Suno API do klonowania głosu - instrukcja integracji

​

Krok 1: Tworzenie roli głosowej

Wymagania dotyczące pliku audio

• Format audio musi być WAV lub MP3
• Czas trwania audio musi wynosić od 10 do 240 sekund, zaleca się użycie materiału o czystym głosie jednej osoby trwającego od 30 do 60 sekund
• Audio powinno zawierać wyraźne, rozpoznawalne wypowiedzi lub śpiew jednej osoby
• Należy unikać hałasu w tle, akompaniamentu, echa, pogłosu; pełne piosenki z akompaniamentem zazwyczaj nie przechodzą weryfikacji głosu
• Nie należy zawierać wielu mówców ani wielu głosów
• Materiały o zbyt niskim poziomie głośności, nieczytelnej mowie lub zbyt dużym hałasie mogą prowadzić do niepowodzenia klonowania lub słabej jakości generacji Ograniczenia użytkowania
• Rola głosowa utworzona przez przesłanie audio jest zasobem prywatnym
• Ta rola głosowa nie wspiera ponownego użycia między kontami
• Zaleca się jak najszybsze użycie po utworzeniu, długotrwałe nieużywanie może prowadzić do wygaśnięcia lub braku dostępności
• Zwracane name jest generowane automatycznie przez system, proszę kierować się zwróconym persona_id

W przypadku niepowodzenia wywołania, proszę spróbować ponownie Klonowanie głosu to zadanie wymagające dużej mocy obliczeniowej, nawet jeśli materiał jest całkowicie zgodny, istnieje pewne prawdopodobieństwo sporadycznych niepowodzeń, takie jak voices_sound_different (weryfikacja głosu nie powiodła się) itp. Te niepowodzenia nie mają związku z jakością audio, ponowne użycie tego samego materiału zazwyczaj kończy się sukcesem, zaleca się wdrożenie 1-2 automatycznych prób ponownych w przypadku niepowodzenia. Nieudane żądania nie będą obciążane opłatami.

curl -X POST 'https://api.acedata.cloud/suno/voices' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "audio_url": "https://cdn.acedata.cloud/suno_demo.mp3",
  "name": "Mój Głos",
  "description": "Przykład wyraźnego głosu jednej osoby"
}'

Powyższy https://cdn.acedata.cloud/suno_demo.mp3 to bezpośrednio dostępny przykład materiału (MP3, 41 sekund, czysty głos jednej osoby). Jeśli potrzebujesz przykładu w formacie WAV, możesz użyć https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765 (WAV, 41 sekund, mono 44.1kHz).

{
  "success": true,
  "task_id": "0fa609a6-c8d9-4bb5-8574-e4c93bb55d02",
  "data": {
    "persona_id": "1ab79a71-a229-4350-8f02-402ff02eac16",
    "name": "VOICE_20260803037676",
    "is_public": false
  }
}

​

Krok 2: Użycie roli głosowej do generowania muzyki

Uwaga: Klonowanie głosu wspiera tylko modele chirp-v4-5 i wyższe (takie jak chirp-v4-5, chirp-v5, chirp-v5-5), nie wspiera chirp-v4.

curl -X POST 'https://api.acedata.cloud/suno/audios' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "action": "generate",
  "model": "chirp-v5-5",
  "prompt": "Ciepła piosenka synth-pop o nocach w mieście",
  "persona_id": "1ab79a71-a229-4350-8f02-402ff02eac16"
}'

{
  "success": true,
  "task_id": "53d8a334-a972-43c5-895e-60c4454e88d5",
  "data": [
    {
      "id": "16463960-077c-4700-bbb3-3c7897b943d3",
      "title": "Miękki Neon na Mojej Skórze",
      "audio_url": "https://cdn1.suno.ai/16463960-077c-4700-bbb3-3c7897b943d3.mp3",
      "image_url": "https://cdn2.suno.ai/image_16463960-077c-4700-bbb3-3c7897b943d3.jpeg",
      "model": "chirp-v5-5",
      "state": "succeeded",
      "prompt": "Ciepła piosenka synth-pop o nocach w mieście",
      "duration": 156.28
    }
  ]
}