Μετάβαση στο περιεχόμενο

MiniMax Voice Cloning

Ενσωμάτωση

id μοντέλου 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"

Αρχεία όπως το παράδειγμα: 1,52 $ 1.520 πιστώσεις API τα αρχεία σας μετρώνται πριν από την εκτέλεση Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API

Κλωνοποιεί φωνή από δείγμα ηχογράφησης και επιστρέφει επαναχρησιμοποιήσιμο voice ID μαζί με προαιρετικό κλιπ προεπισκόπησης

MiniMax · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

0 / 1000

Προαιρετικό κείμενο για σύνθεση προεπισκόπησης με χρήση της κλωνοποιημένης φωνής.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

URL που παραπέμπει σε ηχογράφηση για κλωνοποίηση φωνής. Η φωνή γίνεται μόνιμη μετά την πρώτη χρήση της με διαδρομή text-to-speech (TTS), η οποία πρέπει να πραγματοποιηθεί εντός 7 ημερών για την αποφυγή αυτόματης διαγραφής· η ηχογράφηση προέλευσης πρέπει να διαρκεί τουλάχιστον 10 δευτερόλεπτα.

Για προχωρημένους model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model προεπιλογή speech-02-hd

Μοντέλο σύνθεσης ομιλίας για την προεπισκόπηση: speech-02-hd, speech-02-turbo, speech-01-hd ή speech-01-turbo.

Κατώφλι ακρίβειας για την επικύρωση κειμένου, από 0 έως 1.

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

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το MiniMax Voice Cloning

Λαμβάνει δείγμα `audio_url` διάρκειας τουλάχιστον 10 δευτερολέπτων και δημιουργεί προσαρμοσμένη φωνή. Η απόκριση περιλαμβάνει `custom_voice_id` για μεταγενέστερη χρήση TTS. Μια προεπισκόπηση εκφωνεί το `text` έως 1000 χαρακτήρες με επιλογή `model` μεταξύ speech-02-hd, speech-02-turbo, speech-01-hd και speech-01-turbo. Οι επιλογές περιλαμβάνουν `noise_reduction` και `need_volume_normalization`.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ο έλεγχος μπορεί να χαλαρώσει με τη ρύθμιση false, εφόσον ο καλών είναι εξουσιοδοτημένος.
audio_urlαπαιτείται audio
Τύποςurl · audio
URL που παραπέμπει σε ηχογράφηση για κλωνοποίηση φωνής. Η φωνή γίνεται μόνιμη μετά την πρώτη χρήση της με διαδρομή text-to-speech (TTS), η οποία πρέπει να πραγματοποιηθεί εντός 7 ημερών για την αποφυγή αυτόματης διαγραφής· η ηχογράφηση προέλευσης πρέπει να διαρκεί τουλάχιστον 10 δευτερόλεπτα.
noise_reductionπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Εφαρμόζει μείωση θορύβου στην κλωνοποιημένη φωνή.
need_volume_normalizationπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Εφαρμόζει κανονικοποίηση έντασης στην κλωνοποιημένη φωνή.
accuracyπροαιρετικό
Τύποςnumber | null
0 – 1
Κατώφλι ακρίβειας για την επικύρωση κειμένου, από 0 έως 1.
textπροαιρετικό
Τύποςstring | null
ΠροεπιλογήHello, this is a preview of your cloned voice! I hope you like it!
≤ 1.000 χαρακτήρες
Προαιρετικό κείμενο για σύνθεση προεπισκόπησης με χρήση της κλωνοποιημένης φωνής.
modelπροαιρετικό
Τύποςenum
Προεπιλογήspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Μοντέλο σύνθεσης ομιλίας για την προεπισκόπηση: speech-02-hd, speech-02-turbo, speech-01-hd ή speech-01-turbo.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
custom_voice_id
stringΑναγνωριστικό για τη χρήση της κλωνοποιημένης φωνής στο TTS.
audio
object {url, content_type, file_name, file_size} | nullΠροεπισκόπηση ήχου που συντέθηκε με χρήση της κλωνοποιημένης φωνής, όταν ζητηθεί.

Περισσότερα μοντέλα: Κείμενο σε ομιλία

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/minimax/voice-clone.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt