1. 接口参考
MyVocal AI语音大模型API文档
  • 文字转语音大模型
    • 概览与快速开始
      • 模型介绍
      • 选择模型与接口
      • 支持语言
      • 音频格式与播放
      • 常见问题
      • SDK 与示例
    • 接口参考
      • HTTP 合成
        • HTTP 流式合成
        • HTTP 非流式合成
      • 音色管理
        • 创建声音
        • 获取声音列表
        • 删除声音
      • WebSocket 合成
        • 普通 TTS · 单连接
        • 普通 TTS · 多 Context
        • 多角色对话 · 多 Context
      • 用量与请求查询
        • 查询主key用量
        • Request_id客户端查询
        • 发音人用量查询
      • 子密钥管理
        • 创建子 Key
        • 查询子 Key 列表
        • 获取单个子 Key 详情
        • 更新子 Key
        • 查询子 Key 用量
  • 金融行业定制TTS模型
    • 文字转语音 Skyblight
      • 创建声音
      • 获取声音列表
      • 流式文字转语音
      • 非流式文字转语音
      • 删除声音
      • 用量查询
    • 全双工通信
      • websocket接入说明
      • V2 双向流式合成（WebSocket）
  • 语音转文字ASR
    • 概览与接入
      • 快速开始：文件转录
      • 快速开始：实时转录
      • 模型与能力
      • 更新记录
    • 接口参考
      • 实时转录
      • 创建文件转录
      • 查询用量
  • 企业客户声音定制服务
    • 定制属于你的专属声音
  1. 接口参考

音色管理

先获取可用音色，将返回的 voice_id 用于合成。需要创建音色时查看克隆声音；不再使用的音色可通过删除声音管理。

克隆服务选择#

以下介绍不同克隆服务。具体提交方式和账号可用能力以对应接口为准；选择模型后，建议先使用短句试听。

Instant-实时克隆#

参考音频时长：10 秒以上
相似度：80%+
应用场景：适合大批量部署音色，并频繁更换音色的使用需求。

Premium-至臻克隆#

参考音频时长：5 分钟以上
相似度：90%+
应用场景：适合 B 端定制专属音色，提供长时稳定输出，适用于客服、热线等对稳定性有要求的场景。

Original-Grade 原声克隆#

参考音频时长：40 分钟起
相似度：99.99%
应用场景：适合专业配音（影视、游戏、直播等），对音质和还原度要求极高的场景。
上一页
HTTP 非流式合成
下一页
创建声音
Built with