Neidio i'r cynnwys

MiniMax Voice Cloning

Integreiddio

ID y model 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"

Ffeiliau fel yr enghraifft: $1.52 1,520 o gredydau API caiff eich ffeiliau eu mesur cyn y rhediad Ei redeg ar y dudalen hon

Cael allwedd API
MiniMax Testun i Leferydd #speech

Yn clonio llais o recordiad sampl ac yn dychwelyd ID llais y gellir ei ailddefnyddio ynghyd â rhagolwg dewisol

MiniMax · Sain

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

0 / 1000

Testun dewisol ar gyfer syntheseiddio rhagolwg gan ddefnyddio'r llais sydd wedi'i glonio.

•gofynnol audio_url
Gollyngwch ffeil, neu

URL sy'n pwyntio at recordiad clonio llais. Daw llais yn barhaol ar ôl ei ddefnydd cyntaf gyda llwybr testun-i-leferydd (TTS), a rhaid i hyn ddigwydd o fewn 7 diwrnod er mwyn osgoi dileu awtomatig; dylai'r recordiad ffynhonnell bara o leiaf 10 eiliad.

Uwch model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model rhagosodedig speech-02-hd

Model synthesis lleferydd ar gyfer y rhagolwg: speech-02-hd, speech-02-turbo, speech-01-hd, neu speech-01-turbo.

Trothwy cywirdeb ar gyfer dilysu testun, o 0 i 1.

POST /run/minimax/voice-clone?wait=20 dyfynbris → $1.52
# 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"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â MiniMax Voice Cloning

Yn cymryd sampl `audio_url`, a ddylai fod o leiaf 10 eiliad o hyd, ac yn creu llais arferol. Mae’r ymateb yn cynnwys `custom_voice_id` i’w ddefnyddio’n ddiweddarach gyda TTS. Caiff rhagolwg ei lefaru o `text` (hyd at 1000 nod) gan ddefnyddio dewis `model` ymhlith speech-02-hd, speech-02-turbo, speech-01-hd a speech-01-turbo. Mae’r opsiynau’n cynnwys `noise_reduction` a `need_volume_normalization`.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Gellir llacio'r sgrinio drwy osod false, ar yr amod bod y galwr wedi'i awdurdodi.
audio_urlgofynnol audio
Mathurl · audio
URL sy'n pwyntio at recordiad clonio llais. Daw llais yn barhaol ar ôl ei ddefnydd cyntaf gyda llwybr testun-i-leferydd (TTS), a rhaid i hyn ddigwydd o fewn 7 diwrnod er mwyn osgoi dileu awtomatig; dylai'r recordiad ffynhonnell bara o leiaf 10 eiliad.
noise_reductiondewisol
Mathboolean
Rhagosodedigfalse
Yn cymhwyso lleihau sŵn i'r llais sydd wedi'i glonio.
need_volume_normalizationdewisol
Mathboolean
Rhagosodedigfalse
Yn cymhwyso normaleiddio cyfaint i'r llais sydd wedi'i glonio.
accuracydewisol
Mathnumber | null
0 – 1
Trothwy cywirdeb ar gyfer dilysu testun, o 0 i 1.
textdewisol
Mathstring | null
RhagosodedigHello, this is a preview of your cloned voice! I hope you like it!
≤ 1,000 nod
Testun dewisol ar gyfer syntheseiddio rhagolwg gan ddefnyddio'r llais sydd wedi'i glonio.
modeldewisol
Mathenum
Rhagosodedigspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Model synthesis lleferydd ar gyfer y rhagolwg: speech-02-hd, speech-02-turbo, speech-01-hd, neu speech-01-turbo.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
custom_voice_id
stringDynodwr ar gyfer defnyddio'r llais sydd wedi'i glonio yn TTS.
audio
object {url, content_type, file_name, file_size} | nullRhagolwg sain wedi'i syntheseiddio gan ddefnyddio'r llais sydd wedi'i glonio, pan ofynnir amdano.

Mwy o fodelau: Testun i Leferydd

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/minimax/voice-clone.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt