本文介紹聲音複刻的Java SDK使用方法。
介面地址
SDK的介面地址需在初始化前設定為下方地址(包含WorkspaceId)。如需切換到其他地區,請修改 Constants.baseHttpApiUrl為對應地區的URL。
- 新加坡
- 華北2(北京)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1調用時請將{WorkspaceId}替換為真實的Workspace ID。- 不同地區的 API Key 不同,請確保使用對應地區的 API Key
- 地區配置為全域設定,影響所有 DashScope SDK 的 API 呼叫
VoiceEnrollmentService 類
包路徑:com.alibaba.dashscope.audio.ttsv2.enrollment.VoiceEnrollmentService
功能:管理Qwen-Audio-TTS/CosyVoice複刻音色的生命週期(建立、查詢、更新、刪除)
構造方法
參數 | 類型 | 說明 |
|---|---|---|
apiKey | String | API Key |
createVoice() - 建立音色
方法簽名:
參數 | 類型 | 必填 | 說明 |
|---|---|---|---|
targetModel | String | 是 | 驅動音色的語音合成模型。必須與後續調用語音合成介面時使用的模型一致,否則合成會失敗。 |
prefix | String | 是 | 音色名稱首碼,僅允許數字和英文字母,不超過10個字元。產生的音色名格式: |
url | String | 是 | 用於複刻音色的音頻檔案URL,要求公網可訪問。 |
customParam | 否 | 自訂參數,可通過 parameter() 方法指定 language_hints、max_prompt_audio_length 等參數。 |
Voice 對象,通過 getVoiceId() 方法擷取音色ID。
listVoice() - 查詢音色列表
方法簽名:
參數 | 類型 | 必填 | 說明 |
|---|---|---|---|
prefix | String | 否 | 按音色名稱首碼篩選。 |
pageIndex | int | 否 | 頁碼索引,從0開始。 |
pageSize | int | 否 | 每頁資料條數。 |
Voice[] 音色數組。
queryVoice() - 查詢音色詳情
方法簽名:
參數 | 類型 | 必填 | 說明 |
|---|---|---|---|
voiceId | String | 是 | 要查詢的音色ID。 |
Voice 對象。
updateVoice() - 更新音色
方法簽名:
參數 | 類型 | 必填 | 說明 |
|---|---|---|---|
voiceId | String | 是 | 要更新的音色ID。 |
url | String | 是 | 新的音頻檔案URL。 |
customParam | VoiceEnrollmentParam | 否 | 自訂參數。 |
deleteVoice() - 刪除音色
方法簽名:
參數 | 類型 | 必填 | 說明 |
|---|---|---|---|
voiceId | String | 是 | 要刪除的音色ID。 |
VoiceEnrollmentParam 類
包路徑:com.alibaba.dashscope.audio.ttsv2.enrollment.VoiceEnrollmentParam
通過Builder模式構建參數對象。
方法 | 類型 | 說明 |
|---|---|---|
model(String) | String | 聲音複刻模型,固定為"voice-enrollment"。 |
parameter(String, Object) | Object | 設定自訂參數,如 parameter("language_hints", Arrays.asList("zh"))、parameter("max_prompt_audio_length", 10.0f)、parameter("enable_preprocess", false)、parameter("enable_volume_normalization", "false")。 |
擴充參數
參數名 | 類型 | 必填 | 說明 |
|---|---|---|---|
enable_preprocess | boolean | 否 | 僅適用於Qwen-Audio-TTS/CosyVoice聲音複刻(model為 是否開啟音頻預先處理(降噪、音頻增強、音量規整)。有背景雜音時建議開啟;安靜環境建議關閉以最大程度還原音色。 預設值:false。 |
enable_volume_normalization | String | 否 | 是否對用於聲音複刻的樣本音頻進行音量歸一化。取值為 |
範例程式碼
建立音色
查詢音色列表
需要引入第三方庫com.google.gson.Gson。
查詢特定音色
需要引入第三方庫com.google.gson.Gson。