使用 MiniMax 模型复刻音色，并生成试听音频。首次使用克隆音色合成语音时，将扣除 9.9 元音色解锁费用。
curl -X POST 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json; charset=utf-8' \
-d '{
"input": {
"action": "voice_clone",
"voice_id": "bailian-test-voice-22",
"audio_url": "https://dashscope.oss-cn-beijing.aliyuncs.com/samples/audio/cosyvoice/cosyvoice-zeroshot-sample.wav",
"text": "你说是什么就是什么"
},
"model": "MiniMax/speech-2.8-turbo"
}'{
"output": {
"base_resp": {
"status_code": 0,
"status_msg": "success"
},
"demo_audio": "https://minimax-algeng-chat-tts.oss-cn-wulanchabu.aliyuncs.com/audio%2Feffect%2Fsample.mp3",
"input_sensitive": false,
"input_sensitive_type": 0
},
"usage": {
"characters": 18
},
"request_id": "b1160386-ebf1-913f-9275-ef176c5e1c91"
}| 模型名称 | 试听单价（同步合成，每万字符） | 音色复刻（每次） | 免费额度 |
|---|---|---|---|
| MiniMax/speech-2.8-hd | 3.5 元 | 首次使用克隆音色合成语音时，将扣除 9.9 元音色解锁费用。 | 无 |
| MiniMax/speech-02-hd | 3.5 元 | 首次使用克隆音色合成语音时，将扣除 9.9 元音色解锁费用。 | 无 |
| MiniMax/speech-2.8-turbo | 2 元 | 首次使用克隆音色合成语音时，将扣除 9.9 元音色解锁费用。 | 无 |
| MiniMax/speech-02-turbo | 2 元 | 首次使用克隆音色合成语音时，将扣除 9.9 元音色解锁费用。 | 无 |
千问云 API Key。详见获取 API Key。
指定合成试听音频使用的语音模型。可选值：MiniMax/speech-2.8-hd、MiniMax/speech-02-hd、MiniMax/speech-2.8-turbo、MiniMax/speech-02-turbo。
请求输入参数。
显示子属性
需要进行的操作，支持设置为：voice_clone（声音克隆）。
需要复刻的音频文件 URL。音频格式需为 mp3、m4a 或 wav；时长不低于 10 秒，不超过 5 分钟；文件大小不超过 20 MB。
复刻声音期望试听的内容，限制 1000 字符以内。试听将根据字符数正常收取语音合成费用。仅当模型选择 MiniMax/speech-2.8-hd 或 MiniMax/speech-2.8-turbo 时，支持在文本中插入语气词标签，如 (laughs)（笑声）、(chuckle)（轻笑）、(coughs)（咳嗽）、(clear-throat)（清嗓子）、(groans)（呻吟）、(breath)（正常换气）、(pant)（喘气）、(inhale)（吸气）、(exhale)（呼气）、(gasps)（倒吸气）、(sniffs)（吸鼻子）、(sighs)（叹气）、(snorts)（喷鼻息）、(burps)（打嗝）、(lip-smacking)（咂嘴）、(humming)（哼唱）、(hissing)（嘶嘶声）、(emm)（嗯）、(whistles)（口哨）、(sneezes)（喷嚏）、(crying)（抽泣）、(applause)（鼓掌）。
克隆音色的 voice_id，正确示例："MiniMax001"。自定义 voice_id 规则：长度范围 [8, 256]；首字符必须为英文字母；允许数字、字母、-、_；末位字符不可为 - 或 _；不可与已有 ID 重复。该参数全局唯一，建议使用时间戳等个性化信息命名。
是否增强对指定的小语种和方言的识别能力。可设置为 auto 让模型自主判断。
是否开启降噪。
是否开启音量归一化。
是否在合成试听音频的末尾添加音频节奏标识。
本次调用的唯一标识符。
curl -X POST 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json; charset=utf-8' \
-d '{
"input": {
"action": "voice_clone",
"voice_id": "bailian-test-voice-22",
"audio_url": "https://dashscope.oss-cn-beijing.aliyuncs.com/samples/audio/cosyvoice/cosyvoice-zeroshot-sample.wav",
"text": "你说是什么就是什么"
},
"model": "MiniMax/speech-2.8-turbo"
}'{
"output": {
"base_resp": {
"status_code": 0,
"status_msg": "success"
},
"demo_audio": "https://minimax-algeng-chat-tts.oss-cn-wulanchabu.aliyuncs.com/audio%2Feffect%2Fsample.mp3",
"input_sensitive": false,
"input_sensitive_type": 0
},
"usage": {
"characters": 18
},
"request_id": "b1160386-ebf1-913f-9275-ef176c5e1c91"
}
