Kloning dan kelola suara Qwen-Audio dan CosyVoice dengan SDK Python DashScope.
Titik akhir layanan
Alamat titik akhir SDK ditentukan oleh parameter konstruktor Client workspace/region (sesuai alamat di bawah, sudah memuat WorkspaceId). Untuk beralih ke wilayah lain, ubah parameter konstruktor Client ke nilai wilayah yang sesuai.
- API key berbeda antarwilayah. Gunakan API key untuk wilayah target.
- Pengaturan wilayah adalah pengaturan tingkat Client dan memengaruhi semua panggilan API SDK DashScope pada Client tersebut.
- Singapore
- China (Beijing)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1Ganti {WorkspaceId} dengan workspace ID Anda yang sebenarnya.Sumber daya utama (client.audio.voices)
Tujuan: Mengelola siklus hidup suara hasil kloning Qwen-Audio-TTS, Qwen-Audio-Realtime, dan CosyVoice (membuat, mengkueri, memperbarui, dan menghapus).
Konstruksi Client (autentikasi dan wilayah)
create() - Membuat suara
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| target_model | str | Ya | Model target yang menggunakan suara. Harus sama dengan model yang menggunakan suara tersebut pada permintaan berikutnya; jika berbeda, permintaan akan gagal. |
| prefix | str | Ya | Awalan untuk nama suara. Hanya karakter alfanumerik yang diperbolehkan, dengan panjang maksimum 10 karakter. Nama suara yang dihasilkan mengikuti format berikut: {target_model}-{prefix}-{unique_id}. |
| url | str | Ya | Audio referensi untuk kloning suara. Mendukung URL yang dapat diakses publik atau Base64 Data URI, misalnya data:audio/wav;base64,.... |
| language_hints | List[str] | Tidak | Membantu model mengidentifikasi bahasa audio sampel agar fitur suara dapat diekstraksi lebih akurat dan meningkatkan kualitas kloning. Jika bahasa yang ditentukan tidak sesuai dengan bahasa audio sebenarnya (misalnya, menyetel en padahal 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
|
| max_prompt_audio_length | float | Tidak | 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. |
| enable_preprocess | bool | Tidak | Apakah akan mengaktifkan pra-pemrosesan audio (pengurangan kebisingan, peningkatan audio, dan normalisasi volume). Aktifkan opsi ini untuk rekaman yang memiliki kebisingan 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 | bool | Tidak | Menentukan apakah akan menormalisasi volume audio sampel yang digunakan untuk kloning suara. Diteruskan melalui dictionary extra_input. Nilai default: False. Jika Anda menyetel parameter ini ke True, volume audio yang disintesis dengan suara yang dibuat mungkin berbeda dari volume audio yang disintesis dengan suara yang dibuat tanpa mengaktifkan parameter ini. |
Voice; voice_id adalah ID suara, request_id adalah ID permintaan.
list() - Menampilkan daftar suara
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| prefix | str | Tidak | Filter berdasarkan awalan nama suara. |
| page_index | int | Tidak | Indeks halaman. Default: 0. |
| page_size | int | Tidak | Jumlah entri per halaman. Default: 10. |
VoiceList; voices adalah daftar suara, request_id adalah ID permintaan. Setiap item daftar berupa dictionary. Gunakan voice.get("target_model") untuk mendapatkan ID model tujuan.
get() - Menanyakan detail suara
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| voice_id | str | Ya | ID suara yang akan ditanyakan. |
Voice, detail suara. Gunakan voice.target_model untuk mendapatkan ID model tujuan.
update() - Memperbarui suara
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| voice_id | str | Ya | ID suara yang akan diperbarui. |
| url | str | Ya | Audio referensi baru. Mendukung URL yang dapat diakses publik atau Base64 Data URI, misalnya data:audio/wav;base64,.... |
delete() - Menghapus suara
Signature metode:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| voice_id | str | Ya | ID suara yang akan dihapus. |
Contoh kode
Membuat suara
url di atas dengan kode berikut sebelum memanggil client.audio.voices.create(). Untuk memperbarui suara, masukkan juga Data URI melalui parameter url dari client.audio.voices.update(). Ganti sample.wav dengan jalur file audio lokal Anda.