Gå til indhold

MiniMax Voice Cloning

Integrer

Model-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"

Filer som eksemplet: 1,52 $ 1.520 API-kreditter dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
MiniMax Tekst til tale #speech

Kloner en stemme fra en prøveoptagelse og returnerer et genanvendeligt stemme-id samt et valgfrit forhåndsvisningsklip

MiniMax · Lyd

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

0 / 1000

Valgfri tekst til syntetisering af en forhåndsvisning med den klonede stemme.

•påkrævet audio_url
Slip en fil, eller

URL til en optagelse til stemmekloning. En stemme bliver permanent efter første brug med en tekst-til-tale-rute (TTS), hvilket skal ske inden for 7 dage for at undgå automatisk sletning; kildeoptagelsen skal vare mindst 10 sekunder.

Avanceret model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model standard speech-02-hd

Talesyntesemodel til forhåndsvisningen: speech-02-hd, speech-02-turbo, speech-01-hd eller speech-01-turbo.

Nøjagtighedstærskel for tekstvalidering fra 0 til 1.

POST /run/minimax/voice-clone?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om MiniMax Voice Cloning

Tager en prøve fra `audio_url`, som bør være mindst 10 sekunder lang, og opretter en brugerdefineret stemme. Svaret indeholder `custom_voice_id` til senere TTS-brug. En forhåndsvisning tales ud fra `text` (op til 1000 tegn) med et `model`-valg blandt speech-02-hd, speech-02-turbo, speech-01-hd og speech-01-turbo. Indstillingerne omfatter `noise_reduction` og `need_volume_normalization`.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Screening kan lempes ved at angive false, hvis den kaldende part er autoriseret.
audio_urlpåkrævet audio
Typeurl · audio
URL til en optagelse til stemmekloning. En stemme bliver permanent efter første brug med en tekst-til-tale-rute (TTS), hvilket skal ske inden for 7 dage for at undgå automatisk sletning; kildeoptagelsen skal vare mindst 10 sekunder.
noise_reductionvalgfri
Typeboolean
Standardfalse
Anvender støjreduktion på den klonede stemme.
need_volume_normalizationvalgfri
Typeboolean
Standardfalse
Anvender lydstyrkenormalisering på den klonede stemme.
accuracyvalgfri
Typenumber | null
0 – 1
Nøjagtighedstærskel for tekstvalidering fra 0 til 1.
textvalgfri
Typestring | null
StandardHello, this is a preview of your cloned voice! I hope you like it!
≤ 1.000 tegn
Valgfri tekst til syntetisering af en forhåndsvisning med den klonede stemme.
modelvalgfri
Typeenum
Standardspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Talesyntesemodel til forhåndsvisningen: speech-02-hd, speech-02-turbo, speech-01-hd eller speech-01-turbo.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
custom_voice_id
stringIdentifikator til brug af den klonede stemme i TTS.
audio
object {url, content_type, file_name, file_size} | nullLydforhåndsvisning syntetiseret med den klonede stemme, når det anmodes om.

Flere modeller: Tekst til tale

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/minimax/voice-clone.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt