聲音複刻API參考
更新時間：
Copy as MD
聲音複刻依託大模型進行特徵提取，無需訓練即可複刻聲音。僅需提供 10~20 秒的音頻，即可產生高度相似且聽感自然的定製音色。聲音複刻與模型調用是前後關聯的兩個步驟。本文檔聚焦於介紹聲音複刻的參數和介面細節，模型調用請參見即時（Qwen-Omni-Realtime）或非即時（Qwen-Omni）。
使用者指南：關於模型介紹和選型建議請參見即時（Qwen-Omni-Realtime）或非即時（Qwen-Omni）。
重要
本文檔專用於千問Omni和千問Omni-Realtime聲音複刻介面；若您使用的是語音合成模型，請參見語音合成。
重要
百鍊為新加坡地區推出了業務空間專屬網域名稱 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com，能夠為推理請求提供卓越的效能和更高的穩定性，建議從 https://dashscope-intl.aliyuncs.com 遷移至新網域名稱。
其中 {WorkspaceId} 為您的業務空間 ID，可在百鍊控制台的業務空間詳情頁面查看。現有網域名稱仍可正常使用。
音頻要求
高品質的輸入音頻是獲得優質複刻效果的基礎。
|
專案 |
要求 |
|
支援格式 |
WAV (16bit)、MP3、M4A |
|
音頻時間長度 |
推薦10~20秒，最長不得超過60秒 |
|
檔案大小 |
＜ 10 MB |
|
採樣率 |
≥ 24 kHz |
|
聲道 |
單聲道 |
|
內容 |
音頻必須包含至少3秒連續清晰朗讀（無背景音），其餘部分僅允許短暫停頓（≤2秒）；整段音頻應避免背景音樂、噪音或其他人聲，確保核心朗讀內容品質；請使用正常說話音頻作為輸入，不要上傳歌曲或唱歌音頻，以確保複刻效果準確和可用 |
|
語言 |
中文（zh）、英文（en）、德語（de）、意大利語（it）、葡萄牙語（pt）、西班牙語（es）、日語（ja）、韓語（ko）、法語（fr）、俄語（ru）、泰語（th）、印尼語（id）、阿拉伯語（ar）、捷克語（cs）、丹麥語（da）、荷蘭語（nl）、芬蘭語（fi）、希伯來語（he）、印地語（hi）、冰島語（is）、馬來語（ms）、挪威語（no）、波斯語（fa）、波蘭語（pl）、瑞典語（sv）、他加祿語（tl）、土耳其語（tr）、烏爾都語（ur）、越南語（vi） 中文方言：東北話（Dongbei）、陝西話（Shannxi）、四川話（Sichuan）、河南話（Henan）、長沙話（Changsha）、天津話（Tianjin）、杭州話（Hangzhou）、遼寧話（Liaoning）、瀋陽話（Shenyang）、鞍山話（Anshan） |
快速開始：複刻與使用音色
1. 工作流程
聲音複刻與模型調用是緊密關聯的兩個獨立步驟，遵循“先建立，後使用”的流程：
2. 模型配置與準備工作
選擇合適的模型並完成準備工作。
模型配置
聲音複刻時需要指定以下兩個模型：
-
聲音複刻模型：qwen-voice-enrollment
-
驅動音色的全模態模型：
-
qwen3.5-omni-plus-realtime
-
qwen3.5-omni-flash-realtime
-
qwen3.5-omni-plus
-
qwen3.5-omni-flash
-
準備工作
-
擷取API Key：擷取API Key，為安全起見，推薦將API Key配置到環境變數。
-
安裝SDK：確保已安裝最新版DashScope SDK。
-
準備待覆刻音頻：音頻需符合音頻要求。
3. 端到端樣本
以下樣本示範了如何在對話中使用聲音複刻產生的專屬音色，實現與原音高度相似的輸出效果。
-
關鍵原則：聲音複刻時，
target_model（驅動音色的全模態模型）必須與後續調用 Omni 介面時指定的模型一致，否則會合成失敗。 -
樣本使用本地音頻檔案
voice.mp3進行聲音複刻，運行代碼時，請注意替換。
即時
適用於千問Omni-Realtime系列模型，更多說明請參見即時（Qwen-Omni-Realtime）。
Python
# 依賴：dashscope >= 1.23.9，pyaudio
import os
import requests
import base64
import pathlib
import time
import pyaudio
from dashscope.audio.qwen_omni import MultiModality, OmniRealtimeCallback, OmniRealtimeConversation
import dashscope
# ======= 常量配置 =======
DEFAULT_TARGET_MODEL = "qwen3.5-omni-plus-realtime" # 聲音複刻、即時對話要使用相同的模型
DEFAULT_PREFERRED_NAME = "guanyu"
DEFAULT_AUDIO_MIME_TYPE = "audio/mpeg"
VOICE_FILE_PATH = "voice.mp3" # 用於聲音複刻的本地音頻檔案的相對路徑
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:
"""
建立音色，並返回 voice 參數
"""
# 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key
# 若沒有配置環境變數，請用百鍊API Key將下行替換為：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"音頻檔案不存在: {file_path}")
base64_str = base64.b64encode(file_path_obj.read_bytes()).decode()
data_uri = f"data:{audio_mime_type};base64,{base64_str}"
# 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"
payload = {
"model": "qwen-voice-enrollment",
"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"建立 voice 失敗: {resp.status_code}, {resp.text}")
try:
return resp.json()["output"]["voice"]
except (KeyError, ValueError) as e:
raise RuntimeError(f"解析 voice 響應失敗: {e}")
class SimpleCallback(OmniRealtimeCallback):
def __init__(self, pya):
self.pya = pya
self.out = None
def on_open(self):
self.out = self.pya.open(
format=pyaudio.paInt16,
channels=1,
rate=24000,
output=True
)
def on_event(self, response):
if response['type'] == 'response.audio.delta':
self.out.write(base64.b64decode(response['delta']))
elif response['type'] == 'conversation.item.input_audio_transcription.completed':
print(f"[User] {response['transcript']}")
elif response['type'] == 'response.audio_transcript.done':
print(f"[LLM] {response['transcript']}")
if __name__ == '__main__':
# 若沒有配置環境變數，請用百鍊API Key將下行替換為：dashscope.api_key = "sk-xxx"
dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")
# 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
url = "wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime"
# 1. 聲音複刻：建立專屬音色
voice = create_voice(VOICE_FILE_PATH)
print(f"聲音複刻完成，音色: {voice}")
# 2. 使用複刻音色進行即時對話
pya = pyaudio.PyAudio()
callback = SimpleCallback(pya)
conv = OmniRealtimeConversation(model=DEFAULT_TARGET_MODEL, callback=callback, url=url)
conv.connect()
conv.update_session(
output_modalities=[MultiModality.AUDIO, MultiModality.TEXT],
voice=voice # 使用複刻產生的專屬音色
)
mic = pya.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True)
print("對話已開始，對著麥克風說話 (Ctrl+C 退出)...")
try:
while True:
audio_data = mic.read(3200, exception_on_overflow=False)
conv.append_audio(base64.b64encode(audio_data).decode())
time.sleep(0.01)
except KeyboardInterrupt:
conv.close()
mic.close()
callback.out.close()
pya.terminate()
print("\n對話結束")Java
import com.alibaba.dashscope.audio.omni.*;
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.ByteBuffer;
import java.nio.file.*;
import java.nio.charset.StandardCharsets;
import java.util.Arrays;
import java.util.Base64;
import java.util.Queue;
import java.util.concurrent.ConcurrentLinkedQueue;
import java.util.concurrent.atomic.AtomicBoolean;
public class Main {
// ===== 常量定義 =====
// 聲音複刻、即時對話要使用相同的模型
private static final String TARGET_MODEL = "qwen3.5-omni-plus-realtime";
private static final String PREFERRED_NAME = "guanyu";
// 用於聲音複刻的本地音頻檔案的相對路徑
private static final String AUDIO_FILE = "voice.mp3";
private static final String AUDIO_MIME_TYPE = "audio/mpeg";
// 產生 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;
}
// 調用 API 建立 voice
public static String createVoice() throws Exception {
// 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key
// 若沒有配置環境變數，請用百鍊API Key將下行替換為：String apiKey = "sk-xxx"
String apiKey = System.getenv("DASHSCOPE_API_KEY");
String jsonPayload =
"{"
+ "\"model\": \"qwen-voice-enrollment\","
+ "\"input\": {"
+ "\"action\": \"create\","
+ "\"target_model\": \"" + TARGET_MODEL + "\","
+ "\"preferred_name\": \"" + PREFERRED_NAME + "\","
+ "\"audio\": {"
+ "\"data\": \"" + toDataUrl(AUDIO_FILE) + "\""
+ "}"
+ "}"
+ "}";
// 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
String url = "https://{WorkspaceId}.ap-southeast-1.maas.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();
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);
}
if (status == 200) {
JsonObject jsonObj = new Gson().fromJson(response.toString(), JsonObject.class);
return jsonObj.getAsJsonObject("output").get("voice").getAsString();
}
throw new IOException("建立語音失敗: " + status + " - " + response);
}
}
// 簡單的音頻播放器
static class SimpleAudioPlayer {
private final SourceDataLine line;
private final Queue<byte[]> audioQueue = new ConcurrentLinkedQueue<>();
private final Thread playerThread;
private final AtomicBoolean shouldStop = new AtomicBoolean(false);
public SimpleAudioPlayer() throws LineUnavailableException {
AudioFormat format = new AudioFormat(24000, 16, 1, true, false);
line = AudioSystem.getSourceDataLine(format);
line.open(format);
line.start();
playerThread = new Thread(() -> {
while (!shouldStop.get()) {
byte[] audio = audioQueue.poll();
if (audio != null) {
line.write(audio, 0, audio.length);
} else {
try { Thread.sleep(10); } catch (InterruptedException ignored) {}
}
}
}, "AudioPlayer");
playerThread.start();
}
public void play(String base64Audio) {
audioQueue.add(Base64.getDecoder().decode(base64Audio));
}
public void close() {
shouldStop.set(true);
try { playerThread.join(1000); } catch (InterruptedException ignored) {}
line.drain();
line.close();
}
}
public static void main(String[] args) {
try {
// 1. 聲音複刻：建立專屬音色
String voice = createVoice();
System.out.println("聲音複刻完成，音色: " + voice);
// 2. 使用複刻音色進行即時對話
SimpleAudioPlayer player = new SimpleAudioPlayer();
AtomicBoolean shouldStop = new AtomicBoolean(false);
OmniRealtimeParam param = OmniRealtimeParam.builder()
.model(TARGET_MODEL)
// 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key
// 若沒有配置環境變數，請用百鍊API Key將下行替換為：.apikey("sk-xxx")
.apikey(System.getenv("DASHSCOPE_API_KEY"))
// 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
.url("wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime")
.build();
OmniRealtimeConversation conversation = new OmniRealtimeConversation(param, new OmniRealtimeCallback() {
@Override public void onOpen() { System.out.println("串連已建立"); }
@Override public void onClose(int code, String reason) {
System.out.println("串連已關閉 (" + code + "): " + reason);
shouldStop.set(true);
}
@Override public void onEvent(JsonObject event) {
String type = event.get("type").getAsString();
if ("response.audio.delta".equals(type)) {
player.play(event.get("delta").getAsString());
} else if ("conversation.item.input_audio_transcription.completed".equals(type)) {
System.out.println("[User] " + event.get("transcript").getAsString());
} else if ("response.audio_transcript.done".equals(type)) {
System.out.println("[LLM] " + event.get("transcript").getAsString());
}
}
});
conversation.connect();
conversation.updateSession(OmniRealtimeConfig.builder()
.modalities(Arrays.asList(OmniRealtimeModality.AUDIO, OmniRealtimeModality.TEXT))
.voice(voice) // 使用複刻產生的專屬音色
.enableTurnDetection(true)
.enableInputAudioTranscription(true)
.build()
);
System.out.println("對話已開始，對著麥克風說話 (Ctrl+C 退出)...");
AudioFormat format = new AudioFormat(16000, 16, 1, true, false);
TargetDataLine mic = AudioSystem.getTargetDataLine(format);
mic.open(format);
mic.start();
ByteBuffer buffer = ByteBuffer.allocate(3200);
while (!shouldStop.get()) {
int bytesRead = mic.read(buffer.array(), 0, buffer.capacity());
if (bytesRead > 0) {
conversation.appendAudio(Base64.getEncoder().encodeToString(buffer.array()));
}
Thread.sleep(20);
}
conversation.close(1000, "正常結束");
player.close();
mic.close();
System.out.println("\n對話結束");
} catch (NoApiKeyException e) {
System.err.println("未找到API KEY: 請設定環境變數 DASHSCOPE_API_KEY");
} catch (Exception e) {
e.printStackTrace();
}
System.exit(0);
}
}非即時
適用於千問Omni系列模型，更多說明請參見非即時（Qwen-Omni）。
Python
# 依賴：dashscope >= 1.23.9，soundfile，numpy
import os
import requests
import base64
import pathlib
import numpy as np
import soundfile as sf
import dashscope
# ======= 常量配置 =======
DEFAULT_TARGET_MODEL = "qwen3.5-omni-plus" # 聲音複刻、非即時對話要使用相同的模型
DEFAULT_PREFERRED_NAME = "guanyu"
DEFAULT_AUDIO_MIME_TYPE = "audio/mpeg"
VOICE_FILE_PATH = "voice.mp3" # 用於聲音複刻的本地音頻檔案的相對路徑
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:
"""
建立音色，並返回 voice 參數
"""
# 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key
# 若沒有配置環境變數，請用百鍊API Key將下行替換為：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"音頻檔案不存在: {file_path}")
base64_str = base64.b64encode(file_path_obj.read_bytes()).decode()
data_uri = f"data:{audio_mime_type};base64,{base64_str}"
# 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"
payload = {
"model": "qwen-voice-enrollment",
