大模型服务平台 TokenHub MiniMax 音色复刻

概述
Tokenhub 已上线 MiniMax 音色复刻能力，通过语音合成接口下的 sync_clone 端点实现，本文基于 MiniMax 官方 voice_clone 接口编写，调用参数与原厂基本一致，详情请参见 MiniMax API 文档。
功能说明： 音色复刻（voice clone）指上传一段参考音频，由系统提取并复刻其中的说话人音色特征，生成一个可复用的自定义音色（返回唯一 voice_id）。后续在 TTS 语音合成接口传入该 voice_id，即可让任意文本以此音色朗读。复刻过程返回的试听音频由 model 指定的语音模型合成。
说明：
复刻得到的临时音色若 7 天内未正式调用，系统会删除该音色。
调用本接口获得复刻音色时，不会立即收取音色复刻费用。音色的复刻费用将在首次使用此复刻音色进行语音合成时收取。试听字符根据选择的试听模型收费。具体价格请参见 模型价格。
前提条件
已 注册腾讯云 账号并开通 TokenHub 服务。
已在 TokenHub 控制台 获取 API Key。
接口信息
项
值
地址
https://tokenhub.tencentmaas.com/v1/wand/minimax-tts/sync_clone
方法
POST
Content-Type
application/json
鉴权
Authorization: Bearer YOUR_API_KEY
请求体
请求示例
cURL
curl -X POST 'https://tokenhub.tencentmaas.com/v1/wand/minimax-tts/sync_clone' \\
  -H 'Authorization: Bearer YOUR_API_KEY' \\
  -H 'Content-Type: application/json' \\
  -d '{
  "model": "minimax-voice-clone",
  "audio_url": "https://example.com/clone-source.wav",
  "tts_model":"minimax-speech-2.8-hd",
  "text": "A gentle breeze sweeps across the soft grass(breath), carrying the fresh scent along with the songs of birds.",
  "output_format": "url"
}'
请求参数
说明：
以下为请求参数的简要说明，各参数的完整取值范围、枚举明细等请参见 MiniMax API 文档。
参数
类型
必选
说明
model
string
是
固定填 minimax-voice-clone。
audio_url
string
否
待复刻音频的 URL 地址（http/https 链接）。音频规范：mp3 / m4a / wav，建议时长 10 秒–5 分钟，大小 ≤ 20MB。
audio_data
string
否
待复刻音频的 base64 音频。（audio_url 或 audio_data 至少传一个）
tts_model
string
否
试听用的 TTS 语音合成模型，取值为 tokenhub 已上线的 speech 模型（如 minimax-speech-2.8-hd）。
voice_id
string
否
自定义音色 id；不传则自动生成并返回唯一 id。长度 [8, 256]，首字符须为英文字母，允许字母/数字/-/_，末位不可为 -/_。
text
string
否
复刻试听文本，≤ 1000 字符；提供后将以复刻音色朗读并返回试听音频（按 T2A 标准计费）。
text_validation
string
否
音频复刻样本的预期文本，≤ 200 字符；服务做 ASR 识别并比对相似度，低于 accuracy 则拒绝。
accuracy
number
否
ASR 相似度阈值，默认 0.7，范围 [0, 1]。
output_format
string
否
试听音频返回形式，默认 hex，可选 url / hex（url 有效期 24h）。
返回体
返回示例
{
  "voice_id": "MiniMax001-xxxxxxxx",
  "input_sensitive": false,
  "demo_audio": "https://...试听音频链接",
  "extra_info": {
    "audio_length": 11124,
    "audio_sample_rate": 32000,
    "audio_size": 179926,
    "bitrate": 128000,
    "word_count": 18,
    "usage_characters": 18
  },
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  },
  "usage":{
    "total_token":1920
  }
}
返回字段
说明：
以下为返回字段的简要说明，各字段的完整含义与边界说明等请参见 MiniMax API 文档。
字段
类型
说明
voice_id
string
复刻成功返回的音色 id，可用于后续语音合成。
input_sensitive
boolean
输入音频是否命中风控。
demo_audio
string
试听音频链接（形式取决于 output_format）；仅当请求传入 text 时返回，否则为空。
extra_info
object
试听音频的元信息与计费信息，仅当传入 text（触发试听合成）时返回。
extra_info.audio_length
integer
音频时长（毫秒）。
extra_info.audio_sample_rate
integer
音频采样率。
extra_info.audio_size
integer
音频文件大小（字节）。
extra_info.bitrate
integer
音频比特率。
extra_info.word_count
integer
已发音字数。
extra_info.usage_characters
integer
计费字符数。
base_resp
object
本次请求的状态码与详情。
base_resp.status_code
integer
状态码（0 表示正常，详见下方错误码）。
base_resp.status_msg
string
状态详情。
usage
object
用量。
usage.total_token
integer
消耗 token 总量。
错误码
请参见 API 错误码说明。

项	值
地址	https://tokenhub.tencentmaas.com/v1/wand/minimax-tts/sync_clone
方法	POST
Content-Type	`application/json`
鉴权	`Authorization: Bearer YOUR_API_KEY`

参数	类型	必选	说明
`model`	string	是	固定填 `minimax-voice-clone`。
`audio_url`	string	否	待复刻音频的 URL 地址（http/https 链接）。音频规范：mp3 / m4a / wav，建议时长 10 秒–5 分钟，大小 ≤ 20MB。
`audio_data`	string	否	待复刻音频的 base64 音频。（`audio_url` 或 `audio_data` 至少传一个）
`tts_model`	string	否	试听用的 TTS 语音合成模型，取值为 tokenhub 已上线的 speech 模型（如 `minimax-speech-2.8-hd`）。
`voice_id`	string	否	自定义音色 id；不传则自动生成并返回唯一 id。长度 [8, 256]，首字符须为英文字母，允许字母/数字/`-`/`_`，末位不可为 `-`/`_`。
`text`	string	否	复刻试听文本，≤ 1000 字符；提供后将以复刻音色朗读并返回试听音频（按 T2A 标准计费）。
`text_validation`	string	否	音频复刻样本的预期文本，≤ 200 字符；服务做 ASR 识别并比对相似度，低于 `accuracy` 则拒绝。
`accuracy`	number	否	ASR 相似度阈值，默认 `0.7`，范围 `[0, 1]`。
`output_format`	string	否	试听音频返回形式，默认 `hex`，可选 `url` / `hex`（url 有效期 24h）。

字段	类型	说明
voice_id	string	复刻成功返回的音色 id，可用于后续语音合成。
input_sensitive	boolean	输入音频是否命中风控。
demo_audio	string	试听音频链接（形式取决于 output_format）；仅当请求传入 text 时返回，否则为空。
extra_info	object	试听音频的元信息与计费信息，仅当传入 text（触发试听合成）时返回。
extra_info.audio_length	integer	音频时长（毫秒）。
extra_info.audio_sample_rate	integer	音频采样率。
extra_info.audio_size	integer	音频文件大小（字节）。
extra_info.bitrate	integer	音频比特率。
extra_info.word_count	integer	已发音字数。
extra_info.usage_characters	integer	计费字符数。
base_resp	object	本次请求的状态码与详情。
base_resp.status_code	integer	状态码（0 表示正常，详见下方错误码）。
base_resp.status_msg	string	状态详情。
usage	object	用量。
usage.total_token	integer	消耗 token 总量。

MiniMax 音色复刻

本页目录：

概述

前提条件

接口信息

请求体

请求示例

请求参数

返回体

返回示例

返回字段

错误码