Alibaba Cloud Model Studio:Referensi API kloning suara Qwen

1. Alur kerja

Kloning suara dan sintesis suara adalah dua langkah terpisah namun saling terkait yang mengikuti alur kerja "buat dulu, gunakan kemudian":

1. Buat suara

   Panggil antarmuka Buat suara dan unggah klip audio. Sistem menganalisis audio dan membuat suara kloning kustom. Anda harus menentukan target_model, yang menentukan model sintesis suara yang akan menggerakkan suara yang dibuat.

   Jika Anda sudah memiliki suara (periksa dengan memanggil antarmuka Daftar suara), lewati langkah ini dan lanjutkan ke langkah berikutnya.

2. Gunakan suara untuk sintesis ucapan

   Panggil antarmuka sintesis suara dan masukkan suara dari langkah sebelumnya. Model sintesis suara yang ditentukan di sini harus sesuai dengan target_model dari langkah sebelumnya.

2. Konfigurasi model dan persiapan

Pilih model yang sesuai dan lengkapi persiapan yang diperlukan.

3. Contoh end-to-end

Contoh berikut menunjukkan cara menggunakan suara kloning kustom dalam sintesis suara untuk menghasilkan output yang sangat mirip dengan suara aslinya.

• Prinsip utama: target_model (model sintesis suara yang menggerakkan suara) yang ditentukan saat kloning suara harus sesuai dengan model yang digunakan dalam panggilan sintesis suara. Jika tidak, sintesis akan gagal.

• Contoh ini menggunakan file audio lokal voice.mp3 untuk kloning suara. Gantilah dengan file Anda sendiri saat menjalankan kode.

# coding=utf-8
# Petunjuk instalasi pyaudio:
# APPLE Mac OS X
#   brew install portaudio
#   pip install pyaudio
# Debian/Ubuntu
#   sudo apt-get install python-pyaudio python3-pyaudio
#   atau
#   pip install pyaudio
# CentOS
#   sudo yum install -y portaudio portaudio-devel && pip install pyaudio
# Microsoft Windows
#   python -m pip install pyaudio

import pyaudio
import os
import requests
import base64
import pathlib
import threading
import time
import dashscope  # Versi SDK Python DashScope minimal 1.23.9
from dashscope.audio.qwen_tts_realtime import QwenTtsRealtime, QwenTtsRealtimeCallback, AudioFormat

# ======= Konstanta =======
DEFAULT_TARGET_MODEL = "qwen3-tts-vc-realtime-2026-01-15"  # Gunakan model yang sama untuk kloning suara dan sintesis suara
DEFAULT_PREFERRED_NAME = "guanyu"
DEFAULT_AUDIO_MIME_TYPE = "audio/mpeg"
VOICE_FILE_PATH = "voice.mp3"  # Jalur relatif ke file audio lokal untuk kloning suara

TEXT_TO_SYNTHESIZE = [
    'Right? I really love this kind of supermarket,',
    'especially during Chinese New Year',
    'when I go shopping',
    'I feel',
    'super super happy!',
    'I want to buy so many things!'
]

def create_voice(file_path: str,
                 target_model: str = DEFAULT_TARGET_MODEL,
                 preferred_name: str = DEFAULT_PREFERRED_NAME,
                 audio_mime_type: str = DEFAULT_AUDIO_MIME_TYPE) -> str:
    """
    Buat suara dan kembalikan parameter suara
    """
    # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
    # Ganti dengan Kunci API Studio Model Anda jika variabel lingkungan belum dikonfigurasi: api_key = "sk-xxx"
    api_key = os.getenv("DASHSCOPE_API_KEY")

    file_path_obj = pathlib.Path(file_path)
    if not file_path_obj.exists():
        raise FileNotFoundError(f"File audio tidak ditemukan: {file_path}")

    base64_str = base64.b64encode(file_path_obj.read_bytes()).decode()
    data_uri = f"data:{audio_mime_type};base64,{base64_str}"

    # URL wilayah Singapura. Ganti dengan https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization untuk model wilayah Beijing
    url = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization"
    payload = {
        "model": "qwen-voice-enrollment", # Jangan ubah nilai ini
        "input": {
            "action": "create",
            "target_model": target_model,
            "preferred_name": preferred_name,
            "audio": {"data": data_uri}
        }
    }
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }

    resp = requests.post(url, json=payload, headers=headers)
    if resp.status_code != 200:
        raise RuntimeError(f"Pembuatan suara gagal: {resp.status_code}, {resp.text}")

    try:
        return resp.json()["output"]["voice"]
    except (KeyError, ValueError) as e:
        raise RuntimeError(f"Gagal mengurai respons suara: {e}")

def init_dashscope_api_key():
    """
    Inisialisasi Kunci API SDK DashScope
    """
    # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
    # Ganti dengan Kunci API Studio Model Anda jika variabel lingkungan belum dikonfigurasi: dashscope.api_key = "sk-xxx"
    dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")

# ======= Kelas callback =======
class MyCallback(QwenTtsRealtimeCallback):
    """
    Callback streaming TTS kustom
    """
    def __init__(self):
        self.complete_event = threading.Event()
        self._player = pyaudio.PyAudio()
        self._stream = self._player.open(
            format=pyaudio.paInt16, channels=1, rate=24000, output=True
        )

    def on_open(self) -> None:
        print('[TTS] Koneksi berhasil dibuat')

    def on_close(self, close_status_code, close_msg) -> None:
        self._stream.stop_stream()
        self._stream.close()
        self._player.terminate()
        print(f'[TTS] Koneksi ditutup kode={close_status_code}, msg={close_msg}')

    def on_event(self, response: dict) -> None:
        try:
            event_type = response.get('type', '')
            if event_type == 'session.created':
                print(f'[TTS] Sesi dimulai: {response["session"]["id"]}')
            elif event_type == 'response.audio.delta':
                audio_data = base64.b64decode(response['delta'])
                self._stream.write(audio_data)
            elif event_type == 'response.done':
                print(f'[TTS] Respons selesai, ID Respons: {qwen_tts_realtime.get_last_response_id()}')
            elif event_type == 'session.finished':
                print('[TTS] Sesi berakhir')
                self.complete_event.set()
        except Exception as e:
            print(f'[Error] Kesalahan menangani event callback: {e}')

    def wait_for_finished(self):
        self.complete_event.wait()

# ======= Logika eksekusi utama =======
if __name__ == '__main__':
    init_dashscope_api_key()
    print('[System] Menginisialisasi Qwen TTS Realtime ...')

    callback = MyCallback()
    qwen_tts_realtime = QwenTtsRealtime(
        model=DEFAULT_TARGET_MODEL,
        callback=callback,
        # URL wilayah Singapura. Ganti dengan wss://dashscope.aliyuncs.com/api-ws/v1/realtime untuk model wilayah Beijing
        url='wss://dashscope-intl.aliyuncs.com/api-ws/v1/realtime'
    )
    qwen_tts_realtime.connect()
    
    qwen_tts_realtime.update_session(
        voice=create_voice(VOICE_FILE_PATH), # Ganti parameter suara dengan suara kustom hasil kloning
        response_format=AudioFormat.PCM_24000HZ_MONO_16BIT,
        mode='server_commit'
    )

    for text_chunk in TEXT_TO_SYNTHESIZE:
        print(f'[Mengirim teks]: {text_chunk}')
        qwen_tts_realtime.append_text(text_chunk)
        time.sleep(0.1)

    qwen_tts_realtime.finish()
    callback.wait_for_finished()

    print(f'[Metric] session_id={qwen_tts_realtime.get_session_id()}, '
          f'first_audio_delay={qwen_tts_realtime.get_first_audio_delay()}s')

<!-- https://mvnrepository.com/artifact/com.google.code.gson/gson -->
<dependency>
    <groupId>com.google.code.gson</groupId>
    <artifactId>gson</artifactId>
    <version>2.13.1</version>
</dependency>

// https://mvnrepository.com/artifact/com.google.code.gson/gson
implementation("com.google.code.gson:gson:2.13.1")

import com.alibaba.dashscope.audio.qwen_tts_realtime.*;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.google.gson.Gson;
import com.google.gson.JsonObject;

import javax.sound.sampled.*;
import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.file.*;
import java.nio.charset.StandardCharsets;
import java.util.Base64;
import java.util.Queue;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.atomic.AtomicReference;
import java.util.concurrent.ConcurrentLinkedQueue;
import java.util.concurrent.atomic.AtomicBoolean;

public class Main {
    // ===== Konstanta =====
    // Gunakan model yang sama untuk kloning suara dan sintesis suara
    private static final String TARGET_MODEL = "qwen3-tts-vc-realtime-2026-01-15";
    private static final String PREFERRED_NAME = "guanyu";
    // Jalur relatif ke file audio lokal untuk kloning suara
    private static final String AUDIO_FILE = "voice.mp3";
    private static final String AUDIO_MIME_TYPE = "audio/mpeg";
    private static String[] textToSynthesize = {
            "Right? I really love this kind of supermarket",
            "especially during Chinese New Year",
            "when I go shopping",
            "I feel",
            "super super happy!",
            "I want to buy so many things!"
    };

    // Hasilkan data URI
    public static String toDataUrl(String filePath) throws IOException {
        byte[] bytes = Files.readAllBytes(Paths.get(filePath));
        String encoded = Base64.getEncoder().encodeToString(bytes);
        return "data:" + AUDIO_MIME_TYPE + ";base64," + encoded;
    }

    // Panggil API untuk membuat suara
    public static String createVoice() throws Exception {
        // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
        // Ganti dengan Kunci API Studio Model Anda jika variabel lingkungan belum dikonfigurasi: String apiKey = "sk-xxx"
        String apiKey = System.getenv("DASHSCOPE_API_KEY");

        String jsonPayload =
                "{"
                        + "\"model\": \"qwen-voice-enrollment\"," // Jangan ubah nilai ini
                        + "\"input\": {"
                        +     "\"action\": \"create\","
                        +     "\"target_model\": \"" + TARGET_MODEL + "\","
                        +     "\"preferred_name\": \"" + PREFERRED_NAME + "\","
                        +     "\"audio\": {"
                        +         "\"data\": \"" + toDataUrl(AUDIO_FILE) + "\""
                        +     "}"
                        + "}"
                        + "}";

        HttpURLConnection con = (HttpURLConnection) new URL("https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization").openConnection();
        con.setRequestMethod("POST");
        con.setRequestProperty("Authorization", "Bearer " + apiKey);
        con.setRequestProperty("Content-Type", "application/json");
        con.setDoOutput(true);

        try (OutputStream os = con.getOutputStream()) {
            os.write(jsonPayload.getBytes(StandardCharsets.UTF_8));
        }

        int status = con.getResponseCode();
        System.out.println("Kode status HTTP: " + status);

        try (BufferedReader br = new BufferedReader(
                new InputStreamReader(status >= 200 && status < 300 ? con.getInputStream() : con.getErrorStream(),
                        StandardCharsets.UTF_8))) {
            StringBuilder response = new StringBuilder();
            String line;
            while ((line = br.readLine()) != null) {
                response.append(line);
            }
            System.out.println("Konten respons: " + response);

            if (status == 200) {
                JsonObject jsonObj = new Gson().fromJson(response.toString(), JsonObject.class);
                return jsonObj.getAsJsonObject("output").get("voice").getAsString();
            }
            throw new IOException("Pembuatan suara gagal: " + status + " - " + response);
        }
    }

    // Kelas pemutar audio PCM real-time
    public static class RealtimePcmPlayer {
        private int sampleRate;
        private SourceDataLine line;
        private AudioFormat audioFormat;
        private Thread decoderThread;
        private Thread playerThread;
        private AtomicBoolean stopped = new AtomicBoolean(false);
        private Queue<String> b64AudioBuffer = new ConcurrentLinkedQueue<>();
        private Queue<byte[]> RawAudioBuffer = new ConcurrentLinkedQueue<>();

        // Konstruktor untuk menginisialisasi format audio dan saluran audio
        public RealtimePcmPlayer(int sampleRate) throws LineUnavailableException {
            this.sampleRate = sampleRate;
            this.audioFormat = new AudioFormat(this.sampleRate, 16, 1, true, false);
            DataLine.Info info = new DataLine.Info(SourceDataLine.class, audioFormat);
            line = (SourceDataLine) AudioSystem.getLine(info);
            line.open(audioFormat);
            line.start();
            decoderThread = new Thread(new Runnable() {
                @Override
                public void run() {
                    while (!stopped.get()) {
                        String b64Audio = b64AudioBuffer.poll();
                        if (b64Audio != null) {
                            byte[] rawAudio = Base64.getDecoder().decode(b64Audio);
                            RawAudioBuffer.add(rawAudio);
                        } else {
                            try {
                                Thread.sleep(100);
                            } catch (InterruptedException e) {
                                throw new RuntimeException(e);
                            }
                        }
                    }
                }
            });
            playerThread = new Thread(new Runnable() {
                @Override
                public void run() {
                    while (!stopped.get()) {
                        byte[] rawAudio = RawAudioBuffer.poll();
                        if (rawAudio != null) {
                            try {
                                playChunk(rawAudio);
                            } catch (IOException e) {
                                throw new RuntimeException(e);
                            } catch (InterruptedException e) {
                                throw new RuntimeException(e);
                            }
                        } else {
                            try {
                                Thread.sleep(100);
                            } catch (InterruptedException e) {
                                throw new RuntimeException(e);
                            }
                        }
                    }
                }
            });
            decoderThread.start();
            playerThread.start();
        }