"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"建立 voice 失敗: {resp.status_code}, {resp.text}")
try:
return resp.json()["output"]["voice"]
except (KeyError, ValueError) as e:
raise RuntimeError(f"解析 voice 響應失敗: {e}")
if __name__ == '__main__':
# 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
# 1. 聲音複刻：建立專屬音色
voice = create_voice(VOICE_FILE_PATH)
print(f"聲音複刻完成，音色: {voice}")
# 2. 使用複刻音色進行非即時對話
messages = [{"role": "user", "content": [{"text": "你好，請做一段自我介紹"}]}]
response = dashscope.MultiModalConversation.call(
# 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx"
api_key=os.getenv("DASHSCOPE_API_KEY"),
model=DEFAULT_TARGET_MODEL,
messages=messages,
modalities=["text", "audio"],
audio={"voice": voice, "format": "wav"}, # 使用複刻產生的專屬音色
stream=True
)
print("模型回複：")
audio_base64_string = ""
for r in response:
try:
content = r.output.choices[0].message.content
for item in content:
if isinstance(item, dict):
if "audio" in item:
audio_base64_string += item["audio"].get("data", "")
elif "text" in item:
print(item["text"], end="")
except Exception:
pass
if audio_base64_string:
wav_bytes = base64.b64decode(audio_base64_string)
audio_np = np.frombuffer(wav_bytes, dtype=np.int16)
sf.write("audio_cloned.wav", audio_np, samplerate=24000)
print("\n音頻檔案已儲存至：audio_cloned.wav")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.ByteBuffer;
import java.nio.ByteOrder;
import java.nio.file.*;
import java.nio.charset.StandardCharsets;
import java.util.Base64;
public class Main {
// ===== 常量定義 =====
// 聲音複刻、非即時對話要使用相同的模型
private static final String TARGET_MODEL = "qwen3.5-omni-plus";
private static final String PREFERRED_NAME = "guanyu";
// 用於聲音複刻的本地音頻檔案的相對路徑
private static final String AUDIO_FILE = "voice.mp3";
private static final String AUDIO_MIME_TYPE = "audio/mpeg";
// 將 PCM 資料寫入標準 WAV 檔案
public static void writeWav(String path, byte[] pcmData, int sampleRate) throws IOException {
int channels = 1, bitsPerSample = 16;
int byteRate = sampleRate * channels * bitsPerSample / 8;
int blockAlign = channels * bitsPerSample / 8;
ByteBuffer header = ByteBuffer.allocate(44).order(ByteOrder.LITTLE_ENDIAN);
header.put("RIFF".getBytes()); header.putInt(36 + pcmData.length);
header.put("WAVE".getBytes()); header.put("fmt ".getBytes());
header.putInt(16); header.putShort((short) 1); header.putShort((short) channels);
header.putInt(sampleRate); header.putInt(byteRate);
header.putShort((short) blockAlign); header.putShort((short) bitsPerSample);
header.put("data".getBytes()); header.putInt(pcmData.length);
try (FileOutputStream fos = new FileOutputStream(path)) {
fos.write(header.array());
fos.write(pcmData);
}
}
// 產生 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;
}
// 調用 API 建立 voice
public static String createVoice() throws Exception {
// 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key
// 若沒有配置環境變數，請用百鍊API Key將下行替換為：String apiKey = "sk-xxx"
String apiKey = System.getenv("DASHSCOPE_API_KEY");
String jsonPayload =
"{"
+ "\"model\": \"qwen-voice-enrollment\","
+ "\"input\": {"
+ "\"action\": \"create\","
+ "\"target_model\": \"" + TARGET_MODEL + "\","
+ "\"preferred_name\": \"" + PREFERRED_NAME + "\","
+ "\"audio\": {"
+ "\"data\": \"" + toDataUrl(AUDIO_FILE) + "\""
+ "}"
+ "}"
+ "}";
// 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
String url = "https://{WorkspaceId}.ap-southeast-1.maas.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();
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);
}
if (status == 200) {
JsonObject jsonObj = new Gson().fromJson(response.toString(), JsonObject.class);
return jsonObj.getAsJsonObject("output").get("voice").getAsString();
}
throw new IOException("建立語音失敗: " + status + " - " + response);
}
}
public static void main(String[] args) {
try {
// 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key
// 若沒有配置環境變數，請用百鍊API Key將下行替換為：String apiKey = "sk-xxx"
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 1. 聲音複刻：建立專屬音色
String voice = createVoice();
System.out.println("聲音複刻完成，音色: " + voice);
// 2. 使用複刻音色進行非即時對話（OpenAI 相容介面）
String requestBody = "{"
+ "\"model\": \"" + TARGET_MODEL + "\","
+ "\"messages\": [{\"role\": \"user\", \"content\": \"你好，請做一段自我介紹\"}],"
+ "\"modalities\": [\"text\", \"audio\"],"
+ "\"audio\": {\"voice\": \"" + voice + "\", \"format\": \"wav\"},"
+ "\"stream\": true,"
+ "\"stream_options\": {\"include_usage\": true}"
+ "}";
// 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。
String url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions";
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(requestBody.getBytes(StandardCharsets.UTF_8));
}
// 3. 解析流式 SSE 響應
StringBuilder audioBase64 = new StringBuilder();
System.out.println("模型回複：");
try (BufferedReader br = new BufferedReader(
new InputStreamReader(con.getInputStream(), StandardCharsets.UTF_8))) {
String line;
while ((line = br.readLine()) != null) {
if (!line.startsWith("data: ") || line.equals("data: [DONE]")) continue;
String json = line.substring(6);
JsonObject chunk = new Gson().fromJson(json, JsonObject.class);
if (!chunk.has("choices") || chunk.getAsJsonArray("choices").size() == 0) continue;
JsonObject delta = chunk.getAsJsonArray("choices").get(0)
.getAsJsonObject().getAsJsonObject("delta");
if (delta.has("content") && !delta.get("content").isJsonNull()) {
System.out.print(delta.get("content").getAsString());
}
if (delta.has("audio") && !delta.get("audio").isJsonNull()) {
JsonObject audio = delta.getAsJsonObject("audio");
if (audio.has("data")) {
audioBase64.append(audio.get("data").getAsString());
}
}
}
}
// 4. 儲存音頻檔案（API 返回原始 PCM 資料，需添加 WAV 頭）
if (audioBase64.length() > 0) {
byte[] pcmBytes = Base64.getDecoder().decode(audioBase64.toString());
writeWav("audio_cloned.wav", pcmBytes, 24000);
System.out.println("\n音頻檔案已儲存至：audio_cloned.wav");
}
} catch (Exception e) {
e.printStackTrace();
}
}
}API參考
使用不同 API 時，請確保使用同一帳號進行操作。
建立音色
上傳用於複刻的音頻，建立自訂音色。
-
URL
中國內地：
POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization國際：
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization -
要求標頭
參數
類型
是否必須
說明
Authorization
string
鑒權令牌，格式為
Bearer <your_api_key>，使用時，將“<your_api_key>”替換為實際的API Key。Content-Type
string
請求體中傳輸的資料的媒體類型。固定為
application/json。 -
訊息體
包含所有請求參數的訊息體如下，對於可選欄位，在實際業務中可根據需求省略。
重要注意區分如下參數：
-
model：聲音複刻模型，固定為qwen-voice-enrollment -
target_model：驅動音色的全模態模型，須和後續調用即時多模態介面時使用的全模態模型一致，否則合成會失敗
{ "model": "qwen-voice-enrollment", "input": { "action": "create", "target_model": "qwen3.5-omni-plus-realtime", "preferred_name": "guanyu", "audio": { "data": "https://xxx.wav" }, "text": "可選項，填入audio.data對應的文本", "language": "可選項，填入audio.data對應的語種，如zh" } } -
-
請求參數
參數
類型
預設值
是否必須
說明
model
string
-
聲音複刻模型，固定為
qwen-voice-enrollment。action
string
-
操作類型，固定為
create。target_model
string
-
驅動音色的全模態模型：
-
qwen3.5-omni-plus-realtime
-
qwen3.5-omni-flash-realtime
-
qwen3.5-omni-plus
-
qwen3.5-omni-flash
必須與後續調用全模態介面時使用的模型一致，否則合成會失敗。
preferred_name
string
-
為音色指定一個便於識別的名稱（僅允許數字、大小寫字母和底線，不超過16個字元）。建議選用與角色、情境相關的標識。
該關鍵字會在複刻的音色名中出現，例如關鍵字為“guanyu”，最終音色名為“qwen-omni-vc-guanyu-voice-20250812105009984-838b”
audio.data
string
-
用於複刻的音頻（錄製時需遵循錄音操作指南，音頻需滿足音頻要求）。
可通過以下兩種方式提交音頻資料：
-
格式：
data:<mediatype>;base64,<data>-
<mediatype>：MIME類型-
WAV：
audio/wav -
MP3：
audio/mpeg -
M4A：
audio/mp4
-
-
<data>：音頻轉成的Base64編碼的字串Base64編碼會增大體積，請控制原檔案大小，確保編碼後仍小於10MB
-
樣本：
data:audio/wav;base64,SUQzBAAAAAAAI1RTU0UAAAAPAAADTGF2ZjU4LjI5LjEwMAAAAAAAAAAAAAAA//PAxABQ/BXRbMPe4IQAhl9
-
-
音頻URL（推薦將音頻上傳至OSS）
-
檔案大小不超過10MB
-
URL必須公網可訪問且無需鑒權
-
text
string
-
與
audio.data音頻內容相匹配的文本。傳入該參數後，服務端會對比音頻與該文本的差異，若差異過大，將返回Audio.PreprocessError。
language
string
-
audio.data音頻對應的語種。支援
zh（中文）、en（英文）、de（德語）、it（意大利語）、pt（葡萄牙語）、es（西班牙語）、ja（日語）、ko（韓語）、fr（法語）、ru（俄語）、th（泰語）、id（印尼語）、ar（阿拉伯語）、cs（捷克語）、da（丹麥語）、nl（荷蘭語）、fi（芬蘭語）、he（希伯來語）、hi（印地語）、is（冰島語）、ms（馬來語）、no（挪威語）、fa（波斯語）、pl（波蘭語）、sv（瑞典語）、tl（他加祿語）、tr（土耳其語）、ur（烏爾都語）、vi（越南語）。中文方言：
Dongbei（東北話）、Shannxi（陝西話）、Sichuan（四川話）、Henan（河南話）、Changsha（長沙話）、Tianjin（天津話）、Hangzhou（杭州話）、Liaoning（遼寧話）、Shenyang（瀋陽話）、Anshan（鞍山話）。若使用該參數，設定的語種要和實際用於複刻的音訊語種一致。
-
-
響應參數
需關注的參數如下：
參數
類型
說明
voice
string
音色名稱，可直接用於即時多模態介面的
voice參數。target_model
string
驅動音色的全模態模型：
-
qwen3.5-omni-plus-realtime
-
qwen3.5-omni-flash-realtime
-
qwen3.5-omni-plus
-
qwen3.5-omni-flash
必須與後續調用全模態介面時使用的模型一致，否則合成會失敗。
request_id
string
Request ID。
count
integer
本次請求實際計入費用的“建立音色”次數，本次請求的費用為$
。 建立音色時，count恒為1。
-
-
範例程式碼
重要注意區分如下參數：
model：聲音複刻模型，固定為qwen-voice-enrollmenttarget_model：驅動音色的語音合成模型，須和後續調用語音合成介面時使用的語音合成模型一致，否則合成會失敗
cURL
若未將API Key配置到環境變數，需將樣本中的
$DASHSCOPE_API_KEY替換為實際的API Key。# ======= 重要提示 ======= # 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 # 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key # === 執行時請刪除該注釋 === curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \ -H "Authorization: Bearer $DASHSCOPE_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "qwen-voice-enrollment", "input": { "action": "create", "target_model": "qwen3.5-omni-plus-realtime", "preferred_name": "guanyu", "audio": { "data": "https://xxx.wav" } } }'Python
import os import requests import base64, pathlib target_model = "qwen3.5-omni-plus-realtime" 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}" # 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key # 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key = "sk-xxx" api_key = os.getenv("DASHSCOPE_API_KEY") # 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization" payload = { "model": "qwen-voice-enrollment", # 不要修改這個值 "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" } # 發送 POST 請求 resp = requests.post(url, json=payload, headers=headers) if resp.status_code == 200: data = resp.json() voice = data["output"]["voice"] print(f"產生的 voice 參數為: {voice}") else: print("請求失敗:", 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 = "qwen3.5-omni-plus-realtime"; 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) { // 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key // 若沒有配置環境變數，請用百鍊API Key將下行替換為：String apiKey = "sk-xxx" String apiKey = System.getenv("DASHSCOPE_API_KEY"); // 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 String apiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"; try { // 構造 JSON 請求體（注意內部的引號需轉義） String jsonPayload = "{" + "\"model\": \"qwen-voice-enrollment\"," // 不要修改該值 + "\"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); // 發送請求體 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("HTTP 狀態代碼: " + status); System.out.println("返回內容: " + response.toString()); if (status == 200) { // 解析 JSON Gson gson = new Gson(); JsonObject jsonObj = gson.fromJson(response.toString(), JsonObject.class); String voice = jsonObj.getAsJsonObject("output").get("voice").getAsString(); System.out.println("產生的 voice 參數為: " + voice); } } catch (Exception e) { e.printStackTrace(); } } }
查詢音色列表
分頁查詢已建立的音色列表。
-
URL
中國內地：
POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization國際：
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization -
要求標頭
參數
類型
是否必須
說明
Authorization
string
鑒權令牌，格式為
Bearer <your_api_key>，使用時，將“<your_api_key>”替換為實際的API Key。Content-Type
string
請求體中傳輸的資料的媒體類型。固定為
application/json。 -
訊息體
包含所有請求參數的訊息體如下，對於可選欄位，在實際業務中可根據需求省略。
重要model：聲音複刻模型，固定為qwen-voice-enrollment，請勿修改。{ "model": "qwen-voice-enrollment", "input": { "action": "list", "page_size": 2, "page_index": 0 } } -
請求參數
參數
類型
預設值
是否必須
說明
model
string
-
聲音複刻模型，固定為
qwen-voice-enrollment。action
string
-
操作類型，固定為
list。page_index
integer
0
頁碼索引。取值範圍：[0, 1000000]。
page_size
integer
10
每頁包含資料條數。取值範圍：[0, 1000000]。
-
響應參數
需關注的參數如下：
參數
類型
說明
voice
string
音色名稱，可直接用於即時多模態介面的
voice參數。gmt_create
string
建立音色的時間。
target_model
string
驅動音色的全模態模型：
-
qwen3.5-omni-plus-realtime
-
qwen3.5-omni-flash-realtime
-
qwen3.5-omni-plus
-
qwen3.5-omni-flash
必須與後續調用全模態介面時使用的模型一致，否則合成會失敗。
request_id
string
Request ID。
count
integer
本次請求實際計入費用的“建立音色”次數，本次請求的費用為$
。 查詢音色不計費，因此
count恒為0。 -
-
範例程式碼
重要model：聲音複刻模型，固定為qwen-voice-enrollment，請勿修改。cURL
若未將API Key配置到環境變數，需將樣本中的
$DASHSCOPE_API_KEY替換為實際的API Key。# ======= 重要提示 ======= # 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 # 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key # === 執行時請刪除該注釋 === curl --location --request POST 'https://{WorkspaceId}.ap-southeast-1.maas.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 # 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key # 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key = "sk-xxx" api_key = os.getenv("DASHSCOPE_API_KEY") # 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization" payload = { "model": "qwen-voice-enrollment", # 不要修改該值 "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("HTTP 狀態代碼:", response.status_code) if response.status_code == 200: data = response.json() voice_list = data["output"]["voice_list"] print("查詢到的音色列表：") for item in voice_list: print(f"- 音色: {item['voice']} 建立時間: {item['gmt_create']} 模型: {item['target_model']}") else: print("請求失敗:", 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) { // 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key // 若沒有配置環境變數，請用百鍊API Key將下行替換為：String apiKey = "sk-xxx" String apiKey = System.getenv("DASHSCOPE_API_KEY"); // 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 String apiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"; // JSON 請求體（舊版本 Java 無 """ 多行字串） String jsonPayload = "{" + "\"model\": \"qwen-voice-enrollment\"," // 不要修改該值 + "\"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("HTTP 狀態代碼: " + status); System.out.println("返回 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 查詢到的音色列表："); 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("- 音色: %s 建立時間: %s 模型: %s\n", voice, gmtCreate, targetModel); } } } catch (Exception e) { e.printStackTrace(); } } }
刪除音色
刪除指定音色，釋放對應額度。
-
URL
中國內地：
POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization國際：
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization -
要求標頭
參數
類型
是否必須
說明
Authorization
string
鑒權令牌，格式為
Bearer <your_api_key>，使用時，將“<your_api_key>”替換為實際的API Key。Content-Type
string
請求體中傳輸的資料的媒體類型。固定為
application/json。 -
訊息體
包含所有請求參數的訊息體如下，對於可選欄位，在實際業務中可根據需求省略：
重要model：聲音複刻模型，固定為qwen-voice-enrollment，請勿修改。{ "model": "qwen-voice-enrollment", "input": { "action": "delete", "voice": "yourVoice" } } -
請求參數
參數
類型
預設值
是否必須
說明
model
string
-
聲音複刻模型，固定為
qwen-voice-enrollment。action
string
-
操作類型，固定為
delete。voice
string
-
待刪除的音色。
-
響應參數
需關注的參數如下：
參數
類型
說明
request_id
string
Request ID。
count
integer
本次請求實際計入費用的“建立音色”次數，本次請求的費用為$
。 刪除音色不計費，因此
count恒為0。 -
範例程式碼
重要model：聲音複刻模型，固定為qwen-voice-enrollment，請勿修改。cURL
若未將API Key配置到環境變數，需將樣本中的
$DASHSCOPE_API_KEY替換為實際的API Key。# ======= 重要提示 ======= # 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 # 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key # === 執行時請刪除該注釋 === curl --location --request POST 'https://{WorkspaceId}.ap-southeast-1.maas.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 # 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key # 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key = "sk-xxx" api_key = os.getenv("DASHSCOPE_API_KEY") # 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization" voice_to_delete = "yourVoice" # 要刪除的音色（替換為真實值） payload = { "model": "qwen-voice-enrollment", # 不要修改該值 "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("HTTP 狀態代碼:", response.status_code) if response.status_code == 200: data = response.json() request_id = data["request_id"] print(f"刪除成功") print(f"Request ID: {request_id}") else: print("請求失敗:", 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) { // 新加坡地區和北京地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/zh/model-studio/get-api-key // 若沒有配置環境變數，請用百鍊API Key將下行替換為：String apiKey = "sk-xxx" String apiKey = System.getenv("DASHSCOPE_API_KEY"); // 以下為新加坡地區URL，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的URL不同。 String apiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"; String voiceToDelete = "yourVoice"; // 要刪除的音色（替換為真實值） // 構造 JSON 請求體（字串拼接，相容 Java 8） String jsonPayload = "{" + "\"model\": \"qwen-voice-enrollment\"," // 不要修改該值 + "\"input\": {" + "\"action\": \"delete\"," + "\"voice\": \"" + voiceToDelete + "\"" + "}" + "}"; try { // 建立 POST 串連 HttpURLConnection con = (HttpURLConnection) new URL(apiUrl).openConnection(); con.setRequestMethod("POST"); con.setRequestProperty("Authorization", "Bearer " + apiKey); con.setRequestProperty("Content-Type", "application/json"); con.setDoOutput(true); // 發送請求體 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("HTTP 狀態代碼: " + status); System.out.println("返回 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("刪除成功"); System.out.println("Request ID: " + requestId); } } catch (Exception e) { e.printStackTrace(); } } }
對話使用
如何使用聲音複刻產生的專屬音色進行對話，請參見快速開始：複刻與使用音色。
音色配額與自動清理規則
-
總數限制：1000個音色/帳號
當前介面不提供音色數量查詢功能，可通過調用查詢音色列表介面自行統計音色數目
-
自動清理：若單個音色在過去一年內未被用於任何模型調用請求，系統將自動將其刪除
計費說明
聲音複刻和模型調用分開計費：
著作權與合法性
您需對所提供聲音的所有權及合法使用權負責，請注意閱讀服務合約。
錄音操作指南
錄音裝置
推薦使用具備降噪功能的麥克風，或在安靜環境下使用手機近距離錄音，以保證音源純淨。
錄音環境
場地
-
建議在 10 平方米以內的小型封閉空間錄音。
-
優先選擇配有吸音材料（如吸音棉、地毯、窗帘）的房間。
-
避免空曠大廳、會議室、教室等高混響場所。
噪音控制
-
室外噪音：關閉門窗，避免交通、施工等幹擾。
-
室內噪音：關閉空調、風扇、日光燈鎮流器等裝置；可通過手機錄製環境音並放大播放，識別潛在噪音源。
混響控制
-
混響會導致聲音模糊、清晰度下降。
-
減少光滑表面反射：拉上窗帘、開啟衣櫃門、鋪放衣物或床單覆蓋案頭/櫃面。
-
利用不規則物體（如書架、軟包傢具）實現聲波漫反射。
錄音文案
-
文案內容靈活，建議與目標應用情境一致（例如，若用於客服情境，文案應為客服對話風格），但必須確保不包含任何敏感或非法詞彙（如政治、色情、暴力相關內容），否則會導致複刻失敗。
-
避免短句（如“你好”、“是的”），應使用完整句子。
-
保持語義連貫，朗讀時避免頻繁停頓（建議至少連續 3 秒無中斷）。
-
可帶入目標情緒（如親切、嚴肅），但需避免過度誇張的戲劇化朗讀，保持語調自然。
操作建議
以普通臥室為例：
-
關閉門窗，隔絕外部噪音。
-
關閉空調、電扇等電器。
-
拉上窗帘，減少玻璃反射。
-
在案頭鋪放衣物或毛毯，降低案頭反射。
-
提前熟悉文案，設定角色語氣，自然演繹。
-
與錄音裝置保持約 10 厘米距離，避免噴麥或訊號過弱。
錯誤資訊
如遇報錯問題，請參見錯誤碼進行排查。
该文章对您有帮助吗？