声音复刻依托大模型进行特征提取，无需训练即可复刻声音。仅需提供 10~20 秒的音频，即可生成高度相似且听感自然的定制音色。声音复刻与模型调用是前后关联的两个步骤。本文档聚焦于介绍声音复刻的参数和接口细节，模型调用请参见 实时（Qwen-Omni-Realtime） 或 非实时（Qwen-Omni） 。
用户指南：关于模型介绍和选型建议请参见实时（Qwen-Omni-Realtime）或非实时（Qwen-Omni）。
重要本文档专用于千问Omni和千问Omni-Realtime声音复刻接口；若您使用的是语音合成模型，请参见语音合成。
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
https://dashscope.aliyuncs.com迁移至https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com - 新加坡地域：从
https://dashscope-intl.aliyuncs.com迁移至https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
其中 {WorkspaceId} 为您的业务空间 ID，可在阿里云百炼控制台的业务空间详情页面查看。现有域名仍可正常使用。
音频要求
高质量的输入音频是获得优质复刻效果的基础。
项目 | 要求 |
|---|---|
支持格式 | WAV (16bit)、MP3、M4A |
音频时长 | 推荐10~20秒，最长不得超过60秒 |
文件大小 | ＜ 10 MB |
采样率 | ≥ 24 kHz |
声道 | 单声道 |
内容 | 音频必须包含至少3秒连续清晰朗读（无背景音），其余部分仅允许短暂停顿（≤2秒）；整段音频应避免背景音乐、噪音或其他人声，确保核心朗读内容质量；请使用正常说话音频作为输入，不要上传歌曲或唱歌音频，以确保复刻效果准确和可用 |
语言 | 中文（zh）、英文（en）、德语（de）、意大利语（it）、葡萄牙语（pt）、西班牙语（es）、日语（ja）、韩语（ko）、法语（fr）、俄语（ru）、泰语（th）、印尼语（id）、阿拉伯语（ar）、捷克语（cs）、丹麦语（da）、荷兰语（nl）、芬兰语（fi）、希伯来语（he）、印地语（hi）、冰岛语（is）、马来语（ms）、挪威语（no）、波斯语（fa）、波兰语（pl）、瑞典语（sv）、他加禄语（tl）、土耳其语（tr）、乌尔都语（ur）、越南语（vi） 中文方言：东北话（Dongbei）、陕西话（Shannxi）、四川话（Sichuan）、河南话（Henan）、长沙话（Changsha）、天津话（Tianjin）、杭州话（Hangzhou）、辽宁话（Liaoning）、沈阳话（Shenyang）、鞍山话（Anshan） |
快速开始：复刻与使用音色
1. 工作流程
声音复刻与模型调用是紧密关联的两个独立步骤，遵循“先创建，后使用”的流程：
-
创建音色
调用创建音色接口，上传一段音频。系统会分析该音频，创建一个专属的复刻音色。此步骤必须指定
target_model，声明创建的音色将由哪个全模态模型驱动。若已有创建好的音色（调用查询音色列表接口查看），可跳过这一步直接进行下一步。
-
使用音色进行对话
调用 Omni 接口（实时或非实时），传入上一步获得的音色。此步骤指定的全模态模型必须和上一步的
target_model一致。
2. 模型配置与准备工作
选择合适的模型并完成准备工作。
模型配置
声音复刻时需要指定以下两个模型：
-
声音复刻模型：qwen-voice-enrollment
-
驱动音色的全模态模型：
- qwen3.8-omni-flash-realtime
- qwen3.5-omni-plus-realtime
- qwen3.5-omni-flash-realtime
- qwen3.5-omni-plus
- qwen3.5-omni-flash
准备工作
- 获取API Key：获取与配置 API Key，为安全起见，推荐将API Key配置到环境变量。
- 安装SDK：确保已安装最新版DashScope SDK。
- 准备待复刻音频：音频需符合音频要求。
3. 端到端示例
以下示例演示了如何在对话中使用声音复刻生成的专属音色，实现与原音高度相似的输出效果。
- 关键原则：声音复刻时，
target_model（驱动音色的全模态模型）必须与后续调用 Omni 接口时指定的模型一致，否则会合成失败。 - 示例使用本地音频文件
voice.mp3进行声音复刻，运行代码时，请注意替换。
实时
适用于千问Omni-Realtime系列模型，更多说明请参见实时（Qwen-Omni-Realtime）。
# 依赖：dashscope >= 1.26.5，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 = "qwen3.8-omni-flash-realtime" # 声音复刻、实时对话要使用相同的模型
DEFAULT_PREFERRED_NAME = "guanyu"
DEFAULT_AUDIO_MIME_TYPE = "audio/mpeg"
VOICE_FILE_PATH = "voice.mp3" # 用于声音复刻的本地音频文件的相对路径
def create_voice(file_path: str,
url: str,
target_model: str = DEFAULT_TARGET_MODEL,
preferred_name: str = DEFAULT_PREFERRED_NAME,
audio_mime_type: str = DEFAULT_AUDIO_MIME_TYPE) -> str:
"""
创建音色，并返回 voice 参数
"""
# 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key
# 若没有配置环境变量，请用百炼API Key将下行替换为：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"音频文件不存在: {file_path}")
base64_str = base64.b64encode(file_path_obj.read_bytes()).decode()
data_uri = f"data:{audio_mime_type};base64,{base64_str}"
payload = {
"model": "qwen-voice-enrollment",
"parameters": {"voice_clone_mode": "normal"},
"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"创建 voice 失败: {resp.status_code}, {resp.text}")
try:
return resp.json()["output"]["voice"]
except (KeyError, ValueError) as e:
raise RuntimeError(f"解析 voice 响应失败: {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__':
# 若没有配置环境变量，请用百炼API Key将下行替换为：dashscope.api_key = "sk-xxx"
dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")
# 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。
base_url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com"
ws_url = base_url.replace("https://", "wss://") + "/api-ws/v1/realtime"
# 1. 声音复刻：创建专属音色
voice = create_voice(VOICE_FILE_PATH, url=f"{base_url}/api/v1/services/audio/tts/customization")
print(f"声音复刻完成，音色: {voice}")
# 2. 使用复刻音色进行实时对话
pya = pyaudio.PyAudio()
callback = SimpleCallback(pya)
conv = OmniRealtimeConversation(model=DEFAULT_TARGET_MODEL, callback=callback, url=ws_url)
conv.connect()
conv.update_session(
output_modalities=[MultiModality.AUDIO, MultiModality.TEXT],
voice=voice # 使用复刻生成的专属音色
)
mic = pya.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True)
print("对话已开始，对着麦克风说话 (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对话结束")
import com.alibaba.dashscope.audio.omni.*;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
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 {
// ===== 常量定义 =====
// 声音复刻、实时对话要使用相同的模型
private static final String TARGET_MODEL = "qwen3.8-omni-flash-realtime";
private static final String PREFERRED_NAME = "guanyu";
// 用于声音复刻的本地音频文件的相对路径
private static final String AUDIO_FILE = "voice.mp3";
private static final String AUDIO_MIME_TYPE = "audio/mpeg";
// 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。
private static final String BASE_URL = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com";
// 生成 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;
}
// 调用 API 创建 voice
public static String createVoice() throws Exception {
// 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key
// 若没有配置环境变量，请用百炼API Key将下行替换为：String apiKey = "sk-xxx"
String apiKey = System.getenv("DASHSCOPE_API_KEY");
String jsonPayload =
"{"
+ "\"model\": \"qwen-voice-enrollment\","
+ "\"parameters\": {\"voice_clone_mode\": \"normal\"},"
+ "\"input\": {"
+ "\"action\": \"create\","
+ "\"target_model\": \"" + TARGET_MODEL + "\","
+ "\"preferred_name\": \"" + PREFERRED_NAME + "\","
+ "\"audio\": {"
+ "\"data\": \"" + toDataUrl(AUDIO_FILE) + "\""
+ "}"
+ "}"
+ "}";
String url = BASE_URL + "/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("创建语音失败: " + status + " - " + response);
}
}
// 简单的音频播放器
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. 声音复刻：创建专属音色
String voice = createVoice();
System.out.println("声音复刻完成，音色: " + voice);
// 2. 使用复刻音色进行实时对话
SimpleAudioPlayer player = new SimpleAudioPlayer();
AtomicBoolean shouldStop = new AtomicBoolean(false);
OmniRealtimeParam param = OmniRealtimeParam.builder()
.model(TARGET_MODEL)
// 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key
// 若没有配置环境变量，请用百炼API Key将下行替换为：.apikey("sk-xxx")
.apikey(System.getenv("DASHSCOPE_API_KEY"))
.url(BASE_URL.replace("https://", "wss://") + "/api-ws/v1/realtime")
.build();
OmniRealtimeConversation conversation = new OmniRealtimeConversation(param, new OmniRealtimeCallback() {
@Override public void onOpen() { System.out.println("连接已建立"); }
@Override public void onClose(int code, String reason) {
System.out.println("连接已关闭 (" + 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) // 使用复刻生成的专属音色
.enableTurnDetection(true)
.enableInputAudioTranscription(true)
.build()
);
System.out.println("对话已开始，对着麦克风说话 (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, "正常结束");
player.close();
mic.close();
System.out.println("\n对话结束");
} catch (NoApiKeyException e) {
System.err.println("未找到API KEY: 请设置环境变量 DASHSCOPE_API_KEY");
} catch (Exception e) {
e.printStackTrace();
}
System.exit(0);
}
}
非实时
适用于千问Omni系列模型，更多说明请参见非实时（Qwen-Omni）。
# 依赖：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" # 声音复刻、非实时对话要使用相同的模型
DEFAULT_PREFERRED_NAME = "guanyu"
DEFAULT_AUDIO_MIME_TYPE = "audio/mpeg"
VOICE_FILE_PATH = "voice.mp3" # 用于声音复刻的本地音频文件的相对路径
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:
"""
创建音色，并返回 voice 参数
"""
# 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key
# 若没有配置环境变量，请用百炼API Key将下行替换为：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"音频文件不存在: {file_path}")
base64_str = base64.b64encode(file_path_obj.read_bytes()).decode()
data_uri = f"data:{audio_mime_type};base64,{base64_str}"
url = dashscope.base_http_api_url + "/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"创建 voice 失败: {resp.status_code}, {resp.text}")
try:
return resp.json()["output"]["voice"]
except (KeyError, ValueError) as e:
raise RuntimeError(f"解析 voice 响应失败: {e}")
if __name__ == '__main__':
# 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
# 1. 声音复刻：创建专属音色
voice = create_voice(VOICE_FILE_PATH)
print(f"声音复刻完成，音色: {voice}")
# 2. 使用复刻音色进行非实时对话
messages = [{"role": "user", "content": [{"text": "你好，请做一段自我介绍"}]}]
response = dashscope.MultiModalConversation.call(
# 若没有配置环境变量，请用百炼API Key将下行替换为：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"}, # 使用复刻生成的专属音色
stream=True
)
print("模型回复：")
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音频文件已保存至：audio_cloned.wav")
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 {
// ===== 常量定义 =====
// 声音复刻、非实时对话要使用相同的模型
private static final String TARGET_MODEL = "qwen3.5-omni-plus";
private static final String PREFERRED_NAME = "guanyu";
// 用于声音复刻的本地音频文件的相对路径
private static final String AUDIO_FILE = "voice.mp3";
private static final String AUDIO_MIME_TYPE = "audio/mpeg";
// 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。
private static final String BASE_URL = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com";
// 将 PCM 数据写入标准 WAV 文件
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);
}
}
// 生成 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;
}
// 调用 API 创建 voice
public static String createVoice() throws Exception {
// 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key
// 若没有配置环境变量，请用百炼API Key将下行替换为：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) + "\""
+ "}"
+ "}"
+ "}";
String url = BASE_URL + "/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("创建语音失败: " + status + " - " + response);
}
}
public static void main(String[] args) {
try {
// 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key
// 若没有配置环境变量，请用百炼API Key将下行替换为：String apiKey = "sk-xxx"
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 1. 声音复刻：创建专属音色
String voice = createVoice();
System.out.println("声音复刻完成，音色: " + voice);
// 2. 使用复刻音色进行非实时对话（OpenAI 兼容接口）
String requestBody = "{"
+ "\"model\": \"" + TARGET_MODEL + "\","
+ "\"messages\": [{\"role\": \"user\", \"content\": \"你好，请做一段自我介绍\"}],"
+ "\"modalities\": [\"text\", \"audio\"],"
+ "\"audio\": {\"voice\": \"" + voice + "\", \"format\": \"wav\"},"
+ "\"stream\": true,"
+ "\"stream_options\": {\"include_usage\": true}"
+ "}";
String url = BASE_URL + "/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 响应
StringBuilder audioBase64 = new StringBuilder();
System.out.println("模型回复：");
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. 保存音频文件（API 返回原始 PCM 数据，需添加 WAV 头）
if (audioBase64.length() > 0) {
byte[] pcmBytes = Base64.getDecoder().decode(audioBase64.toString());
writeWav("audio_cloned.wav", pcmBytes, 24000);
System.out.println("\n音频文件已保存至：audio_cloned.wav");
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
API参考
使用不同 API 时，请确保使用同一账号进行操作。
创建音色
上传用于复刻的音频，创建自定义音色。
-
URL
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
-
请求头
参数
类型
是否必须
说明
Authorization
string
支持
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-Type
string
支持
请求体中传输的数据的媒体类型。固定为
application/json。 -
消息体
包含所有请求参数的消息体如下，对于可选字段，在实际业务中可根据需求省略。
重要注意区分如下参数：
model：声音复刻模型，固定为qwen-voice-enrollmenttarget_model：驱动音色的全模态模型，须和后续调用实时多模态接口时使用的全模态模型一致，否则合成会失败
{
"model": "qwen-voice-enrollment",
"input": {
"action": "create",
"target_model": "qwen3.8-omni-flash-realtime",
"preferred_name": "guanyu",
"audio": {
"data": "https://xxx.wav"
},
"text": "可选项，填入audio.data对应的文本",
"language": "可选项，填入audio.data对应的语种，如zh"
},
"parameters": {
"voice_clone_mode": "normal",
"skip_audio_process": false
}
}
重要parameters中的voice_clone_mode参数在使用qwen3.8-omni系列模型时必传。不传该字段时，默认回退到qwen3.5-omni talker system instruct模式（兼容旧服务）。
-
请求参数
参数 类型 默认值 是否必须 说明 model
string
支持
声音复刻模型，固定为
qwen-voice-enrollment。action
string
支持
操作类型，固定为
create。target_model
string
支持
驱动音色的全模态模型：
- qwen3.8-omni-flash-realtime
- qwen3.5-omni-plus-realtime
- qwen3.5-omni-flash-realtime
- qwen3.5-omni-plus
- qwen3.5-omni-flash
必须与后续调用全模态接口时使用的模型一致，否则合成会失败。
preferred_name
string
支持
为音色指定一个便于识别的名称（仅允许数字、大小写字母和下划线，不超过16个字符）。建议选用与角色、场景相关的标识。
该关键字会在复刻的音色名中出现，例如关键字为“guanyu”，最终音色名为“qwen-omni-vc-guanyu-voice-20250812105009984-838b”
audio.data
string
支持
用于复刻的音频（录制时需遵循录音操作指南，音频需满足音频要求）。
可通过以下两种方式提交音频数据：
-
格式：
data:<mediatype>;base64,<data>-
<mediatype>：MIME类型- WAV：
audio/wav - MP3：
audio/mpeg - M4A：
audio/mp4
- WAV：
-
<data>：音频转成的Base64编码的字符串Base64编码会增大体积，请控制原文件大小，确保编码后仍小于10MB
-
示例：
data:audio/wav;base64,SUQzBAAAAAAAI1RTU0UAAAAPAAADTGF2ZjU4LjI5LjEwMAAAAAAAAAAAAAAA//PAxABQ/BXRbMPe4IQAhl9点击查看示例代码
import base64, pathlib # input.mp3为用于声音复刻的本地音频文件，请替换为自己的音频文件路径，确保其符合音频要求 file_path = pathlib.Path("input.mp3") base64_str = base64.b64encode(file_path.read_bytes()).decode() data_uri = f"data:audio/mpeg;base64,{base64_str}"import java.nio.file.*; import java.util.Base64; public class Main { /** * filePath为用于声音复刻的本地音频文件，请替换为自己的音频文件路径，确保其符合音频要求 */ 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; } // 使用示例 public static void main(String[] args) throws Exception { System.out.println(toDataUrl("input.mp3")); } }
-
-
音频URL（推荐将音频上传至OSS）
- 文件大小不超过10MB
- URL必须公网可访问且无需鉴权
text
string
不支持
与
audio.data音频内容相匹配的文本。传入该参数后，服务端会对比音频与该文本的差异，若差异过大，将返回Audio.PreprocessError。
language
string
不支持
audio.data音频对应的语种。支持
zh（中文）、en（英文）、de（德语）、it（意大利语）、pt（葡萄牙语）、es（西班牙语）、ja（日语）、ko（韩语）、fr（法语）、ru（俄语）、th（泰语）、id（印尼语）、ar（阿拉伯语）、cs（捷克语）、da（丹麦语）、nl（荷兰语）、fi（芬兰语）、he（希伯来语）、hi（印地语）、is（冰岛语）、ms（马来语）、no（挪威语）、fa（波斯语）、pl（波兰语）、sv（瑞典语）、tl（他加禄语）、tr（土耳其语）、ur（乌尔都语）、vi（越南语）。中文方言：
Dongbei（东北话）、Shannxi（陕西话）、Sichuan（四川话）、Henan（河南话）、Changsha（长沙话）、Tianjin（天津话）、Hangzhou（杭州话）、Liaoning（辽宁话）、Shenyang（沈阳话）、Anshan（鞍山话）。若使用该参数，设置的语种要和实际用于复刻的音频的语种一致。
voice_clone_mode
string
条件必填
声音复刻模式。使用qwen3.8-omni系列模型时必传，不传时默认回退到qwen3.5-omni talker system instruct模式（兼容旧服务）。
可选值：
normal：普通模式dialect：方言模式crosslingual：跨语言模式
该参数需放在
parameters中。skip_audio_process
boolean
false
不支持
是否跳过音频预处理。默认为
false。该参数需放在parameters中。 -
响应参数
点击查看响应示例
{ "output": { "voice": "yourVoice", "target_model": "qwen3.8-omni-flash-realtime" }, "usage": { "count": 1 }, "request_id": "yourRequestId" }需关注的参数如下：
参数
类型
说明
voice
string
音色名称，可直接用于实时多模态接口的
voice参数。target_model
string
驱动音色的全模态模型：
qwen3.8-omni-flash-realtime
qwen3.5-omni-plus-realtime
qwen3.5-omni-flash-realtime
qwen3.5-omni-plus
qwen3.5-omni-flash
必须与后续调用全模态接口时使用的模型一致，否则合成会失败。
request_id
string
Request ID。
count
integer
本次请求实际计入费用的“创建音色”次数，本次请求的费用为$ count × 0.01。
创建音色时，count恒为1。
-
示例代码
重要注意区分如下参数：
model：声音复刻模型，固定为qwen-voice-enrollmenttarget_model：驱动音色的语音合成模型，须和后续调用语音合成接口时使用的语音合成模型一致，否则合成会失败
cURL
若未将API Key配置到环境变量，需将示例中的
$DASHSCOPE_API_KEY替换为实际的API Key。# ======= 重要提示 ======= # 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 # 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key # === 执行时请删除该注释 === 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", "parameters": {"voice_clone_mode": "normal"}, "input": { "action": "create", "target_model": "qwen3.8-omni-flash-realtime", "preferred_name": "guanyu", "audio": { "data": "https://xxx.wav" } } }'Python
import os import requests import base64, pathlib target_model = "qwen3.8-omni-flash-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}" # 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key = "sk-xxx" api_key = os.getenv("DASHSCOPE_API_KEY") # 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization" payload = { "model": "qwen-voice-enrollment", # 不要修改这个值 "parameters": {"voice_clone_mode": "normal"}, "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" } # 发送 POST 请求 resp = requests.post(url, json=payload, headers=headers) if resp.status_code == 200: data = resp.json() voice = data["output"]["voice"] print(f"生成的 voice 参数为: {voice}") else: print("请求失败:", 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 = "qwen3.8-omni-flash-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) { // 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key // 若没有配置环境变量，请用百炼API Key将下行替换为：String apiKey = "sk-xxx" String apiKey = System.getenv("DASHSCOPE_API_KEY"); // 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 String apiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"; try { // 构造 JSON 请求体（注意内部的引号需转义） String jsonPayload = "{" + "\"model\": \"qwen-voice-enrollment\"," // 不要修改该值 + "\"parameters\": {\"voice_clone_mode\": \"normal\"}," + "\"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); // 发送请求体 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 状态码: " + status); System.out.println("返回内容: " + 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("生成的 voice 参数为: " + voice); } } catch (Exception e) { e.printStackTrace(); } } }
查询音色列表
分页查询已创建的音色列表。
-
URL
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
-
请求头
参数
类型
是否必须
说明
Authorization
string
支持
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-Type
string
支持
请求体中传输的数据的媒体类型。固定为
application/json。 -
消息体
包含所有请求参数的消息体如下，对于可选字段，在实际业务中可根据需求省略。
重要
model：声音复刻模型，固定为qwen-voice-enrollment，请勿修改。
{
"model": "qwen-voice-enrollment",
"input": {
"action": "list",
"page_size": 2,
"page_index": 0
}
}
-
请求参数
参数
类型
默认值
是否必须
说明
model
string
-
支持
声音复刻模型，固定为
qwen-voice-enrollment。action
string
-
支持
操作类型，固定为
list。page_index
integer
0
不支持
页码索引。取值范围：[0, 1000000]。
page_size
integer
10
不支持
每页包含数据条数。取值范围：[0, 1000000]。
-
响应参数
点击查看响应示例
{ "output": { "voice_list": [ { "voice": "yourVoice1", "gmt_create": "2025-08-11 17:59:32", "target_model": "qwen3.5-omni-plus-realtime" }, { "voice": "yourVoice2", "gmt_create": "2025-08-11 17:38:10", "target_model": "qwen3.5-omni-plus-realtime" } ] }, "usage": { "count": 0 }, "request_id": "yourRequestId" }需关注的参数如下：
参数
类型
说明
voice
string
音色名称，可直接用于实时多模态接口的
voice参数。gmt_create
string
创建音色的时间。
target_model
string
驱动音色的全模态模型：
qwen3.8-omni-flash-realtime
