MiniMax Voice Clone · Referência da API
Clone uma voz de uma amostra de áudio autorizada, visualize-a e use a referência retornada na síntese de fala.
Envie JSON para POST /v1/wand/minimax-tts/sync_clone com uma chave de API APIMaster no cabeçalho Authorization: Bearer. Use uma amostra que você tem permissão para clonar.
| Campo | Tipo | Descrição |
|---|---|---|
model |
string | Obrigatório. Use minimax-voice-clone. |
audio_url, audio_data |
string | Abasteça pelo menos um. Use uma amostra pública MP3, M4A ou WAV URL ou uma amostra codificada por Base64. O comprimento da amostra sugerido é 10 segundos para 5 minutos, com um tamanho máximo de 20 MB. |
voice_id |
string | ID personalizado opcional, caracteres 8–256. Comece com uma carta. Use letras, dígitos, hífens ou sublinhados e termine com uma letra ou dígito. Quando omitido, um ID é gerado. |
text |
string | Texto de pré-visualização opcional até caracteres 1,000. Defina tts_model ao solicitar uma visualização. |
tts_model |
string | Modelo de pré-visualização como minimax-speech-2.8-hd. |
text_validation |
string | Transcrição esperada, até caracteres 200. A similaridade insuficiente de transcrições causa rejeição. |
accuracy |
number | Limiar de similaridade de transcrição entre 0 e 1. O padrão é 0.7. |
output_format |
string | hex (padrão) ou url. As URLs de prévia ficam disponíveis por 24 horas. |
curl -X POST "https://apimaster.ai/v1/wand/minimax-tts/sync_clone" \
-H "Authorization: Bearer $APIMASTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"minimax-voice-clone","audio_url":"https://example.com/voice.wav"}'
A API aceita áudio URL ou entrada de dados. O campo file_id não é suportado. Verifique se há base_resp.status_code=0. A resposta inclui voice_id, input_sensitive e uso. demo_audio e pré-visualizar detalhes em extra_info aparecem quando uma pré-visualização foi solicitada. O uso pode ser relatado em usage.total_token ou usage.total_tokens.
Na mesma conta, use o voice_id retornado sem alterações como voice_setting.voice_id no MiniMax Speech. O texto de pré-visualização é anunciado como síntese. A taxa de voz é liquidada quando a nova voz é usada pela primeira vez para uma síntese completa. Uma voz temporária não utilizada expira após sete dias. Veja o modelo Voice Clone card para o atual preço APIMaster.
