Skip to main content
POST
添加人声

模型版本

  • 当前模型:V6(默认)、V6_WILD、V6_MINI
  • 已废弃模型:V5_5、V5、V4_5PLUS、V4_5ALL、V4_5、V4
  • 废弃值仅为向后兼容保留,新接入请使用 V6 系列模型。

使用指南

  • 此接口通过添加人声元素来增强器乐曲目
  • 接受上传的音频文件,并根据您的规格生成人声
  • 上传的音频必须可公开访问且采用支持的格式(MP3、WAV等)

参数详情

  • 提供源音频(uploadUrl)并填写下列必填字段即可生成,其余字段均为选填。
  • 必需字段:uploadUrl、callBackUrl、title、negativeTags、style
  • uploadUrl:必须是有效的、可公开访问的音频文件URL
  • style:描述整体流派和人声方法(爵士、古典、电子、流行)
  • negativeTags:要从生成中排除的音乐风格或人声特征
  • title:用作生成的人声曲目的标题

可选参数

以下字段是此接口可用的可选控制:
  • lyrics(string):歌词内容。可选。V6 系列最多 5000 字符。优先于 prompt 作为歌词。
  • prompt(string):歌词内容。可选。未传入 lyrics 时作为歌词使用。V6 系列最多 5000 字符。
  • vocalGender(string):首选人声性别。允许的值:m(男性)、f(女性)
  • styleWeight(number):范围0-1的风格权重(建议两位小数)
  • weirdnessConstraint(number):范围0-1的创意/新颖性约束(建议两位小数)
  • audioWeight(number):范围0-1的音频一致性相对权重(建议两位小数)
  • variety(number):生成结果的多样性。范围 0–4 的整数,默认 1。0 关闭,1 普通(默认),2 高,3 额外,4 最大。
  • model(string):用于生成的模型版本。当前值:V6(默认)、V6_WILD、V6_MINI。已废弃:V5_5、V5、V4_5PLUS、V4_5ALL、V4_5、V4。

开发者注意事项

  • 回调过程有三个阶段:text(文本生成)、first(第一轨道完成)、complete(所有轨道完成)
  • 在某些情况下,text和first阶段可能被跳过,直接返回complete
  • 详细回调格式请参见添加人声回调
  • 使用获取音乐生成详情监控任务进度

授权

Authorization
string
header
必填

🔑 API 认证说明

所有接口都需要通过 Bearer Token 方式进行认证。

获取 API Key

  1. 访问 API Key 管理页面 获取您的 API Key

使用方式

在请求头中添加:

⚠️ 注意:

  • 请妥善保管您的 API Key,不要泄露给他人
  • 如果怀疑 API Key 泄露,请立即在管理页面重置

请求体

application/json
title
string
必填

音乐曲目的标题。必填。这将作为生成的人声曲目的标题。

示例:

"带人声的轻松钢琴"

negativeTags
string
必填

要从生成的曲目中排除的音乐风格或人声特征。必填。用于避免特定的人声风格或特征。

示例:

"重金属, 激进人声"

style
string
必填

音乐和人声风格。必填。例如:爵士、古典、电子、流行。描述整体流派和人声方法。

示例:

"爵士"

uploadUrl
string<uri>
必填

要添加人声的上传音频文件的URL。必须是系统可以访问的有效音频文件URL。上传的音频应该采用支持的格式(MP3、WAV等)。

示例:

"https://example.com/instrumental.mp3"

callBackUrl
string<uri>
必填

当人声生成完成时接收任务完成通知的URL。回调过程分为三个阶段:text、first、complete。在某些情况下,text和first阶段可能被跳过,直接返回complete。

示例:

"https://api.example.com/callback"

prompt
string

歌词内容。可选。未传入 lyrics 时作为歌词使用;若同时传入 lyrics,优先使用 lyrics。V6、V6_MINI、V6_WILD 最多 5000 字符。

示例:

"带有舒缓人声的平静放松钢琴曲"

lyrics
string

歌词内容。可选。V6、V6_MINI、V6_WILD 最多 5000 字符。优先于 prompt 作为歌词;未传入时使用 prompt 作为歌词。

示例:

"[Verse] 夜晚城市 灯火辉煌"

vocalGender
enum<string>

首选人声性别。可选。允许的值:m(男性)、f(女性)。

可用选项:
m,
f
示例:

"m"

styleWeight
number

风格权重。可选。范围:0-1。建议保留两位小数。

必填范围: 0 <= x <= 1必须是以下数值的倍数 0.01
示例:

0.61

weirdnessConstraint
number

创意/新颖性约束。可选。范围:0-1。建议保留两位小数。

必填范围: 0 <= x <= 1必须是以下数值的倍数 0.01
示例:

0.72

audioWeight
number

音频一致性与其他控制的相对权重。可选。范围:0-1。建议保留两位小数。

必填范围: 0 <= x <= 1必须是以下数值的倍数 0.01
示例:

0.65

variety
number
默认值:1

控制生成结果的多样性和风格差异程度。可选。范围 0–4 的整数,默认值为 1。

  • 0:off(exact style),完全关闭,严格用同一风格
  • 1:normal(balanced variety),默认值,在稳定性和多样性之间保持平衡
  • 2:high(distinct styles),生成风格差异明显的结果
  • 3:extra(bold exploration),提供更高程度的变化,鼓励大胆探索不同风格
  • 4:max(unreasonably varied),最大程度增加多样性,生成结果可能具有非常明显的风格差异
必填范围: 0 <= x <= 4必须是以下数值的倍数 1
示例:

1

model
enum<string>
默认值:V6

AI 模型版本。默认值:V6。

  • V6:当前标准模型,推荐默认使用。
  • V6_WILD:当前实验性、创造性更强的模型。
  • V6_MINI:当前轻量模型。
  • 已废弃:V5_5、V5、V4_5PLUS、V4_5ALL、V4_5、V4。这些值仅为向后兼容保留,新接入请使用 V6 系列模型。
可用选项:
V6,
V6_WILD,
V6_MINI,
V5_5,
V5,
V4_5PLUS,
V4_5ALL,
V4_5,
V4
示例:

"V6"

响应

请求成功

code
enum<integer>

状态码说明

  • ✅ 200 - 请求成功
  • ⚠️ 400 - 参数错误
  • ⚠️ 401 - 没有访问权限
  • ⚠️ 404 - 请求方式或者路径错误
  • ⚠️ 405 - 调用超过限制
  • ⚠️ 413 - 主题或者prompt过长
  • ⚠️ 429 - 积分不足
  • ⚠️ 430 - 您的调用频率过高。请稍后再试。
  • ⚠️ 455 - 网站维护
  • ❌ 500 - 服务器异常
可用选项:
200,
400,
401,
404,
405,
413,
429,
430,
455,
500
示例:

200

msg
string

当 code != 200 时,展示错误信息

示例:

"success"

data
object