个性化音色定制

说明

Hi，您好，欢迎使用有道智云个性化大模型语音定制接口服务。

本文档主要针对需要集成HTTP API的技术开发工程师，详细描述个性化语音定制相关的技术内容。

如果您有与我们商务合作的需求，可以通过以下方式联系我们：

商务邮箱： AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：

客服QQ：1906538062

智云翻译技术交流QQ 1群: 652880659

智云翻译技术交流QQ 2群: 669384425

智云翻译技术交流QQ 3群: 807539209

智云翻译技术交流QQ 4群: 936752411

联系邮箱： zhiyun@corp.youdao.com

温馨提示：

• 本文档主要针对开发人员，接入测试前需要获取应用ID和应用密钥；如果您还没有，请按照 新手指南 获取。
• 平台向每个账户赠送50元的体验金，供用户集成前测试所用。

接口说明

个性化大模型语音定制服务，基于网易有道的大模型语音识别技术，通过上传少量录音，训练语音引擎定制自己声音模型，赋予产品声音形象，可在读小说、播音主持、讲故事、客服服务等场景应用。
服务主要分模型定制和模型调用两部分。

协议须知

调用方在集成个性化语音定制服务API时，请遵循以下规则。

接口调用参数

个性化大模型语音定制调用地址：

https://openapi.youdao.com

音频格式

格式支持：wav, mp3等格式

模型定制阶段

创建语音包接口

• 接口uri：/ttsLlm/packet/create
• 请求方式：POST
• 接口说明：

创建语音包接口，通过语音包收集录音，定制个性化音色模型

接口参数：

• 响应结果

-

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
"result":{
    "packetId":"P_24A59791123C49A9B498DCD1972803B3"//返回的语音包ID
  }
}

录音上传接口

• 接口uri：/ttsLlm/packet/upload
• 请求方式：POST
• 接口说明：

上传语音，指定语种，把语音上传到语音包，为训练作准备
注：上传音频文件需要有扩展名，例如xxx.mp3, xxx.wav等, 且录音中必须只有一种音色，30s～5min

• 接口参数：

支持语言

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
}

清空录音接口

• 接口uri：/customVoice/packet/deleteVoice
• 请求方式：POST
• 接口说明：

清空语音包内的语音，重新上传语音
注：不要直接覆盖原音频

• 接口参数：

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
}

启动训练接口

• 接口uri：/ttsLlm/model/launch
• 请求方式：POST
• 接口说明：

启动训练, 前置条件是必须上传了音频，待模型训练完成后可以调用合成接口

• 接口参数：

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
"result": {    
    "estimateSeconds":10 //剩余时间 秒
        "modelList":[
          {
            "modelId":"M_A0852354A2ED4BB19DE759F1B80C6E37", //模型id 启动成功返回
            "createTime":"2023-04-23 13:59:43", // 创建时间 启动成功返回
            "taskId":"T_6381E68890C843488FD9569217EFA36A", // 训练任务id 启动成功返回
            "modelType":"vc", //模型类型
            "modelStatus":"started", //模型状态（"started":训练启动,"failed":启动失败）
            "failedReason":"" // 失败原因 启动失败返回
          }
        ]
    }
}

查询训练状态接口

• 接口uri：/ttsLlm/model/checkStatus
• 请求方式：GET
• 接口说明：
  查询当前训练任务状态
• 接口参数：

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
"result": {
    "taskId":"T_D2560E2DCF6E435EA7BEDD88AC88B9CC", // 训练任务id    
    "estimateSeconds":"10", //剩余时间 秒
    "packetId":"P_24A59791123C49A9B498DCD1972803B3",//语音包id
    "modelId":"M_A0852354A2ED4BB19DE759F1B80C6E37",//模型id
    "status":"1" //训练状态 0:开始,1:完成,2:终止,3:失败,4:语音包创建
    }
}

删除语音包接口

• 接口uri：/ttsLlm/packet/delete
• 请求方式：POST
• 接口说明：
  删除指定语音包，同时会删除包含录音及训练模型
• 接口参数：

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
}

训练任务状态码

训练错误代码