech 的 voice 或 /v1/t2a_v2 的 voice_setting.voice_id 即可合成。帶上 text 與 model 可拿到試聽音訊:demo_audio 是 api.hop-base.com 上的下載連結,24 小時內有效;不傳 text 時為空。上傳與複製免費。複製費只收一次,在音色首次合成成功時一併扣除(使用記錄明細多一項 voice_clone_activation);試聽只按語音字元計費,不算首次使用。價格見價格頁。複製成功後來源音訊與示例音訊自動刪除,再次複製須重新上傳;複製失敗則保留檔案,可換參數重試。複製後 7 天內未用於合成的音色自動刪除,且不收複製費。

豆包聲音複刻 2.0:請求主體必須帶 "model": "seed-icl-2.0",錄音以 base64 放在 audio 裡,回傳 hbv_ 開頭的 voice_id;合成時 /v1/audio/speech 的 model 填 seed-icl-2.0、voice 填它。測試期每個帳戶最多保留 1 個複刻音色,想換聲音先刪除,或帶上原 voice_id 重新訓練;複刻音色名額滿時回傳 503 voice_capacity_full。計費:試聽 demo_text 按 ¥3 / 萬字元計,與合成同價;複刻本身不收費,目前不收複刻費;失敗不計費。詳見豆包聲音複刻。

兩家的音色都只屬於你的帳戶(企業帳戶下由企業主名下成員的密鑰共享),其他帳戶即使知道 voice_id 也用不了。

請求標頭

Authorization:必填string

Bearer sk-…:主控台「API 密鑰」中建立的密鑰,所屬分組須包含請求的模型

請求主體參數JSON

系列
模型文件
先用上傳複製音訊拿到 file_id,再傳你自己起的 voice_id。上傳與複製免費,複製費在音色首次合成成功時收一次。
file_id:必填integer

第 1 步 purpose=voice_clone 上傳回傳的檔案 ID,只能用一次

範圍≥ 1

voice_id:必填string

你自己起的音色名,帳戶內唯一:由字母、數字、-、_ 組成,以字母開頭,不以 - 或 _ 結尾

長度8–256 字元

clone_prompt:選填object

示例片段

text:選填string

試聽文字;傳了會回傳試聽音訊,按語音字元計費(不算首次使用)

長度≤ 1000 字元

model:選填string

傳 text 時必填

可選值speech-2.8-hdspeech-2.8-turbo

language_boost:選填string

與原生入口相同

可選值autoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans

text_validation:選填string

預期文字,用語音辨識比對來源音訊

長度≤ 200 字元

accuracy:選填number

text_validation 的通過門檻值;官方預設 0.7

範圍0–1

need_noise_reduction:選填boolean

降噪

預設false

need_volume_normalization:選填boolean

音量歸一

預設false

aigc_watermark:選填boolean

AIGC 浮水印

預設false

回傳

200複製 / 複刻成功

系列
input_sensitive:選填boolean

輸入是否觸發敏感內容

input_sensitive_type:選填integer

敏感內容類型

demo_audio:選填string

試聽音訊下載連結,24 小時內有效;不傳 text 時為空字串

extra_info:選填object

僅帶試聽時回傳

base_resp:必填object

成功時為 {"status_code": 0, "status_msg": "success"};錯誤不走這裡,而是非 200 狀態碼加 error 物件

錯誤

400MiniMax:file_id 已用過或已過期、voice_id 不合規或已被佔用、音訊時長超出範圍、text_validation 比對未通過、text 超長、傳 text 缺 model、未知欄位等。豆包:voice_limit_reached(已有 1 個複刻音色)、audio_text_mismatch(錄音與 text 不符)、invalid_audio(錄音被拒)、no_trainings_left(訓練次數用完)、unknown_voice(重新訓練的 voice_id 不存在);缺 model、audio 不合規、demo_text 長度不對等參數錯誤不帶 code
401沒帶密鑰、密鑰無效或已過期(missing_api_key / invalid_api_key / api_key_expired)
402餘額或密鑰 / 成員 / 部門額度用完(insufficient_quota)
404模型不在這把密鑰的分組裡(model_not_found),或路徑不屬於該分組(route_not_found)
409豆包:voice_clone_in_progress,同一帳戶的另一個複刻或刪除請求還沒結束,等它結束後再發
413請求主體超過上限:MiniMax 64 KiB(request body is too large),豆包 16 MiB
503稍後重試:MiniMax voice cloning is temporarily unavailable、voice registry is temporarily unavailable; please retry;豆包 voice_capacity_full(複刻音色名額暫滿)、voice_unavailable、voice_registry_unavailable

相關頁面