跳转到主要内容
POST
/
api
/
v1
/
generate
/
add-vocals
添加人声
curl --request POST \
  --url https://api.sunoapi.org/api/v1/generate/add-vocals \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "prompt": "一段平静放松的钢琴曲配舒缓人声",
  "title": "轻松钢琴配人声",
  "negativeTags": "重金属, 激进人声",
  "style": "爵士",
  "uploadUrl": "https://example.com/instrumental.mp3",
  "callBackUrl": "https://api.example.com/callback",
  "vocalGender": "m",
  "styleWeight": 0.61,
  "weirdnessConstraint": 0.72,
  "audioWeight": 0.65,
  "model": "V4_5PLUS"
}
'
{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "5c79****be8e"
  }
}
通过上传音频文件为现有乐器音乐添加人声轨道。此接口允许您使用AI生成的人声来增强乐器曲目，人声与您指定的风格和内容相匹配。

​
主要功能

  • 人声增强: 为现有乐器曲目添加人声
  • 风格匹配: 生成与上传音频风格和情绪匹配的人声
  • 内容控制: 指定人声风格、流派和特征
  • 质量筛选: 使用负面标签避免不需要的人声风格

​
参数使用指南

所有请求的必需参数：
  • uploadUrl: 有效的乐器音频文件URL
  • prompt: 所需人声内容和风格的描述
  • title: 生成的人声曲目标题
  • style: 音乐和人声风格（例如：“爵士”、“流行”、“古典”）
  • negativeTags: 要排除的人声风格或特征
  • callBackUrl: 接收完成通知的URL

​
可选参数

通过以下参数微调人声生成：
  • vocalGender: 首选人声性别（‘m’表示男性，‘f’表示女性）
  • styleWeight: 风格指引权重（0.00-1.00）
  • weirdnessConstraint: 创意/新颖性约束（0.00-1.00）
  • audioWeight: 音频一致性权重（0.00-1.00）
  • model：用于生成的模型版本。可选值：V4_5PLUS（默认）、V5

​
音频要求

  • 输入类型: 乐器或背景音轨音频文件
  • 文件格式: MP3、WAV或其他支持的音频格式
  • 质量: 清晰的乐器曲目最适合人声添加
  • 可访问性: 确保上传的音频URL是公开可访问的

​
人声生成过程

  1. 音频分析: 系统分析上传的乐器曲目
  2. 风格匹配: 生成与音乐风格互补的人声
  3. 内容创建: 基于您的提示和风格参数创建人声内容
  4. 最终混音: 将人声与原始乐器混合

​
响应信息

  • 处理时间: 通常需要2-4分钟，取决于曲目复杂性
  • 回调阶段: 可能发生多个回调阶段（text、first、complete）
  • 输出: 在原始乐器上添加人声的增强音频

​
开发者注意事项

  1. 内容权利: 确保您有使用上传音频的适当权利
  2. 文件保留: 生成的人声曲目保留15天
  3. 输入质量: 更高质量的乐器输入产生更好的人声效果
  4. 风格一致性: AI尝试使人声风格与乐器风格匹配
  5. 处理时间: 复杂的编排可能需要额外的处理时间

​
最佳实践

​
人声增强提示

  • 使用清晰、混音良好的乐器曲目以获得最佳效果
  • 在提示中具体说明人声风格（例如：“流畅爵士人声”、“充满活力的流行人声”）
  • 当您有偏好时指定人声性别
  • 使用负面标签避免冲突的人声风格

​
重要考虑事项

  • 系统在具有清晰旋律结构的乐器曲目上效果最佳
  • 非常繁忙或密集的乐器编排可能影响人声清晰度
  • 确保您的提示描述了所需的人声内容和情绪
  • 在描述人声风格时考虑您乐器的调性和节拍

​
示例用例

  • 音乐制作: 为乐器作品添加人声
  • 演示创建: 从乐器草图创建人声演示
  • 风格探索: 在同一乐器上尝试不同的人声风格
  • 内容创建: 为多媒体项目生成人声内容

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：

Authorization: Bearer YOUR_API_KEY

⚠️ 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
​
prompt
string
必填

要生成人声的音频内容描述。

  • 必填。
  • 提供关于所需人声风格和内容的上下文。
  • 您的提示越详细，人声生成越符合您的设想。
示例:

"一段平静放松的钢琴曲配舒缓人声"

​
title
string
必填

音乐曲目的标题。

  • 必填。
  • 这将用作生成的人声曲目的标题。
示例:

"轻松钢琴配人声"

​
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"
示例:

"重金属, 激进人声"

​
style
string
必填

音乐和人声风格。

  • 必填。
  • 示例："爵士"、"古典"、"电子"、"流行"。
  • 描述整体流派和人声方式。
示例:

"爵士"

​
uploadUrl
string<uri>
必填

要添加人声的上传音频文件的URL。

  • 必填。
  • 必须是系统可访问的有效音频文件URL。
  • 上传的音频应为支持的格式（MP3、WAV等）。
示例:

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

​
callBackUrl
string<uri>
必填

人声生成完成时接收任务完成通知的URL。回调过程有三个阶段：text（文本生成）、first（第一首完成）、complete（全部完成）。注意：某些情况下可能会跳过 text 和 first 阶段，直接返回 complete。

详细的回调格式和实现指南，请参见 添加人声回调

  • 或者，您也可以使用获取音乐生成详情接口来轮询任务状态
示例:

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

​
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

风格指引权重。可选。范围：0-1。建议使用两位小数。

必填范围: 0 <= x <= 1Must be a multiple of 0.01
示例:

0.61

​
weirdnessConstraint
number

创意/新颖性约束。可选。范围：0-1。建议使用两位小数。

必填范围: 0 <= x <= 1Must be a multiple of 0.01
示例:

0.72

​
audioWeight
number

音频一致性相对于其他控制的权重。可选。范围：0-1。建议使用两位小数。

必填范围: 0 <= x <= 1Must be a multiple of 0.01
示例:

0.65

​
model
enum<string>
默认值:V4_5PLUS

用于生成的模型版本。可选。默认值：V4_5PLUS。

可用选项:
V4_5PLUS,
V5
示例:

"V4_5PLUS"

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