        // Putar potongan audio dan blokir hingga pemutaran selesai
        private void playChunk(byte[] chunk) throws IOException, InterruptedException {
            if (chunk == null || chunk.length == 0) return;

            int bytesWritten = 0;
            while (bytesWritten < chunk.length) {
                bytesWritten += line.write(chunk, bytesWritten, chunk.length - bytesWritten);
            }
            int audioLength = chunk.length / (this.sampleRate*2/1000);
            // Tunggu hingga audio di buffer selesai diputar
            Thread.sleep(audioLength - 10);
        }

        public void write(String b64Audio) {
            b64AudioBuffer.add(b64Audio);
        }

        public void cancel() {
            b64AudioBuffer.clear();
            RawAudioBuffer.clear();
        }

        public void waitForComplete() throws InterruptedException {
            while (!b64AudioBuffer.isEmpty() || !RawAudioBuffer.isEmpty()) {
                Thread.sleep(100);
            }
            line.drain();
        }

        public void shutdown() throws InterruptedException {
            stopped.set(true);
            decoderThread.join();
            playerThread.join();
            if (line != null && line.isRunning()) {
                line.drain();
                line.close();
            }
        }
    }

    public static void main(String[] args) throws Exception {
        QwenTtsRealtimeParam param = QwenTtsRealtimeParam.builder()
                .model(TARGET_MODEL)
                // URL wilayah Singapura. Ganti dengan wss://dashscope.aliyuncs.com/api-ws/v1/realtime untuk model wilayah Beijing
                .url("wss://dashscope-intl.aliyuncs.com/api-ws/v1/realtime")
                // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
                // Ganti dengan Kunci API Studio Model Anda jika variabel lingkungan belum dikonfigurasi: .apikey("sk-xxx")
                .apikey(System.getenv("DASHSCOPE_API_KEY"))
                .build();
        AtomicReference<CountDownLatch> completeLatch = new AtomicReference<>(new CountDownLatch(1));
        final AtomicReference<QwenTtsRealtime> qwenTtsRef = new AtomicReference<>(null);

        // Buat instance pemutar audio real-time
        RealtimePcmPlayer audioPlayer = new RealtimePcmPlayer(24000);

        QwenTtsRealtime qwenTtsRealtime = new QwenTtsRealtime(param, new QwenTtsRealtimeCallback() {
            @Override
            public void onOpen() {
                // Tangani koneksi berhasil dibuat
            }
            @Override
            public void onEvent(JsonObject message) {
                String type = message.get("type").getAsString();
                switch(type) {
                    case "session.created":
                        // Tangani sesi dibuat
                        break;
                    case "response.audio.delta":
                        String recvAudioB64 = message.get("delta").getAsString();
                        // Putar audio secara real-time
                        audioPlayer.write(recvAudioB64);
                        break;
                    case "response.done":
                        // Tangani respons selesai
                        break;
                    case "session.finished":
                        // Tangani sesi berakhir
                        completeLatch.get().countDown();
                    default:
                        break;
                }
            }
            @Override
            public void onClose(int code, String reason) {
                // Tangani koneksi ditutup
            }
        });
        qwenTtsRef.set(qwenTtsRealtime);
        try {
            qwenTtsRealtime.connect();
        } catch (NoApiKeyException e) {
            throw new RuntimeException(e);
        }
        QwenTtsRealtimeConfig config = QwenTtsRealtimeConfig.builder()
                .voice(createVoice()) // Ganti parameter suara dengan suara kustom hasil kloning
                .responseFormat(QwenTtsRealtimeAudioFormat.PCM_24000HZ_MONO_16BIT)
                .mode("server_commit")
                .build();
        qwenTtsRealtime.updateSession(config);
        for (String text:textToSynthesize) {
            qwenTtsRealtime.appendText(text);
            Thread.sleep(100);
        }
        qwenTtsRealtime.finish();
        completeLatch.get().await();

        // Tunggu hingga pemutaran audio selesai dan matikan pemutar
        audioPlayer.waitForComplete();
        audioPlayer.shutdown();
        System.exit(0);
    }
}

import os
import requests
import base64
import pathlib
import dashscope

# ======= Konfigurasi konstanta =======
DEFAULT_TARGET_MODEL = "qwen3-tts-vc-2026-01-22"  # Gunakan model yang sama untuk kloning suara dan sintesis suara
DEFAULT_PREFERRED_NAME = "guanyu"
DEFAULT_AUDIO_MIME_TYPE = "audio/mpeg"
VOICE_FILE_PATH = "voice.mp3"  # Jalur relatif ke file audio lokal yang digunakan untuk kloning suara


def create_voice(file_path: str,
                 target_model: str = DEFAULT_TARGET_MODEL,
                 preferred_name: str = DEFAULT_PREFERRED_NAME,
                 audio_mime_type: str = DEFAULT_AUDIO_MIME_TYPE) -> str:
    """
    Buat suara dan kembalikan parameter suara.
    """
    # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
    # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: api_key = "sk-xxx"
    api_key = os.getenv("DASHSCOPE_API_KEY")

    file_path_obj = pathlib.Path(file_path)
    if not file_path_obj.exists():
        raise FileNotFoundError(f"File audio tidak ada: {file_path}")

    base64_str = base64.b64encode(file_path_obj.read_bytes()).decode()
    data_uri = f"data:{audio_mime_type};base64,{base64_str}"

    # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
    url = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization"
    payload = {
        "model": "qwen-voice-enrollment", # Jangan ubah nilai ini
        "input": {
            "action": "create",
            "target_model": target_model,
            "preferred_name": preferred_name,
            "audio": {"data": data_uri}
        }
    }
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }

    resp = requests.post(url, json=payload, headers=headers)
    if resp.status_code != 200:
        raise RuntimeError(f"Gagal membuat suara: {resp.status_code}, {resp.text}")

    try:
        return resp.json()["output"]["voice"]
    except (KeyError, ValueError) as e:
        raise RuntimeError(f"Gagal mengurai respons suara: {e}")


if __name__ == '__main__':
    # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1
    dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'

    text = "How's the weather today?"
    # Penggunaan antarmuka SpeechSynthesizer: dashscope.audio.qwen_tts.SpeechSynthesizer.call(...)
    response = dashscope.MultiModalConversation.call(
        model=DEFAULT_TARGET_MODEL,
        # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
        # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: api_key = "sk-xxx"
        api_key=os.getenv("DASHSCOPE_API_KEY"),
        text=text,
        voice=create_voice(VOICE_FILE_PATH), # Ganti parameter suara dengan suara kustom hasil kloning
        stream=False
    )
    print(response)

<!-- https://mvnrepository.com/artifact/com.google.code.gson/gson -->
<dependency>
    <groupId>com.google.code.gson</groupId>
    <artifactId>gson</artifactId>
    <version>2.13.1</version>
</dependency>

// https://mvnrepository.com/artifact/com.google.code.gson/gson
implementation("com.google.code.gson:gson:2.13.1")

MultiModalConversationParam param = MultiModalConversationParam.builder()
                .parameter("voice", "your_voice") // Ganti parameter suara dengan suara kustom hasil kloning
                .build();

import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversation;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationParam;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationResult;
import com.alibaba.dashscope.utils.Constants;
import com.google.gson.Gson;
import com.google.gson.JsonObject;

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.file.*;
import java.nio.charset.StandardCharsets;
import java.util.Base64;

public class Main {
    // ===== Definisi konstanta =====
    // Gunakan model yang sama untuk kloning suara dan sintesis suara
    private static final String TARGET_MODEL = "qwen3-tts-vc-2026-01-22";
    private static final String PREFERRED_NAME = "guanyu";
    // Jalur relatif ke file audio lokal yang digunakan untuk kloning suara
    private static final String AUDIO_FILE = "voice.mp3";
    private static final String AUDIO_MIME_TYPE = "audio/mpeg";

    // Hasilkan URI data
    public static String toDataUrl(String filePath) throws IOException {
        byte[] bytes = Files.readAllBytes(Paths.get(filePath));
        String encoded = Base64.getEncoder().encodeToString(bytes);
        return "data:" + AUDIO_MIME_TYPE + ";base64," + encoded;
    }

    // Panggil API untuk membuat suara
    public static String createVoice() throws Exception {
        // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
        // Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: String apiKey = "sk-xxx"
        String apiKey = System.getenv("DASHSCOPE_API_KEY");

        String jsonPayload =
                "{"
                        + "\"model\": \"qwen-voice-enrollment\"," // Jangan ubah nilai ini
                        + "\"input\": {"
                        +     "\"action\": \"create\","
                        +     "\"target_model\": \"" + TARGET_MODEL + "\","
                        +     "\"preferred_name\": \"" + PREFERRED_NAME + "\","
                        +     "\"audio\": {"
                        +         "\"data\": \"" + toDataUrl(AUDIO_FILE) + "\""
                        +     "}"
                        + "}"
                        + "}";

        // URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
        String url = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization";
        HttpURLConnection con = (HttpURLConnection) new URL(url).openConnection();
        con.setRequestMethod("POST");
        con.setRequestProperty("Authorization", "Bearer " + apiKey);
        con.setRequestProperty("Content-Type", "application/json");
        con.setDoOutput(true);

        try (OutputStream os = con.getOutputStream()) {
            os.write(jsonPayload.getBytes(StandardCharsets.UTF_8));
        }

        int status = con.getResponseCode();
        System.out.println("Kode status HTTP: " + status);

        try (BufferedReader br = new BufferedReader(
                new InputStreamReader(status >= 200 && status < 300 ? con.getInputStream() : con.getErrorStream(),
                        StandardCharsets.UTF_8))) {
            StringBuilder response = new StringBuilder();
            String line;
            while ((line = br.readLine()) != null) {
                response.append(line);
            }
            System.out.println("Konten respons: " + response);

            if (status == 200) {
                JsonObject jsonObj = new Gson().fromJson(response.toString(), JsonObject.class);
                return jsonObj.getAsJsonObject("output").get("voice").getAsString();
            }
            throw new IOException("Gagal membuat suara: " + status + " - " + response);
        }
    }

    public static void call() throws Exception {
        MultiModalConversation conv = new MultiModalConversation();
        MultiModalConversationParam param = MultiModalConversationParam.builder()
                // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
                // Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: .apikey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model(TARGET_MODEL)
                .text("How's the weather today?")
                .parameter("voice", createVoice()) // Ganti parameter suara dengan suara kustom hasil kloning
                .build();
        MultiModalConversationResult result = conv.call(param);
        String audioUrl = result.getOutput().getAudio().getUrl();
        System.out.print(audioUrl);

        // Unduh file audio secara lokal
        try (InputStream in = new URL(audioUrl).openStream();
             FileOutputStream out = new FileOutputStream("downloaded_audio.wav")) {
            byte[] buffer = new byte[1024];
            int bytesRead;
            while ((bytesRead = in.read(buffer)) != -1) {
                out.write(buffer, 0, bytesRead);
            }
            System.out.println("\nFile audio diunduh secara lokal: downloaded_audio.wav");
        } catch (Exception e) {
            System.out.println("\nKesalahan mengunduh file audio: " + e.getMessage());
        }
    }
    public static void main(String[] args) {
        try {
            // URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1
            Constants.baseHttpApiUrl = "https://dashscope-intl.aliyuncs.com/api/v1";
            call();
        } catch (Exception e) {
            System.out.println(e.getMessage());
        }
        System.exit(0);
    }
}

Buat suara

Unggah audio untuk kloning dan buat suara kustom.

• URL

  Tiongkok Daratan:

  POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization

  Internasional:

  POST https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization

• Header permintaan

  Parameter	Tipe	Wajib	Deskripsi
  Authorization	string	Didukung	Token autentikasi dalam format Bearer <your_api_key>. Ganti "<your_api_key>" dengan Kunci API Anda yang sebenarnya.
  Content-Type	string	Didukung	Jenis media data yang dikirimkan dalam badan permintaan. Tetap sebagai application/json.

• Body permintaan

  Badan permintaan berisi semua parameter permintaan. Abaikan bidang opsional jika tidak diperlukan.

  Penting

  Perhatikan parameter berikut:

  • model: Model kloning suara, tetap sebagai qwen-voice-enrollment

  • target_model: Model sintesis suara yang menggerakkan suara. Harus sesuai dengan model sintesis suara yang digunakan dalam panggilan sintesis suara berikutnya. Jika tidak, sintesis akan gagal.

  {
      "model": "qwen-voice-enrollment",
      "input": {
          "action": "create",
          "target_model": "qwen3-tts-vc-realtime-2026-01-15",
          "preferred_name": "guanyu",
          "audio": {
              "data": "https://xxx.wav"
          },
          "text": "Opsional. Masukkan teks yang sesuai dengan audio.data.",
          "language": "Opsional. Masukkan bahasa audio.data, seperti zh."
      }
  }

• Parameter permintaan

  Parameter	Tipe	Bawaan	Wajib	Deskripsi
  model	string	-	Didukung	Model kloning suara, tetap sebagai qwen-voice-enrollment.
  action	string	-	Didukung	Jenis operasi, tetap sebagai create.
  target_model	string	-	Didukung	Model sintesis suara yang menggerakkan suara. Model yang didukung meliputi (dua jenis): Qwen3-TTS-VC-Realtime (lihat Sintesis suara Real-time - Qwen): qwen3-tts-vc-realtime-2026-01-15 qwen3-tts-vc-realtime-2025-11-27 Qwen3-TTS-VC (lihat Sintesis suara - Qwen): qwen3-tts-vc-2026-01-22 Harus sesuai dengan model sintesis suara yang digunakan dalam panggilan sintesis suara berikutnya. Jika tidak, sintesis akan gagal.
  preferred_name	string	-	Didukung	Berikan nama yang mudah dikenali untuk suara tersebut (maksimal 16 karakter: angka, huruf, dan garis bawah saja). Gunakan pengenal yang terkait dengan peran atau skenario. Kata kunci ini muncul dalam nama suara hasil kloning. Misalnya, jika kata kuncinya adalah "guanyu", nama suara akhirnya adalah "qwen-tts-vc-guanyu-voice-20250812105009984-838b".
  audio.data	string	-	Didukung	Audio untuk kloning (ikuti Panduan perekaman saat merekam, dan pastikan audio memenuhi Persyaratan audio). Kirimkan data audio dengan salah satu cara berikut: Data URL Format: data:<mediatype>;base64,<data> <mediatype>: Jenis MIME WAV: audio/wav MP3: audio/mpeg M4A: audio/mp4 <data>: String yang dienkripsi Base64 dari audio Pengkodean Base64 memperbesar ukuran berkas. Pastikan ukuran berkas asli dikontrol agar data terkode tetap di bawah 10 MB. Contoh: data:audio/wav;base64,SUQzBAAAAAAAI1RTU0UAAAAPAAADTGF2ZjU4LjI5LjEwMAAAAAAAAAAAAAAA//PAxABQ/BXRbMPe4IQAhl9 Lihat contoh kode Python import base64, pathlib # input.mp3 adalah file audio lokal untuk kloning suara. Ganti dengan jalur file audio Anda sendiri dan pastikan memenuhi persyaratan audio. file_path = pathlib.Path("input.mp3") base64_str = base64.b64encode(file_path.read_bytes()).decode() data_uri = f"data:audio/mpeg;base64,{base64_str}" Java import java.nio.file.*; import java.util.Base64; public class Main { /** * filePath adalah file audio lokal untuk kloning suara. Ganti dengan jalur file audio Anda sendiri dan pastikan memenuhi persyaratan audio. */ public static String toDataUrl(String filePath) throws Exception { byte[] bytes = Files.readAllBytes(Paths.get(filePath)); String encoded = Base64.getEncoder().encodeToString(bytes); return "data:audio/mpeg;base64," + encoded; } // Contoh penggunaan public static void main(String[] args) throws Exception { System.out.println(toDataUrl("input.mp3")); } } URL audio (kami merekomendasikan mengunggah audio ke OSS) Ukuran file tidak boleh melebihi 10 MB. URL harus dapat diakses publik dan tidak memerlukan autentikasi.
  text	string	-	Tidak	Teks yang sesuai dengan konten audio.data. Jika disediakan, server akan membandingkan audio dengan teks ini. Jika keduanya berbeda secara signifikan, server akan mengembalikan Audio.PreprocessError.
  language	string	-	Tidak	Bahasa audio audio.data. Bahasa yang didukung: zh (Chinese), en (English), de (German), it (Italian), pt (Portuguese), es (Spanish), ja (Japanese), ko (Korean), fr (French), ru (Russian). Jika menggunakan parameter ini, pastikan bahasa yang ditentukan sesuai dengan bahasa audio.

• Parameter respons

  Lihat contoh respons

  {
      "output": {
          "voice": "yourVoice",
          "target_model": "qwen3-tts-vc-realtime-2026-01-15"
      },
      "usage": {
          "count": 1
      },
      "request_id": "yourRequestId"
  }

  Parameter utama:

  Parameter	Tipe	Deskripsi
  voice	string	Nama suara. Gunakan langsung sebagai parameter voice dalam antarmuka sintesis suara.
  target_model	string	Model sintesis suara yang menggerakkan suara. Model yang didukung meliputi (dua jenis): Qwen3-TTS-VC-Realtime (lihat Sintesis suara Real-time - Qwen): qwen3-tts-vc-realtime-2026-01-15 qwen3-tts-vc-realtime-2025-11-27 Qwen3-TTS-VC (lihat Sintesis suara - Qwen): qwen3-tts-vc-2026-01-22 Harus sesuai dengan model sintesis suara yang digunakan dalam panggilan sintesis suara berikutnya. Jika tidak, sintesis akan gagal.
  request_id	string	ID permintaan.
  count	integer	Jumlah operasi "buat suara" yang ditagih untuk permintaan ini. Biayanya adalah $$$count\times 0.01$$. Untuk pembuatan suara, count selalu 1.

• Kode contoh

  Penting

  Perhatikan parameter berikut:

  • model: Model kloning suara, tetap sebagai qwen-voice-enrollment

  • target_model: Model sintesis suara yang menggerakkan suara. Harus sesuai dengan model sintesis suara yang digunakan dalam panggilan sintesis suara berikutnya. Jika tidak, sintesis akan gagal.

  cURL

  Jika Anda belum mengonfigurasi Kunci API sebagai variabel lingkungan, ganti $DASHSCOPE_API_KEY dalam contoh dengan Kunci API Anda yang sebenarnya.

  https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization<a data-init-id="9f104f338c7kz" href="https://poc-dashscope.aliyuncs.com/api/v1/services/audio/tts/customization" id="35ebbc67890ds">https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization</a># ======= Catatan penting =======
  # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
  # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
  # === Hapus komentar ini sebelum eksekusi ===
  
  curl -X POST <a data-init-id="9f104f338c7kz" href="https://poc-dashscope.aliyuncs.com/api/v1/services/audio/tts/customization" id="35ebbc67890ds">https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization</a> \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
      "model": "qwen-voice-enrollment",
      "input": {
          "action": "create",
          "target_model": "qwen3-tts-vc-realtime-2026-01-15",
          "preferred_name": "guanyu",
          "audio": {
              "data": "https://xxx.wav"
          }
      }
  }'

  Python

  import os
  import requests
  import base64, pathlib
  
  target_model = "qwen3-tts-vc-realtime-2026-01-15"
  preferred_name = "guanyu"
  audio_mime_type = "audio/mpeg"
  
  file_path = pathlib.Path("input.mp3")
  base64_str = base64.b64encode(file_path.read_bytes()).decode()
  data_uri = f"data:{audio_mime_type};base64,{base64_str}"
  
  # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
  # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: api_key = "sk-xxx"
  api_key = os.getenv("DASHSCOPE_API_KEY")
  # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
  url = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization"
  
  payload = {
      "model": "qwen-voice-enrollment", # Jangan ubah nilai ini
      "input": {
          "action": "create",
          "target_model": target_model,
          "preferred_name": preferred_name,
          "audio": {
              "data": data_uri
          }
      }
  }
  
  headers = {
      "Authorization": f"Bearer {api_key}",
      "Content-Type": "application/json"
  }
  
  # Kirim permintaan POST
  resp = requests.post(url, json=payload, headers=headers)
  
  if resp.status_code == 200:
      data = resp.json()
      voice = data["output"]["voice"]
      print(f"Parameter suara yang dihasilkan: {voice}")
  else:
      print("Permintaan gagal:", resp.status_code, resp.text)

  Java

  import com.google.gson.Gson;
  import com.google.gson.JsonObject;
  
  import java.io.*;
  import java.net.HttpURLConnection;
  import java.net.URL;
  import java.nio.file.*;
  import java.util.Base64;
  
  public class Main {
      private static final String TARGET_MODEL = "qwen3-tts-vc-realtime-2026-01-15";
      private static final String PREFERRED_NAME = "guanyu";
      private static final String AUDIO_FILE = "input.mp3";
      private static final String AUDIO_MIME_TYPE = "audio/mpeg";
  
      public static String toDataUrl(String filePath) throws Exception {
          byte[] bytes = Files.readAllBytes(Paths.get(filePath));
          String encoded = Base64.getEncoder().encodeToString(bytes);
          return "data:" + AUDIO_MIME_TYPE + ";base64," + encoded;
      }
  
      public static void main(String[] args) {
          // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
          // Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: String apiKey = "sk-xxx"
          String apiKey = System.getenv("DASHSCOPE_API_KEY");
          // URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
          String apiUrl = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization";
  
          try {
              // Bangun badan permintaan JSON (hindari tanda kutip internal)
              String jsonPayload =
                      "{"
                              + "\"model\": \"qwen-voice-enrollment\"," // Jangan ubah nilai ini
                              + "\"input\": {"
                              +     "\"action\": \"create\","
                              +     "\"target_model\": \"" + TARGET_MODEL + "\","
                              +     "\"preferred_name\": \"" + PREFERRED_NAME + "\","
                              +     "\"audio\": {"
                              +         "\"data\": \"" + toDataUrl(AUDIO_FILE) + "\""
                              +     "}"
                              + "}"
                              + "}";
  
              HttpURLConnection con = (HttpURLConnection) new URL(apiUrl).openConnection();
              con.setRequestMethod("POST");
              con.setRequestProperty("Authorization", "Bearer " + apiKey);
              con.setRequestProperty("Content-Type", "application/json");
              con.setDoOutput(true);
  
              // Kirim badan permintaan
              try (OutputStream os = con.getOutputStream()) {
                  os.write(jsonPayload.getBytes("UTF-8"));
              }
  
              int status = con.getResponseCode();
              InputStream is = (status >= 200 && status < 300)
                      ? con.getInputStream()
                      : con.getErrorStream();
  
              StringBuilder response = new StringBuilder();
              try (BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"))) {
                  String line;
                  while ((line = br.readLine()) != null) {
                      response.append(line);
                  }
              }
  
              System.out.println("Kode status HTTP: " + status);
              System.out.println("Konten respons: " + response.toString());
  
              if (status == 200) {
                  // Uraikan JSON
                  Gson gson = new Gson();
                  JsonObject jsonObj = gson.fromJson(response.toString(), JsonObject.class);
                  String voice = jsonObj.getAsJsonObject("output").get("voice").getAsString();
                  System.out.println("Parameter suara yang dihasilkan: " + voice);
              }
  
          } catch (Exception e) {
              e.printStackTrace();
          }
      }
  }

Daftar suara

Menjalankan kueri terpaginasi untuk mencantumkan suara yang telah Anda buat.

• URL

  Tiongkok Daratan:

  POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization

  Internasional:

  POST https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization

• Header permintaan

  Parameter	Tipe	Wajib	Deskripsi
  Authorization	string	Didukung	Token autentikasi dalam format Bearer <your_api_key>. Ganti "<your_api_key>" dengan Kunci API Anda yang sebenarnya.
  Content-Type	string	Didukung	Jenis media data yang dikirimkan dalam badan permintaan. Tetap sebagai application/json.

• Request body

  Badan permintaan berisi semua parameter permintaan. Abaikan bidang opsional jika tidak diperlukan.

  Penting

  model: Model kloning suara, tetap sebagai qwen-voice-enrollment. Jangan ubah.

  {
      "model": "qwen-voice-enrollment",
      "input": {
          "action": "list",
          "page_size": 2,
          "page_index": 0
      }
  }

• Parameter permintaan

  Parameter	Tipe	Bawaan	Wajib	Deskripsi
  model	string	-	Didukung	Model kloning suara, tetap sebagai qwen-voice-enrollment.
  action	string	-	Didukung	Jenis operasi, tetap sebagai list.
  page_index	integer	0	Tidak didukung.	Indeks halaman. Rentang: [0, 1000000].
  page_size	integer	10	Tidak	Entri per halaman. Rentang: [0, 1000000].

• Parameter respons

  Lihat contoh respons

  {
      "output": {
          "voice_list": [
              {
                  "voice": "yourVoice1",
                  "gmt_create": "2025-08-11 17:59:32",
                  "target_model": "qwen3-tts-vc-realtime-2026-01-15"
              },
              {
                  "voice": "yourVoice2",
                  "gmt_create": "2025-08-11 17:38:10",
                  "target_model": "qwen3-tts-vc-realtime-2026-01-15"
              }
          ]
      },
      "usage": {
          "count": 0
      },
      "request_id": "yourRequestId"
  }

  Parameter utama:

  Parameter	Tipe	Deskripsi
  voice	string	Nama suara. Gunakan langsung sebagai parameter voice dalam antarmuka sintesis suara.
  gmt_create	string	Waktu pembuatan suara.
  target_model	string	Model sintesis suara yang menggerakkan suara. Model yang didukung meliputi (dua jenis): Qwen3-TTS-VC-Realtime (lihat Sintesis suara Real-time - Qwen): qwen3-tts-vc-realtime-2026-01-15 qwen3-tts-vc-realtime-2025-11-27 Qwen3-TTS-VC (lihat Sintesis suara - Qwen): qwen3-tts-vc-2026-01-22 Harus sesuai dengan model sintesis suara yang digunakan dalam panggilan sintesis suara berikutnya. Jika tidak, sintesis akan gagal.
  request_id	string	ID permintaan.
  count	integer	Jumlah operasi "buat suara" yang ditagih untuk permintaan ini. Biayanya adalah $$$count\times 0.01$$. Pencantuman daftar suara gratis. Oleh karena itu, count selalu 0.

• Kode contoh

  Penting

  model: Model kloning suara, tetap sebagai qwen-voice-enrollment. Jangan ubah.

  cURL

  Jika Anda belum mengonfigurasi Kunci API sebagai variabel lingkungan, ganti $DASHSCOPE_API_KEY dalam contoh dengan Kunci API Anda yang sebenarnya.

  # ======= Catatan penting =======
  # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
  # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
  # === Hapus komentar ini sebelum eksekusi ===
  
  curl --location --request POST 'https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization' \
  --header 'Authorization: Bearer $DASHSCOPE_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
      "model": "qwen-voice-enrollment",
      "input": {
          "action": "list",
          "page_size": 10,
          "page_index": 0
      }
  }'

  Python

  import os
  import requests
  
  # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
  # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: api_key = "sk-xxx"
  api_key = os.getenv("DASHSCOPE_API_KEY")
  # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
  url = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization"
  
  payload = {
      "model": "qwen-voice-enrollment", # Jangan ubah nilai ini
      "input": {
          "action": "list",
          "page_size": 10,
          "page_index": 0
      }
  }
  
  headers = {
      "Authorization": f"Bearer {api_key}",
      "Content-Type": "application/json"
  }
  
  response = requests.post(url, json=payload, headers=headers)
  
  print("Kode status HTTP:", response.status_code)
  
  if response.status_code == 200:
      data = response.json()
      voice_list = data["output"]["voice_list"]
  
      print("Daftar suara yang ditemukan:")
      for item in voice_list:
          print(f"- Suara: {item['voice']}  Waktu pembuatan: {item['gmt_create']}  Model: {item['target_model']}")
  else:
      print("Permintaan gagal:", response.text)

  Java

  import com.google.gson.Gson;
  import com.google.gson.JsonArray;
  import com.google.gson.JsonObject;
  
  import java.io.BufferedReader;
  import java.io.InputStreamReader;
  import java.io.OutputStream;
  import java.net.HttpURLConnection;
  import java.net.URL;
  
  public class Main {
      public static void main(String[] args) {
          // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
          // Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: String apiKey = "sk-xxx"
          String apiKey = System.getenv("DASHSCOPE_API_KEY");
          // URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
          String apiUrl = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization";
  
          // Badan permintaan JSON (versi Java lama tidak mendukung string multiline """)
          String jsonPayload =
                  "{"
                          + "\"model\": \"qwen-voice-enrollment\"," // Jangan ubah nilai ini
                          + "\"input\": {"
                          +     "\"action\": \"list\","
                          +     "\"page_size\": 10,"
                          +     "\"page_index\": 0"
                          + "}"
                          + "}";
  
          try {
              HttpURLConnection con = (HttpURLConnection) new URL(apiUrl).openConnection();
              con.setRequestMethod("POST");
              con.setRequestProperty("Authorization", "Bearer " + apiKey);
              con.setRequestProperty("Content-Type", "application/json");
              con.setDoOutput(true);
  
              try (OutputStream os = con.getOutputStream()) {
                  os.write(jsonPayload.getBytes("UTF-8"));
              }
  
              int status = con.getResponseCode();
              BufferedReader br = new BufferedReader(new InputStreamReader(
                      status >= 200 && status < 300 ? con.getInputStream() : con.getErrorStream(), "UTF-8"));
  
              StringBuilder response = new StringBuilder();
              String line;
              while ((line = br.readLine()) != null) {
                  response.append(line);
              }
              br.close();
  
              System.out.println("Kode status HTTP: " + status);
              System.out.println("Respons JSON: " + response.toString());
  
              if (status == 200) {
                  Gson gson = new Gson();
                  JsonObject jsonObj = gson.fromJson(response.toString(), JsonObject.class);
                  JsonArray voiceList = jsonObj.getAsJsonObject("output").getAsJsonArray("voice_list");
  
                  System.out.println("\n Daftar suara yang ditemukan:");
                  for (int i = 0; i < voiceList.size(); i++) {
                      JsonObject voiceItem = voiceList.get(i).getAsJsonObject();
                      String voice = voiceItem.get("voice").getAsString();
                      String gmtCreate = voiceItem.get("gmt_create").getAsString();
                      String targetModel = voiceItem.get("target_model").getAsString();
  
                      System.out.printf("- Suara: %s  Waktu pembuatan: %s  Model: %s\n",
                              voice, gmtCreate, targetModel);
                  }
              }
  
          } catch (Exception e) {
              e.printStackTrace();
          }
      }
  }

Hapus suara

Menghapus suara tertentu untuk membebaskan kuotanya.

• URL

  Tiongkok Daratan:

  POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization

  Internasional:

  POST https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization

• Header permintaan

  Parameter	Tipe	Wajib	Deskripsi
  Authorization	string	Didukung	Token autentikasi dalam format Bearer <your_api_key>. Ganti "<your_api_key>" dengan Kunci API Anda yang sebenarnya.
  Content-Type	string	Didukung	Jenis media data yang dikirimkan dalam badan permintaan. Tetap sebagai application/json.

• Isi pesan

  Badan permintaan berisi semua parameter permintaan. Abaikan bidang opsional jika tidak diperlukan:

  Penting

  model: Model kloning suara, tetap sebagai qwen-voice-enrollment. Jangan ubah.

  {
      "model": "qwen-voice-enrollment",
      "input": {
          "action": "delete",
          "voice": "yourVoice"
      }
  }

• Parameter permintaan

  Parameter	Tipe	Bawaan	Wajib	Deskripsi
  model	string	-	Didukung	Model kloning suara, tetap sebagai qwen-voice-enrollment.
  action	string	-	Didukung	Jenis operasi, tetap sebagai delete.
  voice	string	-	Didukung	Suara yang akan dihapus.

