কনটেন্টে যান

MiniMax Voice Cloning

ইন্টিগ্রেট করুন

মডেল id minimax/voice-clone
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/voice-clone?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ১.৫২$ ১,৫২০ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান

একটি নমুনা রেকর্ডিং থেকে কণ্ঠ ক্লোন করে পুনর্ব্যবহারযোগ্য voice ID এবং ঐচ্ছিক প্রিভিউ ক্লিপ ফেরত দেয়

MiniMax · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

0 / 1000

ক্লোন করা ভয়েস ব্যবহার করে প্রিভিউ সংশ্লেষণের জন্য ঐচ্ছিক টেক্সট।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

ভয়েস-ক্লোনিং রেকর্ডিংয়ের URL। টেক্সট-টু-স্পিচ (TTS) রুটে প্রথমবার ব্যবহারের পর ভয়েস স্থায়ী হয়; স্বয়ংক্রিয় মুছে ফেলা এড়াতে এটি 7 দিনের মধ্যে করতে হবে। সোর্স রেকর্ডিংটি কমপক্ষে 10 সেকেন্ডের হওয়া উচিত।

অ্যাডভান্সড model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model ডিফল্ট speech-02-hd

প্রিভিউর জন্য বক্তৃতা সংশ্লেষণ মডেল: speech-02-hd, speech-02-turbo, speech-01-hd, অথবা speech-01-turbo।

টেক্সট যাচাইয়ের নির্ভুলতার থ্রেশহোল্ড, 0 থেকে 1 পর্যন্ত।

POST /run/minimax/voice-clone?wait=20 মূল্য → ১.৫২$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/voice-clone?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

MiniMax Voice Cloning সম্পর্কে

কমপক্ষে 10 সেকেন্ডের `audio_url` নমুনা নিয়ে একটি কাস্টম কণ্ঠ তৈরি করে। উত্তরে পরবর্তী TTS ব্যবহারের জন্য `custom_voice_id` থাকে। `text` (সর্বাধিক 1000 অক্ষর) থেকে প্রিভিউ তৈরি হয়, যেখানে `model` হিসেবে speech-02-hd, speech-02-turbo, speech-01-hd এবং speech-01-turbo-এর মধ্যে বেছে নেওয়া যায়। বিকল্পগুলোর মধ্যে `noise_reduction` এবং `need_volume_normalization` রয়েছে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
কলকারী অনুমোদিত হলে false সেট করে স্ক্রিনিং শিথিল করা যায়।
audio_urlআবশ্যক audio
ধরনurl · audio
ভয়েস-ক্লোনিং রেকর্ডিংয়ের URL। টেক্সট-টু-স্পিচ (TTS) রুটে প্রথমবার ব্যবহারের পর ভয়েস স্থায়ী হয়; স্বয়ংক্রিয় মুছে ফেলা এড়াতে এটি 7 দিনের মধ্যে করতে হবে। সোর্স রেকর্ডিংটি কমপক্ষে 10 সেকেন্ডের হওয়া উচিত।
noise_reductionঐচ্ছিক
ধরনboolean
ডিফল্টfalse
ক্লোন করা ভয়েসে নয়েজ রিডাকশন প্রয়োগ করে।
need_volume_normalizationঐচ্ছিক
ধরনboolean
ডিফল্টfalse
ক্লোন করা ভয়েসে ভলিউম স্বাভাবিকীকরণ প্রয়োগ করে।
accuracyঐচ্ছিক
ধরনnumber | null
০ – ১
টেক্সট যাচাইয়ের নির্ভুলতার থ্রেশহোল্ড, 0 থেকে 1 পর্যন্ত।
textঐচ্ছিক
ধরনstring | null
ডিফল্টHello, this is a preview of your cloned voice! I hope you like it!
≤ ১,০০০টি অক্ষর
ক্লোন করা ভয়েস ব্যবহার করে প্রিভিউ সংশ্লেষণের জন্য ঐচ্ছিক টেক্সট।
modelঐচ্ছিক
ধরনenum
ডিফল্টspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
প্রিভিউর জন্য বক্তৃতা সংশ্লেষণ মডেল: speech-02-hd, speech-02-turbo, speech-01-hd, অথবা speech-01-turbo।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/voice-clone",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1520,
    "usd": "1.52",
    "charged": 1520,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "custom_voice_id": "string",
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
custom_voice_id
stringTTS-এ ক্লোন করা ভয়েস ব্যবহারের শনাক্তকারী।
audio
object {url, content_type, file_name, file_size} | nullঅনুরোধ করা হলে ক্লোন করা ভয়েস ব্যবহার করে সংশ্লেষিত অডিও প্রিভিউ।

আরও মডেল: টেক্সট থেকে স্পিচ

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/minimax/voice-clone.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt