Hoppa till huvudinnehåll
SUNO gör det möjligt för oss att skapa anpassade röstroller via valfria ljudfiler och använda röstkloning för musikgenerering. Till skillnad från det befintliga Persona API:t (som använder Suno-genererat audio_id) accepterar detta API en offentligt tillgänglig audio_url, det vill säga din egen inspelning av en mänsklig röst. Detta dokument förklarar hur du integrerar API:t för röstkloning.

Steg 1: Skapa en röstroll

Detta API har tre indataparametrar: audio_url (obligatorisk), en offentligt tillgänglig URL till en ljudfil i MP3- eller WAV-format som innehåller en tydlig röst från en enskild person; name och description (valfria), som är röstrollens namn och beskrivning.
Krav för ljudfiler
  • Ljudformatet måste vara WAV eller MP3
  • Ljudets längd måste vara mellan 10~240 sekunder, och det rekommenderas att använda 30~60 sekunder rent torrt ljudmaterial med en enskild röst
  • Ljudet ska innehållatydligt, identifierbart tal eller sång från en enskild person
  • Se till att undvikabakgrundsbrus, ackompanjemang, eko och efterklang; kompletta låtar med ackompanjemang kan vanligtvis inte klara röstavtrycksvalideringen
  • Inkludera inteflera talareellerflera röster
  • Material med för låg volym, otydligt tal eller för mycket brus kan leda tillmisslyckad kloningellersämre genereringsresultat Beskrivning av användningsbegränsningar
  • Röstroller som skapas genom att ladda upp ljud ärprivata resurser
  • Röstrollenstödjer inte återanvändning mellan konton
  • Det rekommenderas att använda den så snart som möjligt efter att den har skapats; om den inte används under lång tid kan den bliogiltig eller otillgänglig
  • Det returnerade name genereras automatiskt av systemet, använd det returnerade persona_id som referens
Försök igen först när anropet misslyckas Röstkloning är en beräkningsintensiv uppgift, och även om materialet är helt kompatibelt finns det en viss sannolikhet för tillfälliga fel, vanliga svar är till exempel voices_sound_different (röstavtrycksvalideringen misslyckades) och liknande. Denna typ av fel har inget att göra med ljudkvaliteten, och att försöka igen med samma material brukar lyckas, det rekommenderas att implementera 1~2 automatiska återförsök för misslyckade resultat vid integrering. Misslyckade förfrågningar debiteras inte.
Ovanstående https://cdn.acedata.cloud/suno_demo.mp3 är exempelmaterial som kan anropas direkt (MP3, 41 sekunder, torr röst från en enskild person). Om du behöver ett exempel i WAV-format kan du använda https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765 (WAV, 41 sekunder, mono 44,1 kHz).
Resultatet är följande:
Som du kan se är fältet persona_id i data ID:t för den skapade röstrollen. Fältet is_public är alltid false, eftersom röstroller som skapas genom uppladdning av ljud är privata. Observera att det returnerade name genereras automatiskt av systemet, använd persona_id för att referera till röstrollen framöver.

Steg 2: Använd röstrollen för att generera musik

Efter att ha fått röstrollens ID kan vi använda Suno Audios Generation API för att generera musik. Sätt action till generate och persona_id till ID:t för röstrollen som returnerades ovan, så kommer den genererade låten att sjungas med den klonade rösten.
Observera: Röstkloning stöder endast modellerna chirp-v4-5 och högre (såsom chirp-v4-5, chirp-v5, chirp-v5-5), och stöder inte chirp-v4.
Resultatet är följande:
persona_id kan användas för generate-generering och även för cover / upload_cover-covers. När en röst anges behöver vocal_gender inte fyllas i samtidigt; röstlikheten beror fortfarande på referensmaterialet och genereringsresultatet. Röster som skapas via detta gränssnitt är privata resurser. Innan du gör en cover av en befintlig låt ska du först anropa /suno/upload och ange originalets audio_url samt röstens persona_id; efter en lyckad uppladdning använder du det returnerade data.audio_id och samma persona_id för att anropa /suno/audios:
Skapande av röst, uppladdning av originalet och cover måste använda samma tjänstekanal. Återanvänd inte direkt tidigare låt-ID:n som inte har kopplats till denna privata röst; se Suno uppladdning av referensljud för detaljer.