个性化音色定制

说明

Hi，您好，欢迎使用有道智云个性化语音定制接口服务。

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

个性化语音定制服务，基于网易有道的语音识别技术，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

个性化语音定制调用地址：

https://openapi.youdao.com

音频格式

格式支持：wav（不压缩，pcm编码，采样率：推荐16k ，编码：16bit位深的单声道）

模型定制阶段

创建语音包接口

• 接口uri：/customVoice/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
  }
}

环境音检测

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

语音包录音前可以进行环境音检测

• 接口参数：

• 响应结果

{
    "errorCode":"0",//错误码
    "msg":"success",//信息说明
    "result":{
        "passTest":true, //是否通过检测
        "decibel": 30  //分贝
            }
}

语音评测接口

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

录制语音，通过评测的音频会赋予recordId并则录入语音包

• 接口参数：

例子：

• 高定（quality=2）20句文案如下：

小鸭子让它坐在自己的背上，顺利上了岸
小鸭子正在水里捉鱼，忽然听见小公鸡喊救命
乌鸦把小石子放进瓶子里，水渐渐升高
瓶子里水不多，瓶口又小，乌鸦喝不着水
一只乌鸦口渴了，到处找水喝
爱心的深层含义就是保护所有的动植物
荷叶像个碧绿的大圆盘。荷花在它之间冒出来
要是碰上阴雨天，大树也会来帮忙
北极星是盏指路灯，它永远高挂在北方
中午它在南边，地上的树影指向北方
桂树还没有开花，但风中已经飘来甜丝丝的香气
老师穿着长袍，头发胡子全白了，看上去很有学问
杭州昨日正式入夏，较常年略早，昨天阳光早早上岗
安静的连一根针掉下来的声音都听得见
我低着头走出书店，脚站得有些麻木，我却浑身轻松
它小巧玲珑，一双透亮灵活的眼睛下面，长着一张又尖又长的嘴
当蒲公英盛开的时候，这片草地就变成金色的了
那鲜艳的民族服装，把学校打扮得更加绚丽多彩
人们佩服孔子和老子的学问，也敬重他们的品行
尽管它这样机灵，还是难以逃脱翠鸟锐利的眼睛

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
"result":{
    "recordingId":"V_7FFDF89DC01F40CFA8A478D7E3231WV9", //音频合格，录入语音包时有返回值
    "score": "99.03", //评测得分
    "guidance": , // 评测建议
    "correctMessage": [], // 错误发音句中index
    "packetId": "P_3F9AB85F37CE497B9A1483848ACCF56C" //语音包ID
         }
}

启动训练

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

启动训练,语音包中的录音数量达标后,可以启动训练定制语音合成模型

• 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uri：/customVoice/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uri：/customVoice/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
"result": null
}

查询语音包详情

• 接口uri：/customVoice/packet/detail
• 请求方式：GET
• 接口说明：
  查询所有创建的语音包基本信息
• 接口参数：

• 响应结果

{
"errorCode":"0",//错误码
"msg":"success",//信息说明
"result": {
    "name":"名称", // 语音包名称    
    "description":"描述", //语音包描述
    "recordingCount":5, //包含录音数
    "createTime":"2022-08-22 14:33:10", //语音包创建时间
        "packetId":"", // 语音包id
    "voiceList":[
        {
            "order":1, //录音序号
            "audioUrl":"", //音频链接
            "text":"", //评测文本
        },
        ...
                ]
          }
}

服务配置

训练任务状态码

训练错误代码