声音复刻HTTP API参考_大模型服务平台百炼(Model Studio) - 大模型服务平台百炼

本文介绍声音复刻的HTTP API接口详情，包括创建音色、查询音色列表、查询音色详情、更新音色和删除音色等操作。

用户指南：声音复刻。

接口地址

新加坡

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

调用时请将{WorkspaceId}替换为真实的Workspace ID。

华北2（北京）

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

调用时请将{WorkspaceId}替换为真实的Workspace ID。

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

{WorkspaceId}需要替换为真实的Workspace ID。现有域名仍可正常使用。

请求头

参数	类型	是否必选	说明
Authorization	string	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-Type	string	是	请求体的媒体类型。Qwen-Audio-TTS/CosyVoice/Qwen-TTS固定为`application/json`，MiniMax固定为`application/json; charset=utf-8`。

创建音色

请求体

modelstring（必选）

声音复刻模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音复刻。
qwen-voice-enrollment：Qwen-TTS声音复刻。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。

Qwen-Audio-TTS/CosyVoice（voice-enrollment）：固定为create_voice。
Qwen（qwen-voice-enrollment）：固定为create。

target_model string（必选）

驱动音色的语音合成模型。必须与后续调用语音合成接口时使用的模型一致，否则合成会失败。

url string（条件必选）

重要仅适用于Qwen-Audio-TTS/CosyVoice声音复刻（model为voice-enrollment时）。

用于复刻音色的音频文件URL，要求公网可访问。

audio object（条件必选）

重要仅适用于Qwen-TTS声音复刻（model为qwen-voice-enrollment时）。

音频数据，支持两种提交方式：

Data URL（Base64编码）：格式为{"data": "data:{mime_type};base64,{base64_encoded_data}"}，支持的MIME类型：audio/wav、audio/mpeg、audio/mp4。
音频URL：格式为{"data": "https://your-audio-url.wav"}，URL必须公网可访问且无需鉴权。

text string（可选）

重要仅适用于Qwen-TTS声音复刻（model为qwen-voice-enrollment时）。

音频对应的文本内容，用于辅助提升复刻效果。

prefix string（条件必选）

重要仅适用于Qwen-Audio-TTS/CosyVoice（model为voice-enrollment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}。

preferred_name string（条件必选）

重要仅适用于Qwen-TTS声音复刻（model为qwen-voice-enrollment时）。

音色名称前缀，仅允许数字、英文字母和下划线，不超过16个字符。

language_hints array[string]（可选）

重要仅适用于Qwen-Audio-TTS/CosyVoice声音复刻（model为voice-enrollment时），且仅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3.5-plus、v3.5-flash、v3-plus和v3-flash模型支持。

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，但当前版本仅处理第一个元素。

取值范围（因模型而异）：

qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-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"]。

language string（可选）

重要仅适用于Qwen-TTS声音复刻（model为qwen-voice-enrollment时）。

指定 audio.data 音频对应的语种。若使用该参数，设置的语种须与实际用于复刻的音频语种一致。

取值范围：

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

默认值：zh。

max_prompt_audio_length float（可选）

重要仅适用于Qwen-Audio-TTS/CosyVoice声音复刻（model为voice-enrollment时），且仅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3.5-plus、v3.5-flash和v3-flash模型支持。

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。

enable_preprocess boolean（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。

enable_volume_normalization string（可选）

重要仅适用于Qwen-Audio-TTS/CosyVoice声音复刻（model为voice-enrollment时）。

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"。

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。

Qwen-Audio-TTS/CosyVoice声音复刻

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-3.0-tts-flash",
        "prefix": "myvoice",
        "url": "https://your-audio-url.wav",
        "language_hints": ["zh"],
        "enable_volume_normalization": "false"
    }
}'

Qwen-TTS声音复刻

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-tts-vc-realtime-2026-01-15",
        "preferred_name": "myvoice",
        "audio": {"data": "data:audio/mpeg;base64,{base64_encoded_audio}"}
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。

属性

voice_id / voicestring

音色ID。Qwen-Audio-TTS/CosyVoice返回voice_id，Qwen返回voice。可直接用于语音合成接口的voice参数。

target_modelstring

重要仅Qwen返回。

驱动音色的语音合成模型。

fallback_modeboolean

重要仅适用于Qwen-TTS声音复刻（model为qwen-voice-enrollment时）。

是否以降级模式创建音色。当音频质量不佳或与文本不匹配时，该值为true，表示复刻效果可能不理想。

fallback_reasonstring

重要仅当fallback_mode为true时返回。

降级原因。可能的值包括no_merged_segments（无法合并音频片段）、no_valid_asr_segments（音频与文本严重不匹配）等。

usageobject

本次请求用量信息。

属性

count integer

创建的音色数量，固定为1。

Qwen-Audio-TTS/CosyVoice声音复刻

{
    "output": {
        "voice_id": "qwen-audio-3.0-tts-flash-myvoice-xxxxxx"
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

Qwen-TTS声音复刻

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

重要Qwen-Audio-TTS/CosyVoice返回voice_id字段，Qwen返回voice字段。Qwen-TTS声音复刻还可能返回fallback_mode和fallback_reason字段。

查询音色列表

请求体

modelstring（必选）

声音复刻模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音复刻。
qwen-voice-enrollment：Qwen-TTS声音复刻。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。Qwen-Audio-TTS/CosyVoice：list_voice。Qwen：list。

prefix string（可选）

重要仅适用于Qwen-Audio-TTS/CosyVoice。

按前缀筛选音色。

page_index integer（可选）

页码索引。

page_size integer（可选）

每页包含数据条数。

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。

Qwen-Audio-TTS/CosyVoice

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
    }
}'

Qwen-TTS声音复刻

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": "list",
        "page_size": 10,
        "page_index": 0
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。

属性

page_indexinteger

重要仅Qwen返回。

当前页码索引。

page_sizeinteger

重要仅Qwen返回。

每页数据条数。

total_countinteger

重要仅Qwen返回。

音色总数。

voice_listarray[object]

查询到的音色列表。Qwen-Audio-TTS/CosyVoice和Qwen均使用voice_list字段名。

属性

voice_id / voicestring

音色ID。Qwen-Audio-TTS/CosyVoice为voice_id，Qwen为voice。

gmt_createstring

创建时间。

gmt_modifiedstring

修改时间。

statusstring

重要仅Qwen-Audio-TTS/CosyVoice返回。

音色状态，取值参见"音色状态说明"。

target_modelstring

重要仅Qwen返回。

驱动音色的语音合成模型。

usageobject

本次请求用量信息。

属性

count integer

Qwen-Audio-TTS/CosyVoice固定为1。Qwen固定为0。

Qwen-Audio-TTS/CosyVoice

{
    "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"
}

Qwen

{
    "output": {
        "page_index": 0,
        "page_size": 10,
        "total_count": 2,
        "voice_list": [
            {
                "voice": "yourVoice1",
                "gmt_create": "2025-08-11 17:59:32",
                "gmt_modified": "2025-08-11 17:59:32",
                "language": "zh",
                "target_model": "qwen3-tts-vc-realtime-2026-01-15"
            }
        ]
    },
    "usage": {
        "count": 0
    },
    "request_id": "xxxx-xxxx-xxxx"
}

重要Qwen-Audio-TTS/CosyVoice返回voice_list数组，每项包含voice_id字段；Qwen同样返回voice_list数组，每项包含voice字段。Qwen的output中还包含page_index、page_size和total_count分页信息字段。

查询音色详情

重要仅适用于Qwen-Audio-TTS/CosyVoice（model为voice-enrollment时）。Qwen模型不支持查询音色详情操作。

请求体

modelstring（必选）

固定为voice-enrollment（Qwen-Audio-TTS/CosyVoice）。

inputobject（必选）

输入参数对象。

属性

action string（必选）

固定为query_voice。

voice_id string（必选）

要查询的音色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。

Qwen-Audio-TTS/CosyVoice

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"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。

属性

resource_linkstring

音频文件的URL地址。

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"。

target_modelstring

驱动音色的语音合成模型。

usageobject

本次请求用量信息。

属性

count integer

固定为1。

{
    "output": {
        "gmt_create": "2024-12-11 13:38:02",
        "resource_link": "https://yourAudioFileUrl",
        "target_model": "qwen-audio-3.0-tts-flash",
        "gmt_modified": "2024-12-11 13:38:02",
        "status": "OK"
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

更新音色

重要仅适用于Qwen-Audio-TTS/CosyVoice声音复刻（model为voice-enrollment时）。Qwen模型不支持更新操作。

请求体

modelstring（必选）

固定为voice-enrollment。

inputobject（必选）

输入参数对象。

属性

action string（必选）

固定为update_voice。

voice_id string（必选）

要更新的音色ID。

url string（必选）

新的音频文件URL，要求公网可访问。

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",
        "url": "https://new-audio-url.wav"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据，更新操作返回空对象。

usageobject

本次请求用量信息。

属性

count integer

固定为1。

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

删除音色

请求体

modelstring（必选）

声音复刻模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音复刻。
qwen-voice-enrollment：Qwen-TTS声音复刻。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。Qwen-Audio-TTS/CosyVoice：delete_voice。Qwen：delete。

voice_id string（条件必选）

重要仅适用于Qwen-Audio-TTS/CosyVoice。

要删除的音色ID。

voice string（条件必选）

重要仅适用于Qwen。

要删除的音色名称。

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。

Qwen-Audio-TTS/CosyVoice

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"
    }
}'

Qwen-TTS声音复刻

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": "delete",
        "voice": "yourVoice"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。Qwen-Audio-TTS/CosyVoice返回空对象，Qwen返回已删除的音色名称。

属性

voicestring

重要仅Qwen返回。

已删除的音色名称。

usageobject

本次请求用量信息。

属性

count integer

固定为1。

Qwen-Audio-TTS/CosyVoice

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

Qwen

{
    "output": {
        "voice": "yourVoice"
    },
    "usage": {
        "count": 0
    },
    "request_id": "xxxx-xxxx-xxxx"
}

重要Qwen-Audio-TTS/CosyVoice的output为空对象，Qwen返回voice字段。

音色状态说明

音色创建后会经过审核流程，以下是各状态的含义。此状态体系仅适用于Qwen-Audio-TTS/CosyVoice（model为voice-enrollment时），Qwen的查询和列表返回中不包含status字段。

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。