qwen3.5-omni-plus-realtime
qwen3.5-omni-flash-realtime
qwen3.5-omni-plus
qwen3.5-omni-flash
必须与后续调用全模态接口时使用的模型一致，否则合成会失败。
request_id
string
Request ID。
count
integer
本次请求实际计入费用的“创建音色”次数，本次请求的费用为$count × 0.01。
查询音色不计费，因此
count恒为0。 -
示例代码
重要
model：声音复刻模型，固定为qwen-voice-enrollment，请勿修改。cURL
若未将API Key配置到环境变量，需将示例中的
$DASHSCOPE_API_KEY替换为实际的API Key。# ======= 重要提示 ======= # 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 # 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key # === 执行时请删除该注释 === 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 # 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key = "sk-xxx" api_key = os.getenv("DASHSCOPE_API_KEY") # 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization" payload = { "model": "qwen-voice-enrollment", # 不要修改该值 "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 状态码:", response.status_code) if response.status_code == 200: data = response.json() voice_list = data["output"]["voice_list"] print("查询到的音色列表：") for item in voice_list: print(f"- 音色: {item['voice']} 创建时间: {item['gmt_create']} 模型: {item['target_model']}") else: print("请求失败:", 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) { // 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key // 若没有配置环境变量，请用百炼API Key将下行替换为：String apiKey = "sk-xxx" String apiKey = System.getenv("DASHSCOPE_API_KEY"); // 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 String apiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"; // JSON 请求体（旧版本 Java 无 """ 多行字符串） String jsonPayload = "{" + "\"model\": \"qwen-voice-enrollment\"," // 不要修改该值 + "\"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 状态码: " + 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 查询到的音色列表："); 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 创建时间: %s 模型: %s\n", voice, gmtCreate, targetModel); } } } catch (Exception e) { e.printStackTrace(); } } }
删除音色
删除指定音色，释放对应额度。
-
URL
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
-
请求头
参数
类型
是否必须
说明
Authorization
string
支持
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-Type
string
支持
请求体中传输的数据的媒体类型。固定为
application/json。 -
消息体
包含所有请求参数的消息体如下，对于可选字段，在实际业务中可根据需求省略：
重要
model：声音复刻模型，固定为qwen-voice-enrollment，请勿修改。
{
"model": "qwen-voice-enrollment",
"input": {
"action": "delete",
"voice": "yourVoice"
}
}
-
请求参数
参数
类型
默认值
是否必须
说明
model
string
-
支持
声音复刻模型，固定为
qwen-voice-enrollment。action
string
-
支持
操作类型，固定为
delete。voice
string
-
支持
待删除的音色。
-
响应参数
点击查看响应示例
{ "usage": { "count": 0 }, "request_id": "yourRequestId" }需关注的参数如下：
参数
类型
说明
request_id
string
Request ID。
count
integer
本次请求实际计入费用的“创建音色”次数，本次请求的费用为$count × 0.01。
删除音色不计费，因此
count恒为0。 -
示例代码
重要
model：声音复刻模型，固定为qwen-voice-enrollment，请勿修改。cURL
若未将API Key配置到环境变量，需将示例中的
