跳转到主要内容
POST
/
api
/
v1
/
generate
/
mashup
生成混音音乐
curl --request POST \
  --url https://api.sunoapi.org/api/v1/generate/mashup \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "uploadUrlList": [
    "https://example.com/audio1.mp3",
    "https://example.com/audio2.mp3"
  ],
  "customMode": true,
  "model": "V4",
  "callBackUrl": "https://example.com/callback",
  "prompt": "A calm and relaxing piano track with soft melodies",
  "style": "Jazz",
  "title": "Relaxing Piano",
  "instrumental": true,
  "vocalGender": "m",
  "styleWeight": 0.61,
  "weirdnessConstraint": 0.72,
  "audioWeight": 0.65
}
'
{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "5c79****be8e"
  }
}

​
使用指南

  • 此接口用于通过组合两个音频文件来创建混音
  • uploadUrlList 数组中必须包含恰好 2 个音频文件 URL
  • 支持自定义和非自定义模式，适用于不同的生成风格
  • 生成的混音可用于创建 Persona，用于后续的音乐生成

​
参数详情

  • uploadUrlList: 必需参数，包含恰好 2 个音频文件 URL 的数组，用于混合生成混音。两个 URL 必须有效且可访问。
  • customMode: 必需参数，启用自定义模式以进行高级音频生成设置
  • prompt: 必需。字符限制按模型：
    • V4: 自定义模式最多 3000 字符，非自定义模式最多 500 字符
    • V4_5, V4_5PLUS, V4_5ALL & V5: 自定义模式最多 5000 字符，非自定义模式最多 500 字符
  • style: 在自定义模式下必需。字符限制按模型：
    • V4: 最多 200 字符
    • V4_5, V4_5PLUS, V4_5ALL & V5: 最多 1000 字符
  • title: 在自定义模式下必需。字符限制按模型：
    • V4 & V4_5ALL: 最多 80 字符
    • V4_5, V4_5PLUS & V5: 最多 100 字符
  • instrumental: 确定音频是否应为纯音乐（无歌词）
  • model: 必需参数，用于音频生成的模型版本
  • vocalGender: 可选参数，生成人声的性别偏好（m 或 f）
  • styleWeight: 可选参数，提供的风格指导权重（0.00–1.00）
  • weirdnessConstraint: 可选参数，创意偏差/新颖性约束（0.00–1.00）
  • audioWeight: 可选参数，输入音频影响的权重（0.00–1.00）
  • callBackUrl: 必需参数，接收任务完成通知的 URL

​
开发者注意事项

  1. 音频要求：确保 uploadUrlList 中的两个音频文件都可访问且有效。系统将混合这两个音频文件以创建混音。
  2. 生成的文件：生成的文件将保留15天后删除
  3. 确保所有必需字段：请根据 customMode 和 instrumental 设置提供所有必需参数，避免出错
  4. 字符限制：请注意 prompt、style 和 title 的字符长度限制，确保成功处理
  5. 回调过程：回调过程有三个阶段：text（文本生成完成）、first（第一首完成）、complete（全部完成）
  6. 任务状态：您可以使用音乐生成详情查询接口主动检查任务状态，而不必等待回调
  7. Persona 生成：生成的混音可用于生成 Persona 接口，为后续的音乐生成创建 Persona

​
参数示例

{
  "uploadUrlList": [
    "https://storage.example.com/audio1.mp3",
    "https://storage.example.com/audio2.mp3"
  ],
  "customMode": true,
  "instrumental": true,
  "style": "电子舞曲",
  "title": "混音组合",
  "model": "V4_5ALL",
  "callBackUrl": "https://api.example.com/callback"
}
确保 uploadUrlList 中的两个音频文件 URL 都可访问且有效。系统需要恰好 2 个 URL 来创建混音。
为了获得最佳效果，使用具有相似特征（节拍、调性等）的音频文件来创建更和谐的混音。您也可以使用生成的混音来创建 Persona，用于后续的音乐生成。
uploadUrlList 必须包含恰好 2 个音频文件 URL。提供更多或更少的 URL 将导致错误。

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
​
uploadUrlList
string<uri>[]
必填

要混音的音频文件URL数组。必须包含恰好2个URL。每个URL必须是可公开访问的。

Required array length: 2 elements
示例:
[
  "https://example.com/audio1.mp3",
  "https://example.com/audio2.mp3"
]
​
customMode
boolean
必填

确定是否启用高级参数自定义。

  • 如果为 true：允许详细控制，对 style 和 title 字段有特定要求。
  • 如果为 false：简化模式，只需要 prompt，其他参数将被忽略。
示例:

true

​
model
enum<string>
必填

用于生成的AI模型版本。

  • 所有请求都必填。
  • 可用选项：
    • V5： 更卓越的音乐表现力，生成速度更快。
    • V4_5PLUS：V4.5+ 的音色更丰富，新的创作方式，最长8分钟。
    • V4_5：V4.5 更智能的提示词，更快的生成速度，最长8分钟。
    • V4_5ALL：V4.5ALL 更智能的提示词，更快的生成速度，最长8分钟。
    • V4：V4 改进的人声质量，最长4分钟。
可用选项:
V4,
V4_5,
V4_5PLUS,
V4_5ALL,
V5
示例:

"V4"

​
callBackUrl
string<uri>
必填

用于接收音乐生成任务完成更新的URL地址。所有音乐生成请求都需要此参数。

  • 系统将在音乐生成完成时向此URL发送POST请求，包含任务状态和结果
  • 回调过程有三个阶段：text（文本生成）、first（第一个音轨完成）、complete（所有音轨完成）
  • 注意：某些情况下可能会跳过 text 和 first 阶段，直接返回 complete
  • 您的回调端点应能接受包含音乐生成结果的JSON载荷的POST请求
  • 详细的回调格式和实现指南，请参见 音乐生成回调
  • 或者，您也可以使用获取音乐详情接口来轮询任务状态
  • 为确保回调安全性，请参阅 Webhook 校验指南 了解签名验证实现方法
示例:

"https://example.com/callback"

​
prompt
string

描述所需音频内容的提示词。

  • 自定义模式下（customMode: true）：必填。提示词将严格作为歌词使用并在生成的音轨中演唱。不同模型的字符限制：
    • V4：最多3000字符
    • V4_5 和 V4_5PLUS：最多5000字符
    • V4_5ALL：最多5000字符
    • V5：最多5000字符
      示例："一段平静舒缓的钢琴曲，带有柔和的旋律"
  • 非自定义模式下（customMode: false）：始终必填。提示词作为核心创意，歌词将根据它自动生成（不严格匹配输入），最多500字符。
    示例："一段简短放松的钢琴曲"
示例:

"A calm and relaxing piano track with soft melodies"

​
style
string

生成音频的音乐风格规范。

  • 仅在自定义模式（customMode: true）下可用且必填。定义流派、情绪或艺术方向。
  • 不同模型的字符限制：
    • V4：最多200字符
    • V4_5 和 V4_5PLUS：最多1000字符
    • V4_5ALL：最多1000字符
    • V5：最多1000字符
  • 常见示例：爵士乐、古典乐、电子乐、流行乐、摇滚乐、嘻哈等。
示例:

"Jazz"

​
title
string

生成音乐曲目的标题。

  • 仅在自定义模式（customMode: true）下可用且必填。
  • 最大长度：80字符。
  • 将显示在播放器界面和文件名中。
示例:

"Relaxing Piano"

​
instrumental
boolean

确定音频是否为纯音乐（无歌词）。

  • 仅在非自定义模式（customMode: false）下可用。
  • 在自定义模式下此参数不可用。
示例:

true

​
vocalGender
enum<string>

人声性别偏好。

  • 仅在自定义模式（customMode: true）下可用。可选。使用 'm' 表示男声，'f' 表示女声。根据实践，此参数只能增加概率，但不能保证遵循男女声指令。
可用选项:
m,
f
示例:

"m"

​
styleWeight
number

对指定风格的遵循强度。

  • 仅在自定义模式（customMode: true）下可用。可选。范围 0–1，保留2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

控制实验性/创意偏差。

  • 仅在自定义模式（customMode: true）下可用。可选。范围 0–1，保留2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

音频特征与其他因素的平衡权重。

  • 仅在自定义模式（customMode: true）下可用。可选。范围 0–1，保留2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

响应

请求成功

​
code
enum<integer>

响应状态码

  • 200: 成功 - 请求已成功处理
  • 401: 未授权 - 认证凭据缺失或无效
  • 402: 积分不足 - 账户没有足够的积分来执行此操作
  • 404: 未找到 - 请求的资源或端点不存在
  • 409: 冲突 - WAV记录已存在
  • 422: 验证错误 - 请求参数验证失败
  • 429: 速率限制 - 此资源的请求限制已超出
  • 451: 未授权 - 无法获取图像。请验证您或您的服务提供商设置的任何访问限制
  • 455: 服务不可用 - 系统正在进行维护
  • 500: 服务器错误 - 处理请求时发生意外错误
可用选项:
200,
401,
402,
404,
409,
422,
429,
451,
455,
500
​
msg
string

当 code != 200 时的错误消息

示例:

"success"

​
data
object