Kloning dan kelola suara Qwen-Audio dan CosyVoice dengan SDK Java DashScope.
Titik akhir layanan
SDK menggunakan titik akhir China (Beijing) secara default. Untuk beralih ke wilayah lain, ubah Constants.baseHttpApiUrl sebelum inisialisasi.
- API key berbeda antarwilayah. Gunakan API key untuk wilayah target.
- Pengaturan wilayah bersifat global dan memengaruhi semua panggilan API SDK DashScope.
- Singapore
- China (Beijing)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1Ganti {WorkspaceId} dengan workspace ID Anda yang sebenarnya.Kelas VoiceEnrollmentService
Package: com.alibaba.dashscope.audio.ttsv2.enrollment.VoiceEnrollmentService
Tujuan: Mengelola siklus hidup suara hasil kloning Qwen-Audio-TTS, Qwen-Audio-Realtime, dan CosyVoice (membuat, mengkueri, memperbarui, dan menghapus).
Konstruktor
| Parameter | Tipe | Deskripsi |
|---|---|---|
| apiKey | String | Kunci API |
createVoice() - Buat voice
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| targetModel | String | Ya | Model target yang menggunakan suara. Harus sama dengan model yang menggunakan suara tersebut pada permintaan berikutnya; jika berbeda, permintaan akan gagal. |
| prefix | String | Ya | Awalan untuk nama voice. Hanya karakter alfanumerik yang diperbolehkan, dengan panjang maksimum 10 karakter. Nama voice yang dihasilkan mengikuti format berikut: {target_model}-{prefix}-{unique_id}. |
| url | String | Ya | Audio referensi untuk kloning suara. Mendukung URL yang dapat diakses publik atau Base64 Data URI, misalnya data:audio/wav;base64,.... |
| customParam | VoiceEnrollmentParam | Tidak | Parameter kustom seperti languageHints dan maxPromptAudioLength. |
Voice. Panggil getVoiceId() untuk mengambil ID voice.
listVoice() - Daftar voice
Signature metode:
| Parameter | Type | Wajib | Deskripsi |
|---|---|---|---|
| prefix | String | Tidak | Memfilter voice berdasarkan awalan nama. |
| pageIndex | int | Tidak | Indeks halaman, dimulai dari 0. |
| pageSize | int | Tidak | Jumlah catatan per halaman. |
Voice[]. Jika getTargetModel() mengembalikan null untuk item daftar, baca ID model tujuan dari voice.getData().get("target_model").
queryVoice() - Ambil detail voice
Signature metode:
| Parameter | Type | Wajib | Deskripsi |
|---|---|---|---|
| voiceId | String | Ya | ID voice yang akan diambil. |
Voice yang berisi detail voice. Gunakan getTargetModel() untuk mendapatkan ID model tujuan.
updateVoice() - Memperbarui suara
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| voiceId | String | Ya | ID voice yang akan diperbarui. |
| url | String | Ya | Audio referensi baru. Mendukung URL yang dapat diakses publik atau Base64 Data URI, misalnya data:audio/wav;base64,.... |
| customParam | VoiceEnrollmentParam | Tidak | Parameter kustom. |
deleteVoice() - Hapus voice
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| voiceId | String | Ya | ID voice yang akan dihapus. |
Kelas VoiceEnrollmentParam
Package: com.alibaba.dashscope.audio.ttsv2.enrollment.VoiceEnrollmentParam
Buat objek parameter menggunakan pola builder.
| Metode | Tipe | Deskripsi |
|---|---|---|
| model(String) | String | Model voice cloning. Nilainya harus "voice-enrollment". |
languageHints(List<String>) | List<String> | Membantu model mengidentifikasi bahasa audio sampel untuk mengekstraksi fitur suara lebih akurat dan meningkatkan kualitas kloning. Jika bahasa yang ditentukan tidak sesuai dengan bahasa audio aktual (misalnya, menetapkan en saat audionya dalam bahasa Mandarin), sistem akan mengabaikan nilai ini dan mendeteksi bahasa secara otomatis.Parameter ini berupa array yang harus berisi tepat satu elemen.Berlaku untuk 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.
Klik untuk melihat bahasa yang didukung per model
|
| maxPromptAudioLength(Float) | Float | Durasi maksimum (dalam detik) audio referensi setelah pra-pemrosesan. Nilai valid: [3,0, 30,0].Default: 10,0. Berlaku untuk 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 | Menetapkan parameter kustom, seperti parameter("language_hints", Arrays.asList("en")), parameter("max_prompt_audio_length", 10.0f), parameter("enable_preprocess", false), dan parameter("enable_volume_normalization", "false"). |
Parameter tambahan
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| enable_preprocess | boolean | Tidak | Apakah akan mengaktifkan pra-pemrosesan audio (pengurangan noise, peningkatan audio, dan normalisasi volume). Aktifkan opsi ini untuk rekaman dengan noise latar belakang. Nonaktifkan untuk rekaman di lingkungan tenang agar karakteristik suara asli tetap terjaga.Default: false. Berlaku untuk 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 | Tidak | Apakah akan menormalisasi volume audio sampel yang digunakan untuk voice cloning. Nilai yang valid adalah "true" dan "false". Saat diaktifkan, audio yang disintesis dengan voice yang dibuat mungkin memiliki volume berbeda dibandingkan audio yang disintesis dengan voice yang dibuat tanpa mengaktifkan parameter ini. Default: "false". |
Kode contoh
Buat voice
try di atas sebelum memanggil createVoice. Untuk memperbarui suara, masukkan juga Data URI melalui parameter url dari updateVoice. Ganti sample.wav dengan jalur file audio lokal Anda.
Daftar voice
Contoh ini memerlukan library pihak ketiga com.google.gson.Gson.
Ambil voice tertentu
Contoh ini memerlukan library pihak ketiga com.google.gson.Gson.