使用流程
快速复刻功能实现具体操作流程如下：- 上传待克隆音频 调用 上传复刻音频 上传待克隆的音频文件并获取
file_id。
- 支持上传的文件需遵从以下规范： 上传的音频文件格式需为：mp3、m4a、wav 格式； 上传的音频文件的时长最少应不低于 10 秒，最长应不超过 5 分钟； 上传的音频文件大小需不超过 20mb。
- 上传示例音频 (可选) 若需要提供示例音频以增强克隆效果，需要调用 上传示例音频上传示例音频文件并获得对应的
file_id。填写在clone_prompt中的prompt_audio中。
- 支持上传的文件需遵从以下规范： 上传的音频文件格式需为：mp3、m4a、wav 格式； 上传的音频文件的时长小于 8s； 上传的音频文件大小需不超过 20mb。
- 调用复刻接口 基于获取的
file_id和自定义的voice_id作为输入参数，调用 快速复刻接口 克隆音色。 - 使用克隆音色 使用复刻生成的
voice_id，根据实际需求调用语音生成接口，例如：
过程示例
1. 上传复刻音频
"""
本示例用于获取复刻音频的 file_id。
注意：需要先将密钥信息写入环境变量 `MINIMAX_API_KEY`。
"""
import requests
import os
api_key = os.getenv("MINIMAX_API_KEY")
url = "https://api.minimaxi.com/v1/files/upload"
payload = {"purpose": "voice_clone"}
files = [
("file", ("clone_input.mp3", open("/path/to/clone_input.mp3", "rb")))
]
headers = {
"Authorization": f"Bearer {api_key}"
}
response = requests.post(url, headers=headers, data=payload, files=files)
response.raise_for_status()
file_id = response.json().get("file", {}).get("file_id")
print(file_id)
curl --location 'https://api.minimaxi.com/v1/files/upload' \
--header 'Authorization: Bearer ${MINIMAX_API_KEY}' \
--form 'purpose="voice_clone"' \
--form 'file=@"/path/to/clone_input.mp3"'
2. 上传参考音频
"""
本示例用于获取示例音频的 file_id。
注意：需要先将密钥信息写入环境变量 `MINIMAX_API_KEY`。
"""
import requests
import os
api_key = os.getenv("MINIMAX_API_KEY")
url = "https://api.minimaxi.com/v1/files/upload"
payload = {"purpose": "prompt_audio"}
files = [
("file", ("clone_prompt.mp3", open("/path/to/clone_prompt.mp3", "rb")))
]
headers = {
"Authorization": f"Bearer {api_key}"
}
response = requests.post(url, headers=headers, data=payload, files=files)
response.raise_for_status()
prompt_file_id = response.json().get("file", {}).get("file_id")
print(prompt_file_id)
curl --location 'https://api.minimaxi.com/v1/files/upload' \
--header 'Authorization: Bearer ${MINIMAX_API_KEY}' \
--form 'purpose="prompt_audio"' \
--form 'file=@"/path/to/clone_prompt.mp3"'
3. 进行音色克隆
"""
本示例用于音色克隆。
注意：需要设置环境变量 `MINIMAX_API_KEY`，
并将 "<voice_id>", <file_id_of_cloned_voice>, <file_id_of_prompt_audio> 替换为实际值。
"""
import requests
import json
import os
api_key = os.getenv("MINIMAX_API_KEY")
url = "https://api.minimaxi.com/v1/voice_clone"
clone_payload = {
"file_id": file_id,
"voice_id": "<your_custom_voice_id>",
"clone_prompt": {
"prompt_audio": prompt_file_id,
"prompt_text": "后来认为啊，是有人抓这鸡，可是抓鸡的地方呢没人听过鸡叫。"
},
"text": "大兄弟，听您口音不是本地人吧，头回来天津卫，啊，待会您可甭跟着导航走，那玩意儿净给您往大马路上绕。",
"model": "speech-2.8-hd"
}
clone_headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
response = requests.post(url, headers=headers, json=payload)
response.raise_for_status()
print(response.text)
curl --location 'https://api.minimaxi.com/v1/voice_clone' \
--header 'Authorization: Bearer ${MINIMAX_API_KEY}' \
--header 'Content-Type: application/json' \
--data '{
"file_id": <file_id_of_cloned_voice>,
"voice_id": "<your_custom_voice_id>",
"clone_prompt": {
"prompt_audio": <file_id_of_prompt_audio>,
"prompt_text": "后来认为啊，是有人抓这鸡，可是抓鸡的地方呢没人听过鸡叫。"
},
"text": "大兄弟，听您口音不是本地人吧，头回来天津卫，啊，待会您可甭跟着导航走，那玩意净给您往大马路上绕。",
"model": "speech-2.8"
}'
完整示例
"""
本示例用于快速克隆音色并获取试听文件。
注意：需要先将密钥信息写入环境变量 `MINIMAX_API_KEY`，
并将"<your_custom_voice_id>"替换为您定义的音色 id。
"""
import json
import requests
import os
api_key = os.getenv("MINIMAX_API_KEY")
upload_url = "https://api.minimaxi.com/v1/files/upload"
clone_url = "https://api.minimaxi.com/v1/voice_clone"
headers = {"Authorization": f"Bearer {api_key}"}
with open("/path/to/clone_input.mp3", "rb") as f:
files = {"file": ("clone_input.mp3", f)}
data = {"purpose": "voice_clone"}
response = requests.post(upload_url, headers=headers, data=data, files=files)
file_id = response.json()["file"]["file_id"]
print(f"File ID of the cloned audio: {file_id}")
# 2. 上传示例音频
with open("/path/to/clone_prompt.mp3", "rb") as f:
files = {"file": ("clone_prompt.mp3", f)}
data = {"purpose": "prompt_audio"}
response = requests.post(upload_url, headers=headers, data=data, files=files)
prompt_file_id = response.json()["file"]["file_id"]
print(f"File ID of the prompt audio: {prompt_file_id}")
# 3. 进行音色克隆
clone_payload = {
"file_id": file_id,
"voice_id": "<your_custom_voice_id>",
"clone_prompt": {
"prompt_audio": prompt_file_id,
"prompt_text": "后来认为啊，是有人抓这鸡，可是抓鸡的地方呢没人听过鸡叫。"
},
"text": "大兄弟，听您口音不是本地人吧，头回来天津卫，啊，待会您可甭跟着导航走，那玩意儿净给您往大马路上绕。",
"model": "speech-2.8-hd"
}
clone_headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
response = requests.post(clone_url, headers=clone_headers, json=clone_payload)
print(response.text)
结果示例
- 复刻音频
- 示例音频
- 结果音频
推荐阅读
快速复刻接口
使用 API 接口进行音色快速复刻。
同步语音合成指南
同步语音合成支持基于文本到语音的同步生成，单次可处理最长 10,000 字符的文本。
产品定价
各模型的定价说明、计费方式及使用限制。
速率限制
为保证资源的高效使用，引入速率限制，以确保服务的可用性、稳定性。