MiniMax Voice Cloning

MiniMax Voice Cloning 用于从一段公开可访问的音频中创建复刻音色。接口返回 voice_id 后，可以把该 voice_id 传给 /v1/audio/speech 的 voice 字段，用 MiniMax Speech 2.8 生成语音。

请求地址

POST /v1/audio/voice-cloning

模型

模型	说明
minimax-voice-cloning	MiniMax 快速音色克隆

请求参数

参数	类型	必填	说明
model	string	是	固定使用 minimax-voice-cloning
audio_url	string	是	原始音频 URL，必须可公开访问
text	string	否	试听文本；传入后通常会返回试听音频链接
preview_model	string	条件必填	传入 text 时必填。可用 speech-2.8-hd 或 speech-2.8-turbo
accuracy	number	否	复刻相似度要求，常用值如 0.7
need_noise_reduction	boolean	否	是否启用降噪
need_volume_normalization	boolean	否	是否启用音量归一化
clone_prompt	object	否	示例音频和文本，用于提升音色稳定性

clone_prompt 字段：

参数	类型	必填	说明
prompt_audio_url	string	是	示例音频 URL，建议小于 8 秒
prompt_text	string	是	示例音频对应文本，建议句末带标点

音频要求

项目	说明
格式	mp3、m4a、wav
时长	最短 10 秒，最长 5 分钟
文件大小	不超过 20 MB
内容	建议单人、清晰、背景噪声较低

创建音色

curl -X POST "https://cubicspaces.cloud/v1/audio/voice-cloning" \
  -H "Authorization: Bearer $NEW_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-voice-cloning",
    "audio_url": "https://example.com/voice.mp3",
    "text": "这是一段用于试听复刻音色效果的文本。",
    "preview_model": "speech-2.8-hd",
    "accuracy": 0.7,
    "need_noise_reduction": true,
    "need_volume_normalization": true
  }'

响应示例

{
  "demo_audio_url": "https://example.com/demo.mp3",
  "voice_id": "voice_abc123"
}

使用复刻音色合成

curl -X POST "https://cubicspaces.cloud/v1/audio/speech" \
  -H "Authorization: Bearer $NEW_API_KEY" \
  -H "Content-Type: application/json" \
  --output cloned-voice.mp3 \
  -d '{
    "model": "minimax-speech-2.8-hd",
    "voice": "voice_abc123",
    "input": "这是一段使用复刻音色生成的语音。",
    "response_format": "mp3",
    "speed": 1
  }'

快速复刻音色可能是临时音色。创建后建议尽快用 /v1/audio/speech 调用一次该 voice_id，以确认音色可用。