Gå til innhold

MiniMax Voice Cloning

Integrer

Modell-ID 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"

Filer som eksempelet: 1,52 $ 1 520 API-kreditter filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
MiniMax Tekst til tale #speech

Kloner en stemme fra et eksempelopptak og returnerer en gjenbrukbar stemme-ID samt et valgfritt forhåndsvisningsklipp

MiniMax · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

0 / 1000

Valgfri tekst for å syntetisere en forhåndsvisning med den klonede stemmen.

•obligatorisk audio_url
Slipp en fil, eller

URL til et opptak for stemmekloning. En stemme blir permanent etter første bruk med en tekst-til-tale-rute (TTS), som må skje innen 7 dager for å unngå automatisk sletting; kildeopptaket bør vare i minst 10 sekunder.

Avansert model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model standard speech-02-hd

Talesyntesemodell for forhåndsvisningen: speech-02-hd, speech-02-turbo, speech-01-hd eller speech-01-turbo.

Nøyaktighetsterskel for tekstvalidering, fra 0 til 1.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om MiniMax Voice Cloning

Tar et eksempel fra `audio_url`, som bør være minst 10 sekunder langt, og oppretter en tilpasset stemme. Svaret inkluderer `custom_voice_id` for senere TTS-bruk. En forhåndsvisning leses opp fra `text` (opptil 1000 tegn) med et `model`-valg blant speech-02-hd, speech-02-turbo, speech-01-hd og speech-01-turbo. Alternativene inkluderer `noise_reduction` og `need_volume_normalization`.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Filtreringen kan lempes ved å angi false, forutsatt at den som gjør forespørselen, er autorisert.
audio_urlobligatorisk audio
Typeurl · audio
URL til et opptak for stemmekloning. En stemme blir permanent etter første bruk med en tekst-til-tale-rute (TTS), som må skje innen 7 dager for å unngå automatisk sletting; kildeopptaket bør vare i minst 10 sekunder.
noise_reductionvalgfritt
Typeboolean
Standardfalse
Bruker støyreduksjon på den klonede stemmen.
need_volume_normalizationvalgfritt
Typeboolean
Standardfalse
Bruker lydstyrkenormalisering på den klonede stemmen.
accuracyvalgfritt
Typenumber | null
0 – 1
Nøyaktighetsterskel for tekstvalidering, fra 0 til 1.
textvalgfritt
Typestring | null
StandardHello, this is a preview of your cloned voice! I hope you like it!
≤ 1 000 tegn
Valgfri tekst for å syntetisere en forhåndsvisning med den klonede stemmen.
modelvalgfritt
Typeenum
Standardspeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Talesyntesemodell for forhåndsvisningen: speech-02-hd, speech-02-turbo, speech-01-hd eller speech-01-turbo.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
custom_voice_id
stringIdentifikator for bruk av den klonede stemmen i TTS.
audio
object {url, content_type, file_name, file_size} | nullLydforhåndsvisning syntetisert med den klonede stemmen, når dette er forespurt.

Flere modeller: Tekst til tale

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/minimax/voice-clone.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt