Skip to Content
API 接口文档异步语音克隆创建任务

创建语音克隆任务

启动一个语音克隆任务。您可以直接上传音频文件，也可以提供现有音频文件的 URL。

请求信息

  • 方法: POST
  • 端点: /api/instant/create-task
  • 内容类型: multipart/form-data 或 application/json

请求参数

参数类型必需描述
audio文件 (二进制)是*用于语音克隆的音频文件。支持的格式包括 WAV、MP3 和 M4A。仅支持 multipart/form-data 格式。您必须提供 audio 或 audio_url 之一。
audio_urlstring是*用于语音克隆的公开可访问的音频文件 URL (WAV, MP3, M4A)。支持 multipart/form-data 和 application/json 两种格式。您必须提供 audio 或 audio_url 之一。
textstring是您希望以克隆语音合成的文本。
api_keystring是您的唯一 API 密钥，用于认证和访问。此密钥用于验证您的请求并将其链接到您的用户帐户。
modelstring否语音克隆模型版本。可选值：v1、v2、v-mul。默认值为 v2。不同模型在音质、处理速度和多语言支持上有所差异。
speed_ratiofloat否语速比例，范围 0.5-2.0，默认值为 1.0
pitch_ratiofloat否音调偏移，范围 -10 到 10 半音，默认值为 0
volume_ratiofloat否音量比例，范围 0.1-2.0，默认值为 1.0
emotion_controlobject否情感控制参数（仅 V2 模型支持）。支持多种情感控制模式，详见下方说明

*注意：

  • audio 和 audio_url 参数二选一，至少提供其中一个
  • 使用 application/json 格式时，只能使用 audio_url 参数
  • 使用 multipart/form-data 格式时，两个参数都支持

响应

成功响应

{
  "task_id": "1406bf34-735c-4b21-98ac-a135b2afb1c8",
  "status": "pending"
}

错误响应

  • 400 Bad Request: 缺少必需参数（例如 api_key，或 audio/audio_url 均未提供）

示例请求

使用音频文件

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -F "[email protected]" \
  -F "text=这是一段很长的文本，适合使用异步接口处理..." \
  -F "api_key=your_api_key_here"

使用音频URL

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -F "audio_url=https://example.com/sample.mp3" \
  -F "text=这是一段很长的文本，适合使用异步接口处理..." \
  -F "api_key=your_api_key_here"

使用指定模型

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -F "[email protected]" \
  -F "text=这是一段很长的文本，适合使用异步接口处理..." \
  -F "api_key=your_api_key_here" \
  -F "model=v2"

使用音频处理参数

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -F "[email protected]" \
  -F "text=这是一段很长的文本，适合使用异步接口处理..." \
  -F "api_key=your_api_key_here" \
  -F "model=v2" \
  -F "speed_ratio=1.2" \
  -F "pitch_ratio=2" \
  -F "volume_ratio=1.5"

使用 JSON 格式（配合 audio_url）

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://example.com/sample.mp3",
    "text": "这是一段很长的文本，适合使用异步接口处理...",
    "api_key": "your_api_key_here",
    "model": "v2",
    "speed_ratio": 1.2,
    "pitch_ratio": 2,
    "volume_ratio": 1.5
  }'

模型选择说明

API 支持三种语音克隆模型，您可以根据需求选择：

模型描述适用场景
v2第二代模型（默认），平衡音质和处理速度推荐用于大多数场景，提供高质量的语音克隆效果
v1第一代模型，较快的处理速度适合对处理速度有较高要求的场景
v-mul多语言模型，支持跨语言语音克隆适合需要多语言支持的应用场景

注意：如果不指定 model 参数，系统将默认使用 v2 模型。

情感控制参数 (emotion_control)

仅 V2 模型支持情感控制功能，通过 emotion_control 对象传递。可以在 JSON 格式的请求中直接传递。

情感控制模式

模式mode 值说明额外参数
参考音频相同same_as_reference使用参考音频的情绪（默认）无
参考音频reference_audio使用指定的参考音频控制情绪reference_audio_url
向量控制vector使用8维情感向量控制情绪vector 对象
文本描述text使用文本描述控制情绪text 字符串
随机情绪random随机生成情绪无

8维情感向量 (vector 模式)

使用向量模式时，可以精确控制8种情感的强度，每个值范围为 0.0-1.0：

{
  "joy": 0.5,        // 喜 (0.0-1.0)
  "anger": 0.0,      // 怒 (0.0-1.0)
  "sorrow": 0.0,     // 哀 (0.0-1.0)
  "fear": 0.0,       // 惧 (0.0-1.0)
  "excitement": 0.3, // 兴奋 (0.0-1.0)
  "depression": 0.0, // 低落 (0.0-1.0)
  "surprise": 0.2,   // 惊喜 (0.0-1.0)
  "calm": 0.0        // 平静 (0.0-1.0)
}

情感控制示例

使用向量控制情感（快乐+兴奋）

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://example.com/sample.mp3",
    "text": "今天天气真好！",
    "api_key": "your_api_key_here",
    "model": "v2",
    "emotion_control": {
      "mode": "vector",
      "vector": {
        "joy": 0.8,
        "excitement": 0.6,
        "surprise": 0.3,
        "calm": 0.2
      }
    }
  }'

使用文本描述控制情感

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://example.com/sample.mp3",
    "text": "这真是太棒了！",
    "api_key": "your_api_key_here",
    "model": "v2",
    "emotion_control": {
      "mode": "text",
      "text": "excited and happy"
    }
  }'

使用参考音频控制情感

curl -X POST https://aivoiceclonefree.com/api/instant/create-task \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://example.com/sample.mp3",
    "text": "我感到非常开心",
    "api_key": "your_api_key_here",
    "model": "v2",
    "emotion_control": {
      "mode": "reference_audio",
      "reference_audio_url": "https://example.com/emotion-ref.wav"
    }
  }'

任务状态说明

创建任务后，您会收到一个 task_id 和初始状态 pending。可能的状态值：

状态描述
pending任务已提交，等待处理
processing任务正在处理中
completed任务已完成
failed任务处理失败

下一步

任务创建成功后：

  1. 保存返回的 task_id
  2. 使用 任务状态查询 监控进度
  3. 任务完成后通过 获取任务结果 下载音频

最佳实践

  • 文本长度: 建议单次任务文本长度不超过10000字符
  • 音频质量: 使用高质量的音频样本可以获得更好的克隆效果
  • 请求格式:
    • 使用 multipart/form-data: 可以直接上传音频文件（audio 参数）或使用音频URL（audio_url 参数）
    • 使用 application/json: 只能使用音频URL（audio_url 参数）
  • API限制: 注意API调用频率限制，避免过于频繁的请求
Last updated on
同步语音克隆查询状态