Sleppa yfir í efni

MiniMax Voice Cloning

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 1,52 $ 1.520 API-inneignir skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
MiniMax Texti í tal #speech

Klónar rödd úr sýnisupptöku og skilar endurnýtanlegu raddauðkenni ásamt valfrjálsu forskoðunarbút

MiniMax · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

0 / 1000

Valfrjáls texti til að búa til forskoðun með klónuðu röddinni.

•áskilið audio_url
Slepptu skrá eða

Vefslóð á upptöku fyrir raddklónun. Rödd verður varanleg eftir fyrstu notkun hennar með texta-í-tal (TTS)-leið, sem verður að eiga sér stað innan 7 daga til að forðast sjálfvirka eyðingu; upphafsupptakan ætti að vara í að minnsta kosti 10 sekúndur.

Ítarlegt model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model sjálfgefið speech-02-hd

Talgervingarlíkan fyrir forskoðunina: speech-02-hd, speech-02-turbo, speech-01-hd eða speech-01-turbo.

Nákvæmnismörk fyrir textastaðfestingu, á bilinu 0 til 1.

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

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um MiniMax Voice Cloning

Tekur sýni í `audio_url`, sem ætti að vera að minnsta kosti 10 sekúndur, og býr til sérsniðna rödd. Svarið inniheldur `custom_voice_id` til síðari TTS-notkunar. Forskoðun er lesin úr `text` (allt að 1000 stöfum) með vali á `model` meðal speech-02-hd, speech-02-turbo, speech-01-hd og speech-01-turbo. Valkostir eru meðal annars `noise_reduction` og `need_volume_normalization`.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Hægt er að slaka á skimun með því að stilla false, ef beiðandi hefur heimild.
audio_urláskilið audio
Gerðurl · audio
Vefslóð á upptöku fyrir raddklónun. Rödd verður varanleg eftir fyrstu notkun hennar með texta-í-tal (TTS)-leið, sem verður að eiga sér stað innan 7 daga til að forðast sjálfvirka eyðingu; upphafsupptakan ætti að vara í að minnsta kosti 10 sekúndur.
noise_reductionvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Beitir suðminnkun á klónuðu röddina.
need_volume_normalizationvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Beitir hljóðstyrksjöfnun á klónuðu röddina.
accuracyvalfrjálst
Gerðnumber | null
0 – 1
Nákvæmnismörk fyrir textastaðfestingu, á bilinu 0 til 1.
textvalfrjálst
Gerðstring | null
SjálfgefiðHello, this is a preview of your cloned voice! I hope you like it!
≤ 1.000 stafir
Valfrjáls texti til að búa til forskoðun með klónuðu röddinni.
modelvalfrjálst
Gerðenum
Sjálfgefiðspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Talgervingarlíkan fyrir forskoðunina: speech-02-hd, speech-02-turbo, speech-01-hd eða speech-01-turbo.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
custom_voice_id
stringAuðkenni til að nota klónuðu röddina í TTS.
audio
object {url, content_type, file_name, file_size} | nullForskoðun hljóðs sem er talgervð með klónuðu röddinni, þegar þess er óskað.

Fleiri líkön: Texti í tal

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/minimax/voice-clone.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt