跳转到主要内容
复刻音色，本 API 可以基于之前上传的 WAV、MP3文件，复制一个新的音色，用于 TTS 生成音频，或者用于 Realtime 实时语音对话。

​
请求地址

POST https://api.stepfun.com/v1/audio/voices
Step Plan 场景请使用 POST https://api.stepfun.com/step_plan/v1/audio/voices

​
请求参数

  • model string required
    需要使用的模型名称，可选项有 step-tts-2、step-tts-mini。
  • text string optional
    音频源文件对应的文本内容，如不传递，则调用系统 ASR 进行解析；为保证效果，建议传入。
  • file_id string required
    用于复刻音色的音频源文件的 File ID。File ID 可以通过 上传文件 获取，上传时，purpose 必须为 storage，支持文件格式为 mp3, wav。音频的时长范围应在 5 ~ 10 秒内;

​
请求响应

  • id string
    音色 ID，可用于后续的音频生成。
  • object string
    文件类型，固定为 audio.voice
  • duplicated boolean
    是否重复请求。如果用户二次消费，则新增此字段，告诉用户已经创建过了。

​
示例

curl -L 'https://api.stepfun.com/v1/audio/voices' \
-H 'Content-Type: application/json' \
-H "Authorization: Bearer $STEP_API_KEY" \
-d '{
    "file_id":"file-Ckyl3cV09A",
    "model":"step-tts-mini",
    "text":"智能阶跃，十倍每一个人的可能"
}'