ボイスクローン

参照音声ファイルをアップロードして再利用可能なvoice_idを作成し、後続のTTSまたはTTSDによる音声生成で使用します。

1. APIキーを作成

   APIキー管理プラットフォームにアクセスしてAPIキーを作成し、環境変数として保存してください。APIキーをクライアントコードに書き込んだり、リポジトリにコミットしたりしないでください。

   MOSS_API_KEY=<your_api_key_here>

2. リクエスト入力を準備

   ローカルの参照音声を用意し、必要に応じてボイス名と説明を入力します。

   フィールド型必須説明

   audio_sample: file必須

   ボイスのクローンに使用するローカルの参照音声ファイル。

   name: string任意

   ボイス名。

   description: string任意

   ボイスの説明。

   このリクエストはmultipart/form-dataでアップロードし、JSONリクエストボディはありません。完全な呼び出しコマンドは次のステップを参照してください。

3. 作成リクエストを送信

   POST /v1/audio/voicesにリクエストを送信します。作成に成功すると、APIはボイスオブジェクトを返します。

   curl -X POST "https://api.mosi.cn/v1/audio/voices" \
     -H "Authorization: Bearer $MOSS_API_KEY" \
     -F "audio_sample=@/path/to/sample.wav" \
     -F "name=customer-service-voice"

   import os
   import requests
   
   resp = requests.post(
       "https://api.mosi.cn/v1/audio/voices",
       headers={"Authorization": f"Bearer {os.environ['MOSS_API_KEY']}"},
       files={"audio_sample": open("/path/to/sample.wav", "rb")},
       data={"name": "customer-service-voice"},
   )
   print(resp.json())

   const form = new FormData()
   form.append('audio_sample', audioFile)
   form.append('name', 'customer-service-voice')
   const resp = await fetch('https://api.mosi.cn/v1/audio/voices', {
     method: 'POST',
     headers: { Authorization: `Bearer ${apiKey}` },
     body: form,
   })

4. voice_idを読み取る

   作成に成功すると、レスポンスのidが後続の音声生成で使用できるvoice_idになります。

   {
     "id": "<voice_id>",
     "object": "audio.voice",
     "created_at": 1710000000,
     "name": "customer-service-voice"
   }

5. 成功を確認

   成功の目安：レスポンスで再利用可能なvoice_idが返され、後続のTTS / TTSD呼び出しでvoiceまたはvoice_idとして参照できます。

次のステップ