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`)。
/v1/voice_cloneMiniMax 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
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
第 1 步 purpose=voice_clone 上傳回傳的檔案 ID,只能用一次
範圍≥ 1
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
示例片段
purpose=prompt_audio 上傳回傳的檔案 ID
範圍≥ 1
示例片段的逐字文字,以標點結尾
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
傳 text 時必填
可選值speech-2.8-hdspeech-2.8-turbo
與原生入口相同
可選值autoChineseChinese,YueEnglishArabicRussianSpanishFrenchPortugueseGermanTurkishDutchUkrainianVietnameseIndonesianJapaneseItalianKoreanThaiPolishRomanianGreekCzechFinnishHindiBulgarianDanishHebrewMalayPersianSlovakSwedishCroatianFilipinoHungarianNorwegianSlovenianCatalanNynorskTamilAfrikaans
預期文字,用語音辨識比對來源音訊
長度≤ 200 字元
text_validation 的通過門檻值;官方預設 0.7
範圍0–1
降噪
預設false
音量歸一
預設false
AIGC 浮水印
預設false
固定為 seed-icl-2.0,必填;HopBase 依它把請求交給豆包聲音複刻
可選值seed-icl-2.0
錄音的 base64,或 data:audio/…;base64,…;解碼後不超過 10 MB,格式為 wav / mp3 / ogg / m4a / aac / pcm
不傳時依 data URI 的類型或檔案標頭辨識;pcm 須為 24 kHz 單聲道,並且必須明確傳入
可選值wavmp3oggm4aaacpcm
錄音的逐字文字;與錄音差距大時複刻失敗(400 audio_text_mismatch),沒把握就不傳
長度≤ 1000 字元
錄音的語言程式碼
可選值zhenjaesidptdefrkoitthvirufilmsares-mxpt-brpltrsv
試聽文字;傳了會在回應裡回傳用新音色朗讀的試聽音訊,按合成價計費
長度4–300 字元
複刻前先對錄音降噪
你已有的複刻音色:傳了就在這個音色上重新訓練,覆蓋原聲音、voice_id 不變,消耗一次訓練次數;不傳則新建
回傳
200複製 / 複刻成功
輸入是否觸發敏感內容
敏感內容類型
試聽音訊下載連結,24 小時內有效;不傳 text 時為空字串
僅帶試聽時回傳
試聽計費字元數
試聽音訊時長,毫秒
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
成功為 0
成功為 success
複刻音色 ID(hbv_ 開頭),合成時填到 /v1/audio/speech 的 voice
ready 可以合成;training 還在訓練,稍後再查;failed 訓練失敗,可帶上 voice_id 重新訓練或刪除
可選值readytrainingfailed
錄音語言程式碼
這個音色還能訓練的次數(每個音色共 15 次);用完後只能刪除再複刻
建立時間,Unix 秒
只在傳了 demo_text 時回傳:試聽音訊的 base64
試聽音訊格式,如 wav
錯誤
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 codemissing_api_key / invalid_api_key / api_key_expired)insufficient_quota)model_not_found),或路徑不屬於該分組(route_not_found)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request body is too large),豆包 16 MiBvoice 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