Vai al contenuto

MiniMax Voice Cloning

Integra

ID del modello 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"

File come nell'esempio: 1,52 $ 1520 crediti API i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
MiniMax Da testo a voce #speech

Clona una voce da una registrazione campione e restituisce un ID vocale riutilizzabile più un clip di anteprima facoltativo

MiniMax · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

0 / 1000

Testo opzionale per sintetizzare un'anteprima usando la voce clonata.

•obbligatorio audio_url
Trascina un file oppure

URL che punta a una registrazione per il voice cloning. Una voce diventa permanente dopo il primo utilizzo con una route text-to-speech (TTS), che deve avvenire entro 7 giorni per evitare l'eliminazione automatica; la registrazione sorgente deve durare almeno 10 secondi.

Avanzate model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model predefinito speech-02-hd

Modello di sintesi vocale per l'anteprima: speech-02-hd, speech-02-turbo, speech-01-hd o speech-01-turbo.

Soglia di accuratezza per la convalida del testo, compresa tra 0 e 1.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su MiniMax Voice Cloning

Prende un campione `audio_url`, che dovrebbe durare almeno 10 secondi, e crea una voce personalizzata. La risposta include `custom_voice_id` per un successivo utilizzo TTS. Viene riprodotta un'anteprima dal `text` (fino a 1000 caratteri) con una scelta di `model` tra speech-02-hd, speech-02-turbo, speech-01-hd e speech-01-turbo. Le opzioni includono `noise_reduction` e `need_volume_normalization`.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
audio_urlobbligatorio audio
Tipourl · audio
URL che punta a una registrazione per il voice cloning. Una voce diventa permanente dopo il primo utilizzo con una route text-to-speech (TTS), che deve avvenire entro 7 giorni per evitare l'eliminazione automatica; la registrazione sorgente deve durare almeno 10 secondi.
noise_reductionfacoltativo
Tipoboolean
Predefinitofalse
Applica la riduzione del rumore alla voce clonata.
need_volume_normalizationfacoltativo
Tipoboolean
Predefinitofalse
Applica la normalizzazione del volume alla voce clonata.
accuracyfacoltativo
Tiponumber | null
0 – 1
Soglia di accuratezza per la convalida del testo, compresa tra 0 e 1.
textfacoltativo
Tipostring | null
PredefinitoHello, this is a preview of your cloned voice! I hope you like it!
≤ 1000 caratteri
Testo opzionale per sintetizzare un'anteprima usando la voce clonata.
modelfacoltativo
Tipoenum
Predefinitospeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Modello di sintesi vocale per l'anteprima: speech-02-hd, speech-02-turbo, speech-01-hd o speech-01-turbo.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
custom_voice_id
stringIdentificatore per usare la voce clonata in TTS.
audio
object {url, content_type, file_name, file_size} | nullAnteprima audio sintetizzata usando la voce clonata, quando richiesta.

Altri modelli: Da testo a voce

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/minimax/voice-clone.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt