Skip to main content
SUNO permite crear personajes de voz personalizados a partir de cualquier archivo de audio, logrando la clonación de voz para la generación musical. A diferencia de la API de Persona existente (que utiliza el audio_id generado por Suno), esta API acepta una audio_url de acceso público, es decir, tu propia grabación de voz. Este documento explica cómo integrar la API de clonación de voz.

​
Primer paso: crear un personaje de voz

Esta API tiene tres parámetros de entrada: audio_url (obligatorio), que es una URL de un archivo de audio en formato MP3 o WAV accesible públicamente, que contenga una voz clara de una sola persona; name y description (opcionales), que son el nombre y la descripción del personaje de voz.
Requisitos del archivo de audio
  • El formato de audio debe ser WAV o MP3
  • La duración del audio debe estar entre 10~240 segundos, se recomienda usar material de voz limpia de una sola persona de 30~60 segundos
  • El audio debe contener una voz clara y reconocible de una sola persona hablando o cantando
  • Evitar ruido de fondo, acompañamiento, ecos, reverberación; las canciones completas con acompañamiento generalmente no pueden pasar la verificación de huella de voz
  • No debe incluir varias personas hablando o múltiples voces
  • Material con volumen demasiado bajo, voz poco clara o ruido excesivo puede resultar en fallos de clonación o resultados de baja calidad Restricciones de uso
  • Los personajes de voz creados mediante la carga de audio son recursos privados
  • Este personaje de voz no es reutilizable entre cuentas
  • Se recomienda usarlo lo antes posible después de la creación, ya que no usarlo durante mucho tiempo puede resultar en invalidez o inutilidad
  • El name devuelto es generado automáticamente por el sistema, por favor, usa el persona_id devuelto como referencia
Si la llamada falla, por favor intenta de nuevo La clonación de voz es una tarea intensiva en recursos, incluso si el material es completamente conforme, existe una probabilidad de fallos ocasionales, como el retorno voices_sound_different (verificación de huella de voz no aprobada). Este tipo de fallos no está relacionado con la calidad del audio, reintentar con el mismo material generalmente tendrá éxito, se sugiere implementar 1 a 2 reintentos automáticos para los resultados fallidos. Las solicitudes fallidas no serán cobradas.
La URL https://cdn.acedata.cloud/suno_demo.mp3 es un material de ejemplo que se puede llamar directamente (MP3, 41 segundos, voz limpia de una sola persona). Si necesitas un ejemplo en formato WAV, puedes usar https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765 (WAV, 41 segundos, mono 44.1kHz).
El resultado es el siguiente:
Como se puede ver, el campo persona_id de data es el ID del personaje de voz creado. El campo is_public siempre es false, ya que los personajes de voz creados mediante la carga de audio son privados. Ten en cuenta que el name devuelto es generado automáticamente por el sistema, y en adelante, usa el persona_id para referenciar a este personaje de voz.

​
Segundo paso: usar el personaje de voz para generar música

Una vez que tenemos el ID del personaje de voz, podemos usar la API de Generación de Audios de Suno para generar música. Establece action como generate, y persona_id como el ID del personaje de voz devuelto anteriormente, la canción generada utilizará la voz clonada para cantar.
Nota: La clonación de voz solo es compatible con modelos chirp-v4-5 y superiores (como chirp-v4-5, chirp-v5, chirp-v5-5), no es compatible con chirp-v4.
El resultado es el siguiente:
Como se puede ver, la canción generada utiliza la voz clonada para cantar. El persona_id también se puede usar en combinación con la acción cover para reinterpretar canciones existentes con la voz clonada.