$DASHSCOPE_API_KEY替换为实际的API Key。# ======= 重要提示 ======= # 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 # 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key # === 执行时请删除该注释 === 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 # 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key = "sk-xxx" api_key = os.getenv("DASHSCOPE_API_KEY") # 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization" voice_to_delete = "yourVoice" # 要删除的音色（替换为真实值） payload = { "model": "qwen-voice-enrollment", # 不要修改该值 "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 状态码:", response.status_code) if response.status_code == 200: data = response.json() request_id = data["request_id"] print(f"删除成功") print(f"Request ID: {request_id}") else: print("请求失败:", 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) { // 新加坡地域和北京地域的API Key不同。获取API Key：https://www.alibabacloud.com/help/model-studio/get-api-key // 若没有配置环境变量，请用百炼API Key将下行替换为：String apiKey = "sk-xxx" String apiKey = System.getenv("DASHSCOPE_API_KEY"); // 以下为新加坡地域URL，调用时请将{WorkspaceId}替换为真实的业务空间ID，各地域的URL不同。 String apiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization"; String voiceToDelete = "yourVoice"; // 要删除的音色（替换为真实值） // 构造 JSON 请求体（字符串拼接，兼容 Java 8） String jsonPayload = "{" + "\"model\": \"qwen-voice-enrollment\"," // 不要修改该值 + "\"input\": {" + "\"action\": \"delete\"," + "\"voice\": \"" + voiceToDelete + "\"" + "}" + "}"; try { // 建立 POST 连接 HttpURLConnection con = (HttpURLConnection) new URL(apiUrl).openConnection(); con.setRequestMethod("POST"); con.setRequestProperty("Authorization", "Bearer " + apiKey); con.setRequestProperty("Content-Type", "application/json"); con.setDoOutput(true); // 发送请求体 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 状态码: " + 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("删除成功"); System.out.println("Request ID: " + requestId); } } catch (Exception e) { e.printStackTrace(); } } }
对话使用
如何使用声音复刻生成的专属音色进行对话，请参见快速开始：复刻与使用音色。
音色配额与自动清理规则
-
总数限制：1000个音色/账号
当前接口不提供音色数量查询功能，可通过调用查询音色列表接口自行统计音色数目
-
自动清理：若单个音色在过去一年内未被用于任何模型调用请求，系统将自动将其删除
计费说明
声音复刻和模型调用分开计费：
-
声音复刻：创建音色按$0.01/个计费，创建失败不计费
说明免费额度说明（仅中国站北京地域和国际站新加坡地域有免费额度）：
- 阿里云百炼开通后90天内，可享1000次免费音色创建机会。
- 创建失败不占用免费次数。
- 删除音色不会恢复免费次数。
- 免费额度用完或超出 90 天有效期后，创建音色将按$0.01/个的价格计费。
-
使用复刻生成的专属音色进行对话：按模型调用的 token 用量计费，详情请参见模型调用计费
版权与合法性
您需对所提供声音的所有权及合法使用权负责，请注意阅读服务协议。
录音操作指南
录音设备
推荐使用具备降噪功能的麦克风，或在安静环境下使用手机近距离录音，以保证音源纯净。
录音环境
场地
- 建议在 10 平方米以内的小型封闭空间录音。
- 优先选择配有吸音材料（如吸音棉、地毯、窗帘）的房间。
- 避免空旷大厅、会议室、教室等高混响场所。
噪音控制
- 室外噪音：关闭门窗，避免交通、施工等干扰。
- 室内噪音：关闭空调、风扇、日光灯镇流器等设备；可通过手机录制环境音并放大播放，识别潜在噪音源。
混响控制
- 混响会导致声音模糊、清晰度下降。
- 减少光滑表面反射：拉上窗帘、打开衣柜门、铺放衣物或床单覆盖桌面/柜面。
- 利用不规则物体（如书架、软包家具）实现声波漫反射。
录音文案
- 文案内容灵活，建议与目标应用场景一致（例如，若用于客服场景，文案应为客服对话风格），但必须确保不包含任何敏感或非法词汇（如政治、色情、暴力相关内容），否则会导致复刻失败。
- 避免短句（如“你好”、“是的”），应使用完整句子。
- 保持语义连贯，朗读时避免频繁停顿（建议至少连续 3 秒无中断）。
- 可带入目标情绪（如亲切、严肃），但需避免过度夸张的戏剧化朗读，保持语调自然。
操作建议
以普通卧室为例：
- 关闭门窗，隔绝外部噪音。
- 关闭空调、电扇等电器。
- 拉上窗帘，减少玻璃反射。
- 在桌面铺放衣物或毛毯，降低桌面反射。
- 提前熟悉文案，设定角色语气，自然演绎。
- 与录音设备保持约 10 厘米距离，避免喷麦或信号过弱。
错误信息
如遇报错问题，请参见错误码进行排查。