声音复刻、设计与音色管理

voice-enrollment、qwen-voice-enrollment 与 qwen-voice-design 的创建、返回和管理操作。

统一入口与服务选择

POST /api/v1/services/audio/tts/customization
Authorization: Bearer $MODELSELL_API_KEY
Content-Type: application/json

服务 model	用途	创建 action	音色返回字段
`voice-enrollment`	Qwen-Audio / CosyVoice 复刻，以及受支持型号的声音设计	`create_voice`	`output.voice_id`
`qwen-voice-enrollment`	Qwen3 VC 复刻	`create`	`output.voice`
`qwen-voice-design`	Qwen3 VD 设计	`create`	`output.voice`

input.target_model 是后续合成型号；创建音色的服务也必须在 Token 可用模型中。区域、业务空间和目标模型要与合成请求匹配。MiniMax 使用另一条克隆入口。

Qwen-Audio / CosyVoice 复刻

curl --fail-with-body "$MODELSELL_BASE_URL/api/v1/services/audio/tts/customization" \
  -H "Authorization: Bearer $MODELSELL_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"model":"voice-enrollment","input":{"action":"create_voice","target_model":"cosyvoice-v3-flash","prefix":"studio","url":"https://example.com/my-voice-sample.wav","language_hints":["zh"]}}'

样本 url 必須公网可访问。prefix 用英文字母或数字，最长 10 个字符。可选 enable_preprocess、max_prompt_audio_length 依目标模型而定；enable_volume_normalization 按此接口要求传字符串 "true" / "false"。

Qwen3 VC 复刻

{"model":"qwen-voice-enrollment","input":{"action":"create","target_model":"qwen3-tts-vc-2026-01-22","preferred_name":"studio_reader","audio":{"data":"https://example.com/my-voice-sample.wav"},"language":"zh"}}

audio.data 接受 URL 或音频 data URI，如 data:audio/wav;base64,BASE64_SAMPLE。可选 text 提供样本转写。preferred_name 使用字母、数字或下划线，最长 16 个字符。检查 fallback_mode / fallback_reason，判断复刻是否降级。

Qwen3 VD 设计

{
  "model": "qwen-voice-design",
  "input": {
    "action": "create", "target_model": "qwen3-tts-vd-2026-01-26",
    "preferred_name": "studio_reader",
    "voice_prompt": "成年女性，声音清晰平稳，语速适中，适合讲述科普故事。",
    "preview_text": "欢迎收听今天的科学故事，让我们一起了解生活中的新发现。"
  },
  "parameters": {"sample_rate": 24000, "response_format": "wav"}
}

voice_prompt 描述声音，preview_text 指定试听文本；CosyVoice 设计音色时，将服务改为 voice-enrollment、action 改为 create_voice，并选支持设计的目标模型（例如 cosyvoice-v3.5-plus）。其他必填字段以该模型官方参考为准。

创建响应与后续合成

{"request_id":"REQUEST_ID","output":{"voice":"CUSTOM_VOICE","target_model":"qwen3-tts-vd-2026-01-26","preview_audio":{"data":"BASE64_WAV","sample_rate":24000}},"usage":{"count":1}}

Qwen-Audio / CosyVoice 从 output.voice_id 取值。试听可在 output.preview_audio 或其他官方输出字段中返回；网关保留完整 JSON。将新音色用于 Qwen HTTP、实时 TTS 或 Qwen-Audio / CosyVoice，不要将同一音色随意用于另一型号。

查询、列表、更新与删除

所有操作均为同一路径的 POST，区别在 JSON：

服务	action	input 额外字段	结果 / 限制
`voice-enrollment`	`list_voice`	`prefix`、`page_index`、`page_size`	`output.voice_list`
`voice-enrollment`	`query_voice`	`voice_id`	状态、目标模型、样本链接
`voice-enrollment`	`update_voice`	`voice_id`、`url`	更新复刻样本
`voice-enrollment`	`delete_voice`	`voice_id`	删除对应音色
`qwen-voice-enrollment`	`list`	`page_index`、`page_size`	复刻音色列表
`qwen-voice-enrollment`	`delete`	`voice`	删除复刻音色
`qwen-voice-design`	`list` / `delete`	分页字段 / `voice`	设计音色由设计服务管理

{"model":"voice-enrollment","input":{"action":"query_voice","voice_id":"CUSTOM_VOICE_ID"}}

{"model":"qwen-voice-design","input":{"action":"delete","voice":"CUSTOM_DESIGNED_VOICE"}}

Qwen 系列不支持 CosyVoice 的 query_voice / update_voice；MiniMax 不支持上述管理操作。创建、更新与查询的价格规则可能不同，详见用量说明。

官方参考：复刻与管理 API、声音设计。核对日期：2026-10-06。