個性化音色定制

說明

Hi，您好，歡迎使用有道智云個性化大模型語音定制接口服務(wù)。

本文檔主要針對需要集成HTTP API的技術(shù)開發(fā)工程師，詳細(xì)描述個性化語音定制相關(guān)的技術(shù)內(nèi)容。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(lián)系我們：

商務(wù)郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內(nèi)容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云翻譯技術(shù)交流QQ 1群: 652880659

智云翻譯技術(shù)交流QQ 2群: 669384425

智云翻譯技術(shù)交流QQ 3群: 807539209

智云翻譯技術(shù)交流QQ 4群: 936752411

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

• 本文檔主要針對開發(fā)人員，接入測試前需要獲取應(yīng)用ID和應(yīng)用密鑰；如果您還沒有，請按照 新手指南 獲取。
• 平臺向每個賬戶贈送50元的體驗金，供用戶集成前測試所用。

接口說明

個性化大模型語音定制服務(wù)，基于網(wǎng)易有道的大模型語音識別技術(shù)，通過上傳少量錄音，訓(xùn)練語音引擎定制自己聲音模型，賦予產(chǎn)品聲音形象，可在讀小說、播音主持、講故事、客服服務(wù)等場景應(yīng)用。 服務(wù)主要分模型定制和模型調(diào)用兩部分。

協(xié)議須知

調(diào)用方在集成個性化語音定制服務(wù)API時，請遵循以下規(guī)則。

接口調(diào)用參數(shù)

個性化大模型語音定制調(diào)用地址：

https://openapi.youdao.com

音頻格式

格式支持：wav, mp3等格式

模型定制階段

創(chuàng)建語音包接口

• 接口uri：/ttsLlm/packet/create

• 請求方式：POST

• 接口說明：

  創(chuàng)建語音包接口，通過語音包收集錄音，定制個性化音色模型

  接口參數(shù)：

• 響應(yīng)結(jié)果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result":{
    "packetId":"P_24A59791123C49A9B498DCD1972803B3"//返回的語音包ID
  }
}

錄音上傳接口

• 接口uri：/ttsLlm/packet/upload

• 請求方式：POST

• 接口說明：

  上傳語音，指定語種，把語音上傳到語音包，為訓(xùn)練作準(zhǔn)備 注：上傳音頻文件需要有擴展名，例如xxx.mp3, xxx.wav等, 且錄音中必須只有一種音色，30s～5min

• 接口參數(shù)：

支持語言

• 響應(yīng)結(jié)果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
}

清空錄音接口

• 接口uri：/customVoice/packet/deleteVoice

• 請求方式：POST

• 接口說明：

  清空語音包內(nèi)的語音，重新上傳語音 注：不要直接覆蓋原音頻

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
}

啟動訓(xùn)練接口

• 接口uri：/ttsLlm/model/launch

• 請求方式：POST

• 接口說明：

  啟動訓(xùn)練, 前置條件是必須上傳了音頻，待模型訓(xùn)練完成后可以調(diào)用合成接口

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result": {	
    "estimateSeconds":10 //剩余時間 秒
        "modelList":[
          {
            "modelId":"M_A0852354A2ED4BB19DE759F1B80C6E37", //模型id 啟動成功返回
            "createTime":"2023-04-23 13:59:43", // 創(chuàng)建時間 啟動成功返回
            "taskId":"T_6381E68890C843488FD9569217EFA36A", // 訓(xùn)練任務(wù)id 啟動成功返回
            "modelType":"vc", //模型類型
            "modelStatus":"started", //模型狀態(tài)（"started":訓(xùn)練啟動,"failed":啟動失敗）
            "failedReason":"" // 失敗原因 啟動失敗返回
          }
        ]
    }
}

查詢訓(xùn)練狀態(tài)接口

• 接口uri：/ttsLlm/model/checkStatus

• 請求方式：GET

• 接口說明： 查詢當(dāng)前訓(xùn)練任務(wù)狀態(tài)

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result": {
    "taskId":"T_D2560E2DCF6E435EA7BEDD88AC88B9CC", // 訓(xùn)練任務(wù)id	
    "estimateSeconds":"10", //剩余時間 秒
    "packetId":"P_24A59791123C49A9B498DCD1972803B3",//語音包id
    "modelId":"M_A0852354A2ED4BB19DE759F1B80C6E37",//模型id
    "status":"1" //訓(xùn)練狀態(tài) 0:開始,1:完成,2:終止,3:失敗,4:語音包創(chuàng)建
    }
}

刪除語音包接口

• 接口uri：/ttsLlm/packet/delete

• 請求方式：POST

• 接口說明： 刪除指定語音包，同時會刪除包含錄音及訓(xùn)練模型

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
}

訓(xùn)練任務(wù)狀態(tài)碼

訓(xùn)練錯誤代碼