Skip to main content
SUNO 允許我們通過任意音頻文件創建自定義聲音角色，實現聲音克隆用於音樂生成。與已有的 Persona API（使用 Suno 生成的 audio_id）不同，該 API 接受一個公開可訪問的 audio_url，即你自己的人聲錄音。本文檔講解聲音克隆 API 的對接方法。

​
第一步：創建聲音角色

該 API 有三個輸入參數：audio_url（必填），為一個公開可訪問的 MP3 或 WAV 格式音頻文件 URL，其中包含單人清晰人聲；name 和 description（可選），為聲音角色的名稱和描述。
音頻文件要求
  • 音頻格式需為 WAV 或 MP3
  • 音頻時長需在 10~240 秒 之間，推薦使用 30~60 秒 的乾淨單人乾聲素材
  • 音頻中應包含清晰、可辨識的單人講話或演唱人聲
  • 請務必避免背景噪音、伴奏、回聲、混響；帶伴奏的完整歌曲通常無法通過聲紋校驗
  • 不要包含多位說話人或多重人聲
  • 音量過低、語音不清晰、噪聲過重的素材，可能導致克隆失敗或生成效果較差 使用限制說明
  • 通過上傳音頻創建的聲音角色為私有資源
  • 該聲音角色不支持跨賬號復用
  • 建議在創建成功後儘快使用，長時間不使用可能出現失效或不可用
  • 返回的 name 由系統自動生成，請以返回的 persona_id 為準
調用失敗時請先重試 聲音克隆為算力密集型任務，即使素材完全合規也存在一定概率的偶發失敗，常見返回如 voices_sound_different（聲紋校驗未通過）等。這類失敗與音頻質量無關，使用同一素材重試通常即可成功， 建議在集成時對失敗結果實現 1~2 次自動重試。失敗的請求不會計費。
上述 https://cdn.acedata.cloud/suno_demo.mp3 為可直接調用的示例素材（MP3，41 秒，單人乾聲）。 如需 WAV 格式示例，可使用 https://cdn.acedata.cloud/uploads/82d23b97-ec1c-4b41-91b8-989fc51f8765（WAV，41 秒，單聲道 44.1kHz）。
結果如下：
可以看到，data 的 persona_id 字段就是創建的聲音角色 ID。is_public 字段始終為 false，因為通過上傳音頻創建的聲音角色是私有的。注意返回的 name 為系統自動生成，後續請使用 persona_id 引用該聲音角色。

​
第二步：使用聲音角色生成音樂

有了聲音角色 ID 之後，我們便可以使用 Suno Audios Generation API 來進行音樂生成了。將 action 設為 generate，並將 persona_id 設為上面返回的聲音角色 ID，生成的歌曲將使用克隆的聲音進行演唱。
注意： 聲音克隆僅支持 chirp-v4-5 及以上模型（如 chirp-v4-5、chirp-v5、chirp-v5-5），不支持 chirp-v4。
結果如下：
可以看到，生成的歌曲使用了克隆的聲音進行演唱。persona_id 也可以與 cover 動作配合使用，用克隆的聲音翻唱已有歌曲。