Avançar para o conteúdo

MiniMax Voice Cloning

Integrar

ID do modelo minimax/voice-clone
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/voice-clone?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ficheiros como o exemplo: 1,52 $ 1520 créditos da API · ≈ 159,14 ₽ os seus ficheiros são medidos antes da execução Executar nesta página

Obter chave de API
MiniMax Texto para voz #speech

Clona uma voz a partir de uma gravação de amostra e devolve um ID de voz reutilizável e um clip de pré-visualização opcional

MiniMax · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

0 / 1000

Texto opcional para sintetizar uma pré-visualização utilizando a voz clonada.

•obrigatório audio_url
Largue um ficheiro ou

URL que aponta para uma gravação para clonagem de voz. A voz torna-se permanente após a primeira utilização com uma rota de conversão de texto em fala (TTS), que tem de ocorrer no prazo de 7 dias para evitar a eliminação automática; a gravação de origem deve ter pelo menos 10 segundos.

Avançado model · accuracy · enable_safety_checker · noise_reduction · need_volume_normalization
model predefinição speech-02-hd

Modelo de síntese de fala para a pré-visualização: speech-02-hd, speech-02-turbo, speech-01-hd ou speech-01-turbo.

Limiar de precisão para validação de texto, entre 0 e 1.

POST /run/minimax/voice-clone?wait=20 cotação → 1,52 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/voice-clone?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre MiniMax Voice Cloning

Recebe uma amostra `audio_url`, que deve ter pelo menos 10 segundos, e cria uma voz personalizada. A resposta inclui `custom_voice_id` para utilização posterior em TTS. Uma pré-visualização é falada a partir de `text` (até 1000 caracteres), com uma escolha de `model` entre speech-02-hd, speech-02-turbo, speech-01-hd e speech-01-turbo. As opções incluem `noise_reduction` e `need_volume_normalization`.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
A filtragem pode ser flexibilizada definindo false, desde que o autor do pedido esteja autorizado.
audio_urlobrigatório audio
Tipourl · audio
URL que aponta para uma gravação para clonagem de voz. A voz torna-se permanente após a primeira utilização com uma rota de conversão de texto em fala (TTS), que tem de ocorrer no prazo de 7 dias para evitar a eliminação automática; a gravação de origem deve ter pelo menos 10 segundos.
noise_reductionopcional
Tipoboolean
Predefiniçãofalse
Aplica redução de ruído à voz clonada.
need_volume_normalizationopcional
Tipoboolean
Predefiniçãofalse
Aplica normalização do volume à voz clonada.
accuracyopcional
Tiponumber | null
0 – 1
Limiar de precisão para validação de texto, entre 0 e 1.
textopcional
Tipostring | null
PredefiniçãoHello, this is a preview of your cloned voice! I hope you like it!
≤ 1000 caracteres
Texto opcional para sintetizar uma pré-visualização utilizando a voz clonada.
modelopcional
Tipoenum
Predefiniçãospeech-02-hd
speech-02-hdspeech-02-turbospeech-01-hdspeech-01-turbo
Modelo de síntese de fala para a pré-visualização: speech-02-hd, speech-02-turbo, speech-01-hd ou speech-01-turbo.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/voice-clone",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1520,
    "usd": "1.52",
    "charged": 1520,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "custom_voice_id": "string",
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
custom_voice_id
stringIdentificador para utilizar a voz clonada em TTS.
audio
object {url, content_type, file_name, file_size} | nullPré-visualização de áudio sintetizada utilizando a voz clonada, quando solicitada.

Mais modelos: Texto para voz

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/minimax/voice-clone.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt