رفتن به محتوا

MiniMax Voice Cloning

یکپارچه‌سازی

شناسه مدل 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"

فایل‌هایی مانند نمونه: ⁨‎$۱٫۵۲⁩ ۱٬۵۲۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
MiniMax متن به گفتار #speech

شبیه‌سازی صدا از نمونه ضبط‌شده و بازگرداندن شناسه صدای قابل استفاده مجدد به‌همراه کلیپ پیش‌نمایش اختیاری

MiniMax · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

0 / 1000

متن اختیاری برای سنتز پیش‌نمایش با استفاده از صدای شبیه‌سازی‌شده.

•الزامی audio_url
یک فایل بیندازید، یا

URL ضبط صدای مورد استفاده برای شبیه‌سازی صدا. صدا پس از نخستین استفاده با یک مسیر تبدیل متن به گفتار (TTS) دائمی می‌شود؛ این استفاده باید ظرف 7 روز انجام شود تا از حذف خودکار جلوگیری شود. ضبط منبع باید حداقل 10 ثانیه باشد.

پیشرفته model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model پیش‌فرض speech-02-hd

مدل سنتز گفتار برای پیش‌نمایش: speech-02-hd، speech-02-turbo، speech-01-hd یا speech-01-turbo.

آستانه دقت اعتبارسنجی متن، از 0 تا 1.

POST /run/minimax/voice-clone?wait=20 قیمت → ⁨‎$۱٫۵۲⁩
# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره MiniMax Voice Cloning

نمونه `audio_url` را که باید حداقل 10 ثانیه باشد دریافت و صدای سفارشی ایجاد می‌کند. پاسخ شامل `custom_voice_id` برای استفاده بعدی در TTS است. پیش‌نمایش با `text` (حداکثر 1000 نویسه) و انتخاب `model` از speech-02-hd، speech-02-turbo، speech-01-hd و speech-01-turbo خوانده می‌شود. گزینه‌ها شامل `noise_reduction` و `need_volume_normalization` هستند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
audio_urlالزامی audio
نوعurl · audio
URL ضبط صدای مورد استفاده برای شبیه‌سازی صدا. صدا پس از نخستین استفاده با یک مسیر تبدیل متن به گفتار (TTS) دائمی می‌شود؛ این استفاده باید ظرف 7 روز انجام شود تا از حذف خودکار جلوگیری شود. ضبط منبع باید حداقل 10 ثانیه باشد.
noise_reductionاختیاری
نوعboolean
پیش‌فرضfalse
کاهش نویز را روی صدای شبیه‌سازی‌شده اعمال می‌کند.
need_volume_normalizationاختیاری
نوعboolean
پیش‌فرضfalse
نرمال‌سازی بلندی را روی صدای شبیه‌سازی‌شده اعمال می‌کند.
accuracyاختیاری
نوعnumber | null
۰ – ۱
آستانه دقت اعتبارسنجی متن، از 0 تا 1.
textاختیاری
نوعstring | null
پیش‌فرضHello, this is a preview of your cloned voice! I hope you like it!
≤ ۱٬۰۰۰ نویسه
متن اختیاری برای سنتز پیش‌نمایش با استفاده از صدای شبیه‌سازی‌شده.
modelاختیاری
نوعenum
پیش‌فرضspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
مدل سنتز گفتار برای پیش‌نمایش: speech-02-hd، speech-02-turbo، speech-01-hd یا speech-01-turbo.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
custom_voice_id
stringشناسه استفاده از صدای شبیه‌سازی‌شده در TTS.
audio
object {url, content_type, file_name, file_size} | nullپیش‌نمایش صوتی سنتزشده با صدای شبیه‌سازی‌شده، در صورت درخواست.

مدل‌های بیشتر: متن به گفتار

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/minimax/voice-clone.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt