Ir para o conteúdo

MiniMax Voice Cloning

Integrar

ID do modelo 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"

Arquivos como o exemplo: $ 1,52 1.520 créditos de API seus arquivos são medidos antes da execução Executar nesta página

Obter chave de API
MiniMax Texto para fala #speech

Clona uma voz a partir de uma gravação de amostra e retorna um ID de voz reutilizável e um clipe de prévia opcional

MiniMax · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

0 / 1000

Texto opcional para sintetizar uma prévia usando a voz clonada.

•obrigatório audio_url
Solte um arquivo ou

URL que aponta para uma gravação de clonagem de voz. Uma voz se torna permanente após seu primeiro uso com uma rota de conversão de texto em fala (TTS), o que deve ocorrer em até 7 dias para evitar a exclusão automática; a gravação de origem deve ter pelo menos 10 segundos.

Avançado model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model padrão speech-02-hd

Modelo de síntese de fala para a prévia: speech-02-hd, speech-02-turbo, speech-01-hd ou speech-01-turbo.

Limite de precisão para validação de texto, variando de 0 a 1.

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

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre MiniMax Voice Cloning

Recebe uma amostra `audio_url`, que deve ter pelo menos 10 segundos, e cria uma voz personalizada. A resposta inclui `custom_voice_id` para uso posterior em TTS. Uma prévia é falada a partir de `text` (até 1000 caracteres) com uma escolha de `model` entre speech-02-hd, speech-02-turbo, speech-01-hd e speech-01-turbo. As opções incluem `noise_reduction` e `need_volume_normalization`.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
A filtragem pode ser relaxada definindo false, desde que o chamador esteja autorizado.
audio_urlobrigatório audio
Tipourl · audio
URL que aponta para uma gravação de clonagem de voz. Uma voz se torna permanente após seu primeiro uso com uma rota de conversão de texto em fala (TTS), o que deve ocorrer em até 7 dias para evitar a exclusão automática; a gravação de origem deve ter pelo menos 10 segundos.
noise_reductionopcional
Tipoboolean
Padrãofalse
Aplica redução de ruído à voz clonada.
need_volume_normalizationopcional
Tipoboolean
Padrãofalse
Aplica normalização de volume à voz clonada.
accuracyopcional
Tiponumber | null
0 – 1
Limite de precisão para validação de texto, variando de 0 a 1.
textopcional
Tipostring | null
PadrãoHello, this is a preview of your cloned voice! I hope you like it!
≤ 1.000 caracteres
Texto opcional para sintetizar uma prévia usando a voz clonada.
modelopcional
Tipoenum
Padrãospeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Modelo de síntese de fala para a prévia: speech-02-hd, speech-02-turbo, speech-01-hd ou speech-01-turbo.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
custom_voice_id
stringIdentificador usado para utilizar a voz clonada em TTS.
audio
object {url, content_type, file_name, file_size} | nullPrévia de áudio sintetizada usando a voz clonada, quando solicitada.

Mais modelos: Texto para fala

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/minimax/voice-clone.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt