全部产品
Search
文档中心

大模型服务平台百炼:Qwen-Audio、CosyVoice 音色复刻 HTTP API 参考

更新时间:Nov 11, 2026

创建、查询、更新和删除 Qwen-Audio、CosyVoice 音色。

本文适用于 Qwen-Audio-TTS、Qwen-Audio-Realtime、CosyVoice。

先获取 API Key并配置环境变量。请求示例读取 DASHSCOPE_API_KEY。使用不同 API 管理同一音色时,请使用同一账号。

SDK 定义另见 Java SDK 和 Python SDK。

接口地址

华北2(北京)

POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/tts/customization

新加坡

POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization

将 {WorkspaceId} 替换为真实的Workspace ID,可在百炼控制台的业务空间详情页面查看。北京和新加坡的 API Key 不同。

重要阿里云百炼为华北2(北京)、新加坡地域推出了业务空间专属域名,能够为推理请求提供卓越的性能和更高的稳定性,建议迁移至新域名:

  • 华北2(北京)地域:从 dashscope.aliyuncs.com 迁移至 {WorkspaceId}.cn-beijing.maas.aliyuncs.com。
  • 新加坡地域:从 dashscope-intl.aliyuncs.com 迁移至 {WorkspaceId}.ap-southeast-1.maas.aliyuncs.com。

现有域名仍可正常使用。

请求头

Authorizationstring是否必选: 是

鉴权令牌,格式为Bearer <your_api_key>,使用时,将"<your_api_key>"替换为实际的API Key。

Content-Typestring是否必选: 是

固定为 application/json。

音频要求与费用

参考音频要求见声音复刻用户指南。Qwen-Audio-Realtime 的复刻流程见实时语音对话音色复刻。Qwen-Audio-Realtime 创建音色免费,模型调用按目标模型计费,详情见计费说明,数量限制见配额说明。

请求体

modelstring(必选)

固定为 voice-enrollment。

inputobject(必选)

属性

actionstring(必选)

操作类型:

  • create_voice:创建音色。
  • list_voice:查询音色列表。
  • query_voice:查询音色详情。
  • update_voice:更新音色。
  • delete_voice:删除音色。
target_modelstring(创建时必选)

后续使用音色的目标模型。必须与后续调用时使用的模型一致,否则调用失败。

目标模型可选择支持声音复刻的 Qwen-Audio-TTS、Qwen-Audio-Realtime 或 CosyVoice 型号,具体模型与地域见支持模型。

audiostring(创建或更新时,未传 url 则必选)

创建时提供参考音频,更新时提供新的参考音频。支持公网可访问的 URL 或 Base64 Data URI,例如 data:audio/wav;base64,...。

说明兼容旧参数 url;使用 url 时可不传 audio。url 将逐步废弃,建议改用 audio。

prefixstring(创建时必选,查询列表时可选)

创建时:音色名称前缀,仅允许数字和英文字母,不超过10个字符。生成的音色名格式:{target_model}-{prefix}-{唯一标识}。

查询列表时:按前缀筛选音色。

language_hintsarray[string](创建时可选)

辅助模型识别样本音频的语种,从而更准确地提取音色特征,提升复刻效果。若设置的语种与实际音频语种不符(例如为中文音频设置 en),系统将忽略该设置并自动检测语种。

此参数为数组,长度必须为 1。

说明适用于 qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash、cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-plus、cosyvoice-v3-flash。

点击查看各模型支持的语言

  • qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash:

    • zh:中文
    • en:英语
    • fr:法语
    • de:德语
    • ja:日语
    • ko:韩语
    • ru:俄语
    • pt:葡萄牙语
    • th:泰语
    • id:印尼语
    • vi:越南语
    • it:意大利语
    • es:西班牙语
    • ms:马来西亚语
    • fil:菲律宾语
    • ar:阿拉伯语
  • cosyvoice-v3-plus:

    • zh:中文
    • en:英文
    • fr:法语
    • de:德语
    • ja:日语
    • ko:韩语
    • ru:俄语
  • cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash:

    • zh:中文
    • en:英文
    • fr:法语
    • de:德语
    • ja:日语
    • ko:韩语
    • ru:俄语
    • pt:葡萄牙语
    • th:泰语
    • id:印尼语
    • vi:越南语

默认值:["zh"]。

max_prompt_audio_lengthfloat(创建时可选)

音频预处理后用于声音复刻的参考音频最大时长(秒)。取值范围:[3.0, 30.0]。

默认值:10.0。

说明适用于 qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash、cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash。

enable_preprocessboolean(创建时可选)

是否开启音频预处理(降噪、音频增强、音量规整)。有背景噪音时建议开启;安静环境建议关闭以最大程度还原音色。

默认值:false。

说明适用于 qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash、cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash。

enable_volume_normalizationstring(创建时可选)

是否对用于声音复刻的样本音频进行音量归一化。取值:

  • "true":开启音量归一化。
  • "false":关闭音量归一化。

开启后,使用所创建音色合成的音频,其音量可能与关闭该参数时创建的音色不同。

默认值:"false"。

page_indexinteger(查询列表时可选)

页码索引。

page_sizeinteger(查询列表时可选)

每页包含数据条数。

voice_idstring(查询详情、更新或删除时必选)

要查询、更新或删除的音色 ID。

请求示例

创建

示例使用 qwen-audio-3.1-tts-plus,请将 input 中的 target_model 替换为实际目标模型 ID。

以下为新加坡地域的配置,调用时请将"{WorkspaceId}"替换为真实的业务空间ID,各地域的配置不同。

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": "voice-enrollment",
    "input": {
        "action": "create_voice",
        "target_model": "qwen-audio-3.1-tts-plus",
        "prefix": "myvoice",
        "audio": "https://your-audio-url.wav",
        "language_hints": ["zh"],
        "enable_volume_normalization": "false"
    }
}'

使用本地 WAV 音频时,可通过以下代码生成 Base64 Data URI,并将 audio 的值填入创建或更新请求的 input 对象中的 audio 字段。将 sample.wav 替换为本地音频路径。

import base64
from pathlib import Path

audio = "data:audio/wav;base64," + base64.b64encode(
    Path("sample.wav").read_bytes()
).decode("ascii")

查询列表

以下为新加坡地域的配置,调用时请将"{WorkspaceId}"替换为真实的业务空间ID,各地域的配置不同。

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": "voice-enrollment",
    "input": {
        "action": "list_voice",
        "prefix": "myvoice",
        "page_size": 10,
        "page_index": 0
    }
}'

查询详情

以下为新加坡地域的配置,调用时请将"{WorkspaceId}"替换为真实的业务空间ID,各地域的配置不同。

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": "voice-enrollment",
    "input": {
        "action": "query_voice",
        "voice_id": "yourVoiceId"
    }
}'

更新

以下为新加坡地域的配置,调用时请将"{WorkspaceId}"替换为真实的业务空间ID,各地域的配置不同。

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": "voice-enrollment",
    "input": {
        "action": "update_voice",
        "voice_id": "yourVoiceId",
        "audio": "https://new-audio-url.wav"
    }
}'

删除

以下为新加坡地域的配置,调用时请将"{WorkspaceId}"替换为真实的业务空间ID,各地域的配置不同。

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": "voice-enrollment",
    "input": {
        "action": "delete_voice",
        "voice_id": "yourVoiceId"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

创建、查询列表或查询详情时返回相应字段;更新或删除时返回空对象。

属性

voice_idstring(创建时返回)

音色 ID。

voice_listarray[object](查询列表时返回)

查询到的音色列表。

属性

voice_idstring

音色 ID。

gmt_createstring

创建时间。

gmt_modifiedstring

修改时间。

statusstring

音色状态,取值参见"音色状态说明"。

resource_linkstring(查询详情时返回)

音频文件的URL地址。

gmt_createstring(查询详情时返回)

创建时间。

gmt_modifiedstring(查询详情时返回)

修改时间。

statusstring(查询详情时返回)

音色状态,取值参见"音色状态说明"。

target_modelstring(查询详情时返回)

驱动音色的目标模型(语音合成或实时语音对话)。

usageobject

本次请求用量信息。

属性

countinteger

固定为 1。创建音色时,表示创建的音色数量。

响应示例

创建

{
    "output": {
        "voice_id": "qwen-audio-3.1-tts-plus-myvoice-xxxxxx"
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

查询列表

{
    "output": {
        "voice_list": [
            {
                "voice_id": "qwen-audio-3.0-tts-flash-myvoice-xxxxxx",
                "gmt_create": "2024-12-11 13:38:02",
                "gmt_modified": "2024-12-11 13:38:02",
                "status": "OK"
            }
        ]
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

查询详情

{
    "output": {
        "gmt_create": "2024-12-11 13:38:02",
        "resource_link": "https://yourAudioFileUrl",
        "target_model": "qwen-audio-3.1-tts-plus",
        "gmt_modified": "2024-12-11 13:38:02",
        "status": "OK"
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

更新

{
    "output": {},
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

删除

{
    "output": {},
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

音色状态说明

音色创建后会经过审核流程。

状态说明

DEPLOYING

审核中/处理中。

OK

审核通过,可正常使用。

UNDEPLOYED

审核未通过,不可使用。

错误信息

如遇报错问题,请参见错误码进行排查。