Zum Hauptinhalt springen
SUNO ermöglicht es uns, über beliebige Audiodateien benutzerdefinierte Stimmenrollen zu erstellen und Stimmenklonierung für die Musikgenerierung zu realisieren. Anders als die bestehende Persona-API (die von Suno generierte audio_id verwendet) akzeptiert diese API eine öffentlich zugängliche audio_url, also deine eigene Gesangsaufnahme. Dieses Dokument erläutert die Integrationsmethode der Stimmenklon-API.

​
Schritt 1: Stimmenrolle erstellen

Diese API hat drei Eingabeparameter: audio_url (erforderlich), eine öffentlich zugängliche Audio-Datei-URL im MP3- oder WAV-Format, die eine klare einzelne menschliche Stimme enthält; name und description (optional), der Name und die Beschreibung der Stimmenrolle.
Anforderungen an Audiodateien
  • Das Audioformat muss WAV oder MP3 sein
  • Die Audiodauer muss zwischen 10~240 Sekunden liegen; empfohlen wird sauberes Material mit einer einzelnen trockenen Stimme von 30~60 Sekunden
  • Das Audio sollte eine klare, erkennbare einzelne Sprech- oder Gesangsstimme enthalten
  • Bitte vermeide unbedingt Hintergrundgeräusche, Begleitung, Echo, Hall; vollständige Songs mit Begleitung bestehen die Stimmabdruckprüfung in der Regel nicht
  • Es dürfen keine mehreren Sprecher oder mehrfachen Stimmen enthalten sein
  • Material mit zu geringer Lautstärke, unklarer Sprache oder zu starken Störgeräuschen kann zu fehlgeschlagenem Klonen oder schlechteren Generierungsergebnissen führen Hinweise zu Nutzungsbeschränkungen
  • Durch das Hochladen von Audio erstellte Stimmenrollen sind private Ressourcen
  • Diese Stimmenrolle unterstützt keine kontoübergreifende Wiederverwendung
  • Es wird empfohlen, sie nach erfolgreicher Erstellung möglichst bald zu verwenden; bei längerer Nichtverwendung kann sie ungültig oder nicht verfügbar werden
  • Der zurückgegebene name wird automatisch vom System generiert; maßgeblich ist die zurückgegebene persona_id
Bitte bei fehlgeschlagenem Aufruf zuerst erneut versuchen Stimmenklonierung ist eine rechenintensive Aufgabe; selbst bei vollständig konformem Material besteht eine gewisse Wahrscheinlichkeit sporadischer Fehler, häufige Rückgaben sind beispielsweise voices_sound_different (Stimmabdruckprüfung nicht bestanden) usw. Diese Art von Fehler steht nicht mit der Audioqualität in Zusammenhang; ein erneuter Versuch mit demselben Material ist in der Regel erfolgreich, es wird empfohlen, bei der Integration für fehlgeschlagene Ergebnisse 1~2 automatische Wiederholungsversuche zu implementieren. Fehlgeschlagene Anfragen werden nicht berechnet.
Das obige https://cdn.acedata.cloud/suno_demo.mp3 ist Beispielmaterial, das direkt aufgerufen werden kann (MP3, 41 Sekunden, einzelne trockene Stimme). Wenn ein Beispiel im WAV-Format benötigt wird, kann https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765 verwendet werden (WAV, 41 Sekunden, Mono 44,1 kHz).
Das Ergebnis lautet wie folgt:
Wie zu sehen ist, ist das Feld persona_id von data genau die ID der erstellten Stimmenrolle. Das Feld is_public ist stets false, weil durch das Hochladen von Audio erstellte Stimmenrollen privat sind. Beachte, dass der zurückgegebene name automatisch vom System generiert wird; verwende anschließend bitte persona_id, um auf diese Stimmenrolle zu verweisen.

​
Schritt 2: Musik mit der Stimmenrolle generieren

Nach dem Erhalt der Stimmenrollen-ID können wir die Suno Audios Generation API für die Musikgenerierung verwenden. Setze action auf generate und persona_id auf die oben zurückgegebene Stimmenrollen-ID; das generierte Lied wird mit der geklonten Stimme gesungen.
Hinweis: Stimmenklonierung unterstützt nur Modelle ab chirp-v4-5 (wie chirp-v4-5, chirp-v5, chirp-v5-5) und unterstützt chirp-v4 nicht.
Das Ergebnis lautet wie folgt:
persona_id kann für die generate-Generierung verwendet werden und auch für cover / upload_cover-Coverversionen. Bei Angabe einer Stimme muss vocal_gender nicht gleichzeitig ausgefüllt werden; die Stimmähnlichkeit hängt weiterhin vom Referenzmaterial und dem Generierungsergebnis ab. Die über diese Schnittstelle erstellten Stimmen sind private Ressourcen. Rufe vor dem Covern eines bestehenden Songs zuerst /suno/upload auf und übergib die audio_url des Originalsongs sowie die persona_id dieser Stimme; rufe nach erfolgreichem Upload mit der zurückgegebenen data.audio_id und derselben persona_id /suno/audios auf:
Das Erstellen der Stimme, das Hochladen des Originalsongs und die Coverversion müssen denselben Servicekanal verwenden. Bitte verwende nicht direkt zuvorige Song-IDs wieder, die nicht mit dieser privaten Stimme verknüpft wurden; Einzelheiten siehe Suno Referenzaudio hochladen.