Clonez et gérez les voix Qwen-Audio et CosyVoice avec le SDK Python de DashScope.
Endpoint du service
L'endpoint du SDK est déterminé par les paramètres workspace et region du constructeur du Client (correspondant aux adresses ci-dessous, qui incluent le WorkspaceId). Pour changer de région, modifiez les paramètres du constructeur du Client avec les valeurs de la région cible.
- Les clés API varient selon la région. Utilisez la clé API de la région cible.
- La configuration de région s'effectue au niveau du Client et affecte tous les appels d'API du SDK DashScope effectués via ce Client.
- Singapore
- China (Beijing)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1Remplacez {WorkspaceId} par votre ID d'espace de travail.Ressource principale (client.audio.voices)
Objectif : Gère le cycle de vie des voix clonées Qwen-Audio-TTS, Qwen-Audio-Realtime et CosyVoice (création, consultation, mise à jour et suppression).
Construction du Client (authentification et région)
create() — Créer une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| target_model | str | 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 | str | 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 | str | 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,.... |
| language_hints | List[str] | Non | 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
|
| max_prompt_audio_length | float | Non | Durée maximale (en secondes) de l'audio de référence après prétraitement. Valeurs valides : [3,0, 30,0].Valeur 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. |
| enable_preprocess | bool | 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 d'origine.Valeur 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 | bool | Non | Détermine si le volume de l'échantillon audio utilisé pour le clonage vocal doit être normalisé. Transmettez ce paramètre dans le dictionnaire extra_input. Valeur par défaut : False. Si vous définissez ce paramètre sur True, le volume de l'audio synthétisé avec la voix créée peut différer de celui d'un audio synthétisé avec une voix créée sans cette option. |
Voice, dont voice_id est l'identifiant de la voix et request_id l'identifiant de la requête.
list() — Lister les voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| prefix | str | Non | Filtrer par préfixe de nom de voix. |
| page_index | int | Non | Index de la page. Valeur par défaut : 0. |
| page_size | int | Non | Nombre d'entrées par page. Valeur par défaut : 10. |
VoiceList, dont voices est la liste des voix et request_id l'identifiant de la requête. Chaque élément de la liste est un dictionnaire. Utilisez voice.get("target_model") pour obtenir l’identifiant du modèle cible.
get() — Consulter les détails d'une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| voice_id | str | Oui | L'identifiant de la voix à consulter. |
Voice contenant les détails de la voix. Utilisez voice.target_model pour obtenir l’identifiant du modèle cible.
update() — Mettre à jour une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| voice_id | str | Oui | L'identifiant de la voix à mettre à jour. |
| url | str | Oui | Nouvel audio de référence. Accepte une URL accessible publiquement ou un Data URI encodé en Base64, par exemple data:audio/wav;base64,.... |
delete() — Supprimer une voix
Signature de la méthode :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| voice_id | str | Oui | L'identifiant de la voix à supprimer. |
Exemples de code
Créer une voix
url ci-dessus par le code suivant avant d'appeler create. Pour mettre à jour une voix, transmettez également le Data URI dans le paramètre url de update. Remplacez sample.wav par le chemin de votre fichier audio local.