Aqbeż għall-kontenut

MiniMax Voice Cloning

Integra

Id tal-mudell 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"

Fajls bħall-eżempju: $1.52 1,520 krediti tal-API il-fajls tiegħek jitkejlu qabel it-tħaddim Ħaddmu f’din il-paġna

Ikseb ċavetta API
MiniMax Test għal diskors #speech

Jikklona vuċi minn reġistrazzjoni ta' kampjun u jirritorna voice ID li jista' jerġa' jintuża flimkien ma' klipp ta' preview fakultattiv

MiniMax · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

0 / 1000

Test fakultattiv għas-sinteżi ta' preview bl-użu tal-vuċi kklonata.

•meħtieġ audio_url
Waqqa’ fajl, jew

URL li jindika reġistrazzjoni għall-klonazzjoni tal-vuċi. Vuċi ssir permanenti wara l-ewwel użu tagħha ma' rotta text-to-speech (TTS), li għandu jseħħ fi żmien 7 ijiem biex tiġi evitata t-tħassira awtomatika; ir-reġistrazzjoni tas-sors għandha ddum mill-inqas 10 sekondi.

Avvanzat model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model prestabbilit speech-02-hd

Mudell ta' sinteżi tad-diskors għall-preview: speech-02-hd, speech-02-turbo, speech-01-hd, jew speech-01-turbo.

Limitu tal-preċiżjoni għall-validazzjoni tat-test, li jvarja minn 0 sa 1.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar MiniMax Voice Cloning

Jieħu kampjun `audio_url`, li għandu jkun ta' mill-inqas 10 sekondi, u joħloq vuċi personalizzata. Ir-rispons jinkludi `custom_voice_id` għal użu sussegwenti ta' TTS. Preview jinqara minn `text` (sa 1000 karattru) b'għażla ta' `model` fost speech-02-hd, speech-02-turbo, speech-01-hd u speech-01-turbo. L-għażliet jinkludu `noise_reduction` u `need_volume_normalization`.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
audio_urlmeħtieġ audio
Tipurl · audio
URL li jindika reġistrazzjoni għall-klonazzjoni tal-vuċi. Vuċi ssir permanenti wara l-ewwel użu tagħha ma' rotta text-to-speech (TTS), li għandu jseħħ fi żmien 7 ijiem biex tiġi evitata t-tħassira awtomatika; ir-reġistrazzjoni tas-sors għandha ddum mill-inqas 10 sekondi.
noise_reductionmhux obbligatorju
Tipboolean
Prestabbilitfalse
Japplika t-tnaqqis tal-ħoss għall-vuċi kklonata.
need_volume_normalizationmhux obbligatorju
Tipboolean
Prestabbilitfalse
Japplika n-normalizzazzjoni tal-volum għall-vuċi kklonata.
accuracymhux obbligatorju
Tipnumber | null
0 – 1
Limitu tal-preċiżjoni għall-validazzjoni tat-test, li jvarja minn 0 sa 1.
textmhux obbligatorju
Tipstring | null
PrestabbilitHello, this is a preview of your cloned voice! I hope you like it!
≤ 1,000 karattri
Test fakultattiv għas-sinteżi ta' preview bl-użu tal-vuċi kklonata.
modelmhux obbligatorju
Tipenum
Prestabbilitspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Mudell ta' sinteżi tad-diskors għall-preview: speech-02-hd, speech-02-turbo, speech-01-hd, jew speech-01-turbo.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
custom_voice_id
stringIdentifikatur għall-użu tal-vuċi kklonata fit-TTS.
audio
object {url, content_type, file_name, file_size} | nullPreview tal-awdjo sintetizzat bl-użu tal-vuċi kklonata, meta mitlub.

Aktar mudelli: Test għal diskors

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/minimax/voice-clone.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt