Skip to main content
SUNO 允许我们通过任意音频文件创建自定义声音角色，实现声音克隆用于音乐生成。与已有的 Persona API（使用 Suno 生成的 audio_id）不同，该 API 接受一个公开可访问的 audio_url，即你自己的人声录音。本文档讲解声音克隆 API 的对接方法。

​
第一步：创建声音角色

该 API 有三个输入参数：audio_url（必填），为一个公开可访问的 MP3 或 WAV 格式音频文件 URL，其中包含单人清晰人声；name 和 description（可选），为声音角色的名称和描述。
音频文件要求
  • 音频格式需为 WAV 或 MP3
  • 音频时长需在 10~240 秒 之间，推荐使用 30~60 秒 的干净单人干声素材
  • 音频中应包含清晰、可辨识的单人讲话或演唱人声
  • 请务必避免背景噪音、伴奏、回声、混响；带伴奏的完整歌曲通常无法通过声纹校验
  • 不要包含多位说话人或多重人声
  • 音量过低、语音不清晰、噪声过重的素材，可能导致克隆失败或生成效果较差
使用限制说明
  • 通过上传音频创建的声音角色为私有资源
  • 该声音角色不支持跨账号复用
  • 建议在创建成功后尽快使用，长时间不使用可能出现失效或不可用
  • 返回的 name 由系统自动生成，请以返回的 persona_id 为准
调用失败时请先重试 声音克隆为算力密集型任务，即使素材完全合规也存在一定概率的偶发失败，常见返回如 voices_sound_different（声纹校验未通过）等。这类失败与音频质量无关，使用同一素材重试通常即可成功， 建议在集成时对失败结果实现 1~2 次自动重试。失败的请求不会计费。
上述 https://cdn.acedata.cloud/suno_demo.mp3 为可直接调用的示例素材（MP3，41 秒，单人干声）。 如需 WAV 格式示例，可使用 https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765（WAV，41 秒，单声道 44.1kHz）。
结果如下：
可以看到，data 的 persona_id 字段就是创建的声音角色 ID。is_public 字段始终为 false，因为通过上传音频创建的声音角色是私有的。注意返回的 name 为系统自动生成，后续请使用 persona_id 引用该声音角色。

​
第二步：使用声音角色生成音乐

有了声音角色 ID 之后，我们便可以使用 Suno Audios Generation API 来进行音乐生成了。将 action 设为 generate，并将 persona_id 设为上面返回的声音角色 ID，生成的歌曲将使用克隆的声音进行演唱。
注意： 声音克隆仅支持 chirp-v4-5 及以上模型（如 chirp-v4-5、chirp-v5、chirp-v5-5），不支持 chirp-v4。
结果如下：
可以看到，生成的歌曲使用了克隆的声音进行演唱。persona_id 也可以与 cover 动作配合使用，用克隆的声音翻唱已有歌曲。