• Parameter respons

  Lihat contoh respons

  {
      "usage": {
          "count": 0
      },
      "request_id": "yourRequestId"
  }

  Parameter utama:

  Parameter	Tipe	Deskripsi
  request_id	string	ID permintaan.
  count	integer	Jumlah operasi "buat suara" yang ditagih untuk permintaan ini. Biayanya adalah $$$count\times 0.01$$. Penghapusan suara gratis. Oleh karena itu, count selalu 0.

• Kode contoh

  Penting

  model: Model kloning suara, tetap sebagai qwen-voice-enrollment. Jangan ubah.

  cURL

  Jika Anda belum mengonfigurasi Kunci API sebagai variabel lingkungan, ganti $DASHSCOPE_API_KEY dalam contoh dengan Kunci API Anda yang sebenarnya.

  # ======= Catatan penting =======
  # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
  # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
  # === Hapus komentar ini sebelum eksekusi ===
  
  curl --location --request POST 'https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization' \
  --header 'Authorization: Bearer $DASHSCOPE_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
      "model": "qwen-voice-enrollment",
      "input": {
          "action": "delete",
          "voice": "yourVoice"
      }
  }'

  Python

  import os
  import requests
  
  # Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
  # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: api_key = "sk-xxx"
  api_key = os.getenv("DASHSCOPE_API_KEY")
  # URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
  url = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization"
  
  voice_to_delete = "yourVoice"  # Suara yang akan dihapus (ganti dengan nilai sebenarnya)
  
  payload = {
      "model": "qwen-voice-enrollment", # Jangan ubah nilai ini
      "input": {
          "action": "delete",
          "voice": voice_to_delete
      }
  }
  
  headers = {
      "Authorization": f"Bearer {api_key}",
      "Content-Type": "application/json"
  }
  
  response = requests.post(url, json=payload, headers=headers)
  
  print("Kode status HTTP:", response.status_code)
  
  if response.status_code == 200:
      data = response.json()
      request_id = data["request_id"]
  
      print(f"Penghapusan berhasil")
      print(f"ID Permintaan: {request_id}")
  else:
      print("Permintaan gagal:", response.text)

  Java

  import com.google.gson.Gson;
  import com.google.gson.JsonObject;
  
  import java.io.BufferedReader;
  import java.io.InputStreamReader;
  import java.io.OutputStream;
  import java.net.HttpURLConnection;
  import java.net.URL;
  
  public class Main {
      public static void main(String[] args) {
          // Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API Anda: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
          // Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan: String apiKey = "sk-xxx"
          String apiKey = System.getenv("DASHSCOPE_API_KEY");
          // URL berikut untuk wilayah Singapura. Jika Anda menggunakan model di wilayah Beijing, ganti URL dengan: https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
          String apiUrl = "https://dashscope-intl.aliyuncs.com/api/v1/services/audio/tts/customization";
          String voiceToDelete = "yourVoice"; // Suara yang akan dihapus (ganti dengan nilai sebenarnya)
  
          // Bangun badan permintaan JSON (penggabungan string untuk kompatibilitas Java 8)
          String jsonPayload =
                  "{"
                          + "\"model\": \"qwen-voice-enrollment\"," // Jangan ubah nilai ini
                          + "\"input\": {"
                          +     "\"action\": \"delete\","
                          +     "\"voice\": \"" + voiceToDelete + "\""
                          + "}"
                          + "}";
  
          try {
              // Buat koneksi POST
              HttpURLConnection con = (HttpURLConnection) new URL(apiUrl).openConnection();
              con.setRequestMethod("POST");
              con.setRequestProperty("Authorization", "Bearer " + apiKey);
              con.setRequestProperty("Content-Type", "application/json");
              con.setDoOutput(true);
  
              // Kirim badan permintaan
              try (OutputStream os = con.getOutputStream()) {
                  os.write(jsonPayload.getBytes("UTF-8"));
              }
  
              int status = con.getResponseCode();
              BufferedReader br = new BufferedReader(new InputStreamReader(
                      status >= 200 && status < 300 ? con.getInputStream() : con.getErrorStream(), "UTF-8"));
  
              StringBuilder response = new StringBuilder();
              String line;
              while ((line = br.readLine()) != null) {
                  response.append(line);
              }
              br.close();
  
              System.out.println("Kode status HTTP: " + status);
              System.out.println("Respons JSON: " + response.toString());
  
              if (status == 200) {
                  Gson gson = new Gson();
                  JsonObject jsonObj = gson.fromJson(response.toString(), JsonObject.class);
                  String requestId = jsonObj.get("request_id").getAsString();
  
                  System.out.println("Penghapusan berhasil");
                  System.out.println("ID Permintaan: " + requestId);
              }
  
          } catch (Exception e) {
              e.printStackTrace();
          }
      }
  }

Sintesis suara

Untuk detail penggunaan suara kloning kustom dalam sintesis suara personalisasi, lihat Memulai: Dari kloning hingga sintesis.

Model khusus kloning suara (seperti qwen3-tts-vc-realtime-2026-01-15) adalah model khusus yang hanya mendukung suara kloning kustom. Model ini tidak mendukung suara sistem seperti Chelsie, Serena, Ethan, atau Cherry.

Perangkat

Kami merekomendasikan menggunakan mikrofon dengan peredaman kebisingan atau merekam dengan ponsel Anda dari jarak dekat di lingkungan yang tenang untuk memastikan audio bersih.

Lingkungan

Naskah

• Konten naskah fleksibel. Sesuaikan dengan skenario target Anda (misalnya, gunakan gaya dialog layanan pelanggan untuk skenario layanan pelanggan). Pastikan tidak mengandung konten sensitif atau ilegal (seperti materi politik, pornografi, atau kekerasan), karena hal ini akan menyebabkan kloning gagal.

• Hindari frasa pendek (seperti "Halo" atau "Ya"). Gunakan kalimat lengkap.

• Pertahankan koherensi semantik. Hindari jeda yang sering (usahakan minimal 3 detik ucapan berkelanjutan).

• Anda dapat mengadopsi emosi target (seperti ramah atau serius), tetapi hindari pembacaan yang terlalu dramatis. Pertahankan secara alami.

Kiat operasional

Menggunakan kamar tidur khas sebagai contoh:

1. Tutup jendela dan pintu untuk memblokir kebisingan eksternal.

2. Matikan AC, kipas, dan peralatan listrik lainnya.

3. Tarik gorden untuk mengurangi pantulan.

4. Letakkan pakaian atau selimut di meja untuk mengurangi pantulan.

5. Pahami naskah Anda. Tentukan nada karakter Anda dan sampaikan secara alami.

6. Pertahankan jarak sekitar 10 cm dari perangkat perekam untuk menghindari ledakan udara atau sinyal lemah.