音色设计

平台支持基于声音描述 prompt 生成个性化定制音色，基于试听文本生成定制音色的试听音频，并得到 Voice ID（供后续正式语音合成使用）。

使用流程

  1. 调用音色设计接口：传入音色描述 prompt、试听文本 preview_text，可选传入自定义 voice_id，调用 音色设计接口 生成定制音色。
  • prompt：音色描述，用于定义目标音色特征
  • preview_text：试听文本，15-100 个汉字字符或单词
  • voice_id：自定义音色 ID（可选）。未传入时，服务端自动生成唯一 ID。自定义 ID 需满足以下规范：
    • 长度 8-64 个字符，首字符须为英文字母
    • 仅允许字母、数字、连字符（-）和下划线（_），末位不能为连字符或下划线
    • 不可与已有克隆/设计音色重复
  1. 使用设计音色：使用生成的 voice_id，根据实际需求调用 创建异步语音合成任务 等语音生成接口。

过程示例

1. 进行音色设计

Python
"""
本示例用于音色设计。
注意：需要设置环境变量 `API_KEY`，
并将 "my-custom-voice-id" 按需替换为实际自定义音色 ID（也可省略该字段由服务端自动生成）。
"""
import requests
import os

api_key = os.getenv("API_KEY")
url = "https://maas-api.unisound.com/v1/audio/voices/design"

design_payload = {
  "prompt": "讲述悬疑故事的播音员，声音低沉富有磁性，语速时快时慢，营造紧张神秘的氛围。",
  "preview_text": "夜深了，古屋里只有他一人。窗外传来若有若无的脚步声，他屏住呼吸，慢慢地，慢慢地，走向那扇吱呀作响的门……",
  "voice_id": "my-custom-voice-id"
}
design_headers = {
  "Authorization": f"Bearer {api_key}",
  "Content-Type": "application/json"
}

response = requests.post(url, headers=design_headers, json=design_payload)
response.raise_for_status()
result = response.json()
print(result.get("voice_id"))
print(result.get("trial_audio"))