audio_id を使用)とは異なり、この API は公開アクセス可能な audio_url、つまり自分自身の人声録音を受け取ります。本ドキュメントでは、音声クローン API の連携方法を解説します。
第1ステップ:音声キャラクターを作成する
この API には 3 つの入力パラメータがあります:audio_url(必須)は、明瞭な単独の人声を含む、公開アクセス可能な MP3 または WAV 形式の音声ファイル URL です;name と description(任意)は、音声キャラクターの名称と説明です。
音声ファイルの要件
- 音声形式は
WAVまたはMP3である必要があります- 音声の長さは
10~240 秒の間である必要があり、30~60 秒のクリーンな単独ドライボイス素材の使用を推奨します- 音声には明瞭で識別可能な単独の話し声または歌声が含まれている必要があります
- 背景ノイズ、伴奏、エコー、リバーブは必ず避けてください;伴奏付きのフル楽曲は通常、声紋検証に通りません
- 複数の話者または複数の人声を含めないでください
- 音量が低すぎる、音声が不明瞭、ノイズが多すぎる素材は、クローン失敗または生成品質の低下を引き起こす可能性があります 利用制限について
- 音声をアップロードして作成された音声キャラクターはプライベートリソースです
- この音声キャラクターはアカウントをまたいで再利用できません
- 作成成功後はできるだけ早く使用することを推奨します。長期間使用しない場合、失効または利用不可となる可能性があります
- 返される
nameはシステムによって自動生成されます。返されたpersona_idを基準にしてください
呼び出しに失敗した場合は、まず再試行してください
音声クローンは計算リソースを多く消費するタスクであり、素材が完全に要件を満たしていても、一定の確率で偶発的な失敗が発生する可能性があります。一般的な戻り値には
voices_sound_different(声紋検証不通過)などがあります。この種の失敗は音声品質とは無関係であり、同じ素材で再試行すれば通常は成功します。
統合時には、失敗した結果に対して 1~2 回の自動再試行を実装することを推奨します。失敗したリクエストには課金されません。
上記の結果は以下のとおりです:https://cdn.acedata.cloud/suno_demo.mp3は直接呼び出し可能なサンプル素材です(MP3、41 秒、単独ドライボイス)。WAV形式のサンプルが必要な場合は、https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765(WAV、41 秒、モノラル 44.1kHz)を使用できます。
data の persona_id フィールドが作成された音声キャラクター ID です。is_public フィールドは、音声をアップロードして作成された音声キャラクターがプライベートであるため、常に false です。返される name はシステムによって自動生成されるため、以降は persona_id を使用してこの音声キャラクターを参照してください。
第2ステップ:音声キャラクターを使用して音楽を生成する
音声キャラクター ID を取得した後、Suno Audios Generation API を使用して音楽生成を行えます。action を generate に設定し、persona_id を上記で返された音声キャラクター ID に設定すると、生成される楽曲はクローンされた音声で歌唱されます。
注意: 音声クローンはchirp-v4-5以降のモデル(例:chirp-v4-5、chirp-v5、chirp-v5-5)のみをサポートし、chirp-v4はサポートしません。
persona_id は generate 生成に使用できるほか、cover / upload_cover カバーにも使用できます。音声を指定する際に vocal_gender を同時に入力する必要はありません;音声の類似度は引き続き参照素材と生成結果に依存します。
このインターフェースで作成された音声はプライベートリソースです。既存の楽曲をカバーする前に、まず /suno/upload を呼び出し、元曲の audio_url とこの音声の persona_id を渡します;アップロード成功後、返された data.audio_id と同じ persona_id を使用して /suno/audios を呼び出します:

