CosyVoice

创建设计音色（CosyVoice）

通过文字描述创建 CosyVoice 设计音色。

POST

/services/audio/tts/customization

cURL

curl -X POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
  "model": "voice-enrollment",
  "input": {
    "action": "create_voice",
    "target_model": "cosyvoice-v3.5-plus",
    "voice_prompt": "沉稳的中年男性，音色低沉浑厚",
    "preview_text": "各位听众朋友，大家好",
    "prefix": "announcer",
    "language_hints": ["zh"]
  },
  "parameters": {
    "sample_rate": 24000,
    "response_format": "wav"
  }
}'

{
  "output": {
    "voice_id": "cosyvoice-v3.5-plus-mydesign-xxxxxx",
    "preview_audio": {
      "data": "<string>",
      "sample_rate": 24000,
      "response_format": "mp3"
    }
  },
  "usage": {
    "count": 1
  },
  "request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
}

鉴权

string

header

必填

DashScope API Key。前往获取 API Key。

请求体

application/json

enum<string>

必填

固定为 voice-enrollment。

可选值：voice-enrollment

示例:voice-enrollment

object

必填

显示子属性

enum<string>

必填

固定为 create_voice。

可选值：create_voice

示例:create_voice

enum<string>

必填

设计音色绑定的语音合成模型。必须与后续调用语音合成接口时使用的模型一致，否则合成会失败。

可选值：cosyvoice-v3.5-plus,cosyvoice-v3.5-flash,cosyvoice-v3-plus,cosyvoice-v3-flash

示例:cosyvoice-v3.5-plus

string

必填

音色名称前缀，仅限字母和数字，最长 10 个字符。

示例:mydesign

取值范围：length <= 10

string

必填

声音描述文本。最大长度 500 个字符。

示例:语速适中，音调偏高，充满活力

取值范围：length <= 500

string

必填

预览文本，用于试听设计效果。最小长度 15 个字符，最大长度 200 个字符。

示例:你好，欢迎使用声音设计功能。

取值范围：length: 15–200

string[]

默认值["zh"]

语言提示。仅支持 zh、en。

示例:

[
  "zh"
]

object

显示子属性

enum<integer>

默认值24000

预览音频采样率（Hz）。CosyVoice 支持：16000、24000、48000。默认值：24000。

可选值：16000,24000,48000

示例:24000

enum<string>

默认值"wav"

预览音频格式。CosyVoice 支持：pcm、wav、mp3。默认值：wav。

可选值：pcm,wav,mp3

示例:wav

响应

200-application/json

object

显示子属性

string

生成的音色 ID。

示例:cosyvoice-v3.5-plus-mydesign-xxxxxx

object

显示子属性

string

预览音频 Base64 数据。

integer

采样率。

示例:24000

string

音频格式。

示例:mp3

object

显示子属性

integer

固定为 1。

示例:1

string

请求 ID。

示例:xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

cURL

curl -X POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
  "model": "voice-enrollment",
  "input": {
    "action": "create_voice",
    "target_model": "cosyvoice-v3.5-plus",
    "voice_prompt": "沉稳的中年男性，音色低沉浑厚",
    "preview_text": "各位听众朋友，大家好",
    "prefix": "announcer",
    "language_hints": ["zh"]
  },
  "parameters": {
    "sample_rate": 24000,
    "response_format": "wav"
  }
}'

{
  "output": {
    "voice_id": "cosyvoice-v3.5-plus-mydesign-xxxxxx",
    "preview_audio": {
      "data": "<string>",
      "sample_rate": 24000,
      "response_format": "mp3"
    }
  },
  "usage": {
    "count": 1
  },
  "request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
}