媒体处理 音色复刻

这篇说说腾讯云MPS音色复刻功能:基于参考音频快速生成音色ID用于语音合成,支持MiniMax等引擎,任务成功收取克隆音色费用。 调用音色克隆接口传入音频即可复刻,建议音频10-20秒单人清晰语音。

相关产品
媒体处理 产品页,含版本规格、价格与购买入口。

一、功能介绍

基于参考音频,快速复刻并生成音色 ID,后续用于语音合成。

二、前提条件

在使用本功能前,你需完成以下前置操作:

·腾讯云账号注册/登录、开通 MPS 产品、完成服务角色授权。

·若你使用腾讯云子账号,还需要保证账号有足够权限使用 MPS 产品。

具体指引请参考 快速入门。账号授权问题可参考 账号授权 文档。

三、指定音色复刻引擎

MPS 音色复刻支持一系列丰富引擎,部分常用引擎包括:

引擎 特性
MiniMax 能力均衡,支持长文本。适合有声书、中文内容工厂、数字人对话等场景。

注意:说明:

四、计费说明

使用音色复刻能力,每次任务成功,收取“克隆音色”费用,详细定价请参考 计费说明文档。

注意:说明:

五、发起音色复刻任务

调用 音色克隆 接口,传入待复刻的音频,即可实现极速复刻。可以通过扩展 ExtParam 指定引擎,若不传,默认为 MiniMax。

ExtParam 参数 类型 必填 描述
engine String 否 指定引擎名,支持 minimax 等。

注意:说明:

注意:输入的音频时长没有限制,为提高复刻效果,建议时长控制在10秒-20秒之间,且仅包含单人清晰语音。

输入示例:

{ "AudioData": "UklGRghoAABXQVZFZm10IBAAAAABAAEAgD4AAAB…",//音频base64编码 "AudioLang": "zh", "VoiceProfile": { "Name": "my-clone-voice" }, "Text": "你好,这是一段试听音频,用于确认克隆音色的效果。", "TextLang": "zh", "ExtParam": "{\\"engine\\":\\"minimax\\"}"}

输出示例:

{ "Response": { "ErrorCode": 0, "Msg": "success", "VoiceId": "v1_jRFTM0hdReIsnPll+lDRCpW6+3Drq0RcmXwUTiCOGUiTuv3aNPOainIwzGPtKXaeLGs=", "RequestId": "15468f21-9d4a-4958-b652-454d6f7646ea" }}

赞 (0)
上一篇 4天前
下一篇 4天前