Clonez et gérez les voix Qwen-Audio et CosyVoice avec le SDK Java de DashScope.
Endpoint du service
Le SDK utilise l'endpoint China (Beijing) par défaut. Pour changer de région, modifiez Constants.baseHttpApiUrl avant l'initialisation.
- Les clés API varient selon la région. Utilisez la clé API de la région cible.
- Le paramètre de région est global et affecte tous les appels d’API du SDK DashScope.
- Singapore
- China (Beijing)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1Remplacez {WorkspaceId} par votre ID d'espace de travail.Classe VoiceEnrollmentService
Package : com.alibaba.dashscope.audio.ttsv2.enrollment.VoiceEnrollmentService
Objectif: Gère le cycle de vie des voix clonées Qwen-Audio-TTS, Qwen-Audio-Realtime et CosyVoice (création, consultation, mise à jour et suppression).
Constructeur
| Paramètre | Type | Description |
|---|---|---|
| apiKey | String | Clé API |
createVoice() - Créer une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| targetModel | String | Oui | Modèle cible qui utilise la voix. Il doit correspondre au modèle utilisé dans les requêtes ultérieures avec cette voix, sinon les requêtes échouent. |
| prefix | String | Oui | Préfixe du nom de la voix. Seuls les caractères alphanumériques sont autorisés, avec une longueur maximale de 10 caractères. Le nom de voix résultant suit ce format : {target_model}-{prefix}-{unique_id}. |
| url | String | Oui | Audio de référence pour le clonage vocal. Accepte une URL accessible publiquement ou un Data URI encodé en Base64, par exemple data:audio/wav;base64,.... |
| customParam | VoiceEnrollmentParam | Non | Paramètres personnalisés tels que languageHints et maxPromptAudioLength. |
Voice. Appelez getVoiceId() pour récupérer l'ID de la voix.
listVoice() - Lister les voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| prefix | String | Non | Filtre les voix par préfixe de nom. |
| pageIndex | int | Non | Index de page, commençant à 0. |
| pageSize | int | Non | Nombre d'enregistrements par page. |
Voice[]. Si getTargetModel() renvoie null pour un élément de la liste, lisez l’identifiant du modèle cible dans voice.getData().get("target_model").
queryVoice() - Récupérer les détails d'une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| voiceId | String | Oui | ID de la voix à récupérer. |
Voice contenant les détails de la voix. Utilisez getTargetModel() pour obtenir l’identifiant du modèle cible.
updateVoice() - Mettre à jour une voix
Signatures de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| voiceId | String | Oui | ID de la voix à mettre à jour. |
| url | String | Oui | Nouvel audio de référence. Accepte une URL accessible publiquement ou un Data URI encodé en Base64, par exemple data:audio/wav;base64,.... |
| customParam | VoiceEnrollmentParam | Non | Paramètres personnalisés. |
deleteVoice() - Supprimer une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| voiceId | String | Oui | ID de la voix à supprimer. |
Classe VoiceEnrollmentParam
Package : com.alibaba.dashscope.audio.ttsv2.enrollment.VoiceEnrollmentParam
Construisez les objets de paramètres à l'aide du modèle builder.
| Méthode | Type | Description |
|---|---|---|
| model(String) | String | Modèle de clonage vocal. La valeur doit être « voice-enrollment ». |
| languageHints(List<String>) | List<String> | Aide le modèle à identifier la langue de l'échantillon audio afin d'extraire les caractéristiques vocales plus précisément et d'améliorer la qualité du clonage. Si la langue spécifiée ne correspond pas à la langue réelle de l'audio (par exemple, définir en alors que l'audio est en chinois), le système ignore cette valeur et détecte automatiquement la langue.Ce paramètre est un tableau qui doit contenir exactement un élément.S’applique à qwen-audio-3.1-tts-plus, qwen-audio-3.1-tts-flash, qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash, qwen-audio-3.1-realtime-plus, qwen-audio-3.0-realtime-plus, qwen-audio-3.0-realtime-flash, cosyvoice-v3.5-plus, cosyvoice-v3.5-flash, cosyvoice-v3-plus, cosyvoice-v3-flash.
Cliquez pour voir les langues prises en charge par modèle
|
| maxPromptAudioLength(Float) | Float | Durée maximale (en secondes) de l'audio de référence après prétraitement. Valeurs valides : [3,0, 30,0].Par défaut : 10,0. S’applique à qwen-audio-3.1-tts-plus, qwen-audio-3.1-tts-flash, qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash, qwen-audio-3.1-realtime-plus, qwen-audio-3.0-realtime-plus, qwen-audio-3.0-realtime-flash, cosyvoice-v3.5-plus, cosyvoice-v3.5-flash, cosyvoice-v3-flash. |
| parameter(String, Object) | Object | Définit des paramètres personnalisés, tels que parameter("language_hints", Arrays.asList("en")), parameter("max_prompt_audio_length", 10.0f), parameter("enable_preprocess", false) et parameter("enable_volume_normalization", "false"). |
Paramètres supplémentaires
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| enable_preprocess | boolean | Non | Indique s'il faut activer le prétraitement audio (réduction du bruit, amélioration audio et normalisation du volume). Activez cette option pour les enregistrements comportant du bruit de fond. Désactivez-la pour les enregistrements réalisés dans des environnements calmes afin de préserver les caractéristiques vocales originales.Par défaut : false. S’applique à qwen-audio-3.1-tts-plus, qwen-audio-3.1-tts-flash, qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash, qwen-audio-3.1-realtime-plus, qwen-audio-3.0-realtime-plus, qwen-audio-3.0-realtime-flash, cosyvoice-v3.5-plus, cosyvoice-v3.5-flash, cosyvoice-v3-flash. |
| enable_volume_normalization | String | Non | Indique s'il faut normaliser le volume de l'échantillon audio utilisé pour le clonage vocal. Les valeurs valides sont "true" et "false". Lorsque cette option est activée, l'audio synthétisé avec la voix créée peut avoir un volume différent de celui synthétisé avec une voix créée sans ce paramètre. Par défaut : "false". |
Exemples de code
Créer une voix
try ci-dessus, avant l’appel à createVoice. Pour mettre à jour une voix, transmettez également le Data URI dans le paramètre url de updateVoice. Remplacez sample.wav par le chemin de votre fichier audio local.
Lister les voix
Cet exemple nécessite la bibliothèque tierce com.google.gson.Gson.
Récupérer une voix spécifique
Cet exemple nécessite la bibliothèque tierce com.google.gson.Gson.