本接口支持单、双声道复刻声音,支持按照指定音频文件快速复刻相同音色的语音。
本接口产出的快速复刻音色为临时音色,如您希望永久保留某复刻音色,请于 168 小时(7 天)内在任意 T2A 语音合成接口中调用该音色(不包含本接口内的试听行为);否则,该音色将被删除。
本接口适用场景:IP 复刻、音色克隆等需要快速复刻某一音色的相关场景。
说明:
- 上传的音频文件格式需为:mp3、m4a、wav 格式;
- 上传的音频文件的时长最少应不低于 10 秒,最长应不超过 5 分钟;
- 上传的音频文件大小需不超过 20mb。
请求头
Bearer 身份验证格式: Bearer {{API 秘钥}}。
请求体
需要复刻音色的音频文件 url。支持 mp3、m4a、wav 格式。
音色复刻参数,提供本参数将有助于增强语音合成的音色相似度和稳定性。若使用本参数,需同时上传一小段示例音频(时长小于 8s)及音频对应文本,音频支持 mp3、m4a、wav 格式。
音频 prompt 参数,示例音频 url,时长必须小于 8s。
音频 prompt 参数,填入示例音频的对应文本,需确保和音频内容一致,句末需有标点符号做结尾。
复刻试听参数。模型将使用复刻后的音色念诵本段文本内容,并以链接的形式将音频合成结果返回,供试听复刻效果。限制 2000 字符以内。注:试听将根据字符数正常收取语音合成费用,定价与 T2A 各接口一致。
复刻试听参数。指定试听使用的语音模型,传”text”字段时必传该字段。
可选项:speech-02-hd, speech-02-turbo, speech-2.5-hd-preview, speech-2.5-turbo-preview
音频复刻参数。取值范围[0,1]。上传该字段会设置文本校验准确率阈值,不传时该字段值默认 0.7。
音频复刻参数。是否开启降噪。不传时默认取 false。
need_volume_normalization
音频复刻参数。是否开启音量归一化。不传时默认取 false。
如果请求体中传入了试听文本 text 以及试听模型 model,那么本参数将以链接形式返回试听音频。