muapi Logomuapi Logo
muapi Logomuapi Logo

Suno 语音克隆: AI 音频与音乐

只需两次录音即可克隆你的歌声，并将其用于 Suno 音乐生成。提交 10 秒样本，然后朗读系统生成的新鲜随机短语（反深度伪造活体检测），即可获得可复用的 `voice_id`，并将其放入 Suno 音乐创作请求中。预览期间免费。

📝

概览

关于此模型

只需一小段录音即可克隆你自己的歌声，并将其用于 AI 音乐生成。两次录音的活体检测流程可以防止滥用于深度伪造：你先上传一段 10 秒样本，然后朗读系统根据该样本新生成的随机短语，最终获得一个可复用的 voice_id，可以将其放入音乐创作请求中。

1原创音乐：创作歌曲，并让它用你自己的声音演唱。
2创作者品牌：在已发布的曲目中保持一致的声音身份。
3演示曲和翻唱：无需录制自己演唱每一句，就能听到旋律在你的音域中呈现的效果。
4多语言发行：只需克隆一次，即可用 10 种支持的语言演唱。
💰

价格与价值

成本分析

muapiapp预览期间免费

两阶段语音克隆，带有防深度伪造活体检测，可直接用于音乐生成。

Fal.ai暂不可用

没有等效的歌声克隆产品。

Replicate暂不可用

没有仅限音乐输出的等效歌声克隆产品。

** 竞品价格根据相似模型架构和使用层级估算。

⚙️

技术详情

配置参数

声音样本 URLstring

要克隆声音的干净 10 秒录音 URL。单声道即可。提供商会提取 vocal_start_s 和 vocal_end_s 之间的人声片段。

默认值https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/minimax-voice-clone-in.wav
声音名称string

用于在声音选择器中显示的简短声音标签（可选）。

默认值-
描述string

对该声音的自由描述（可选）。

默认值-
风格标签string

生成音乐时使用的逗号分隔风格提示（可选）。

默认值-
语言枚举（10 个选项）

声音样本所使用的语言。

默认值en
人声开始时间（秒）int

样本中人声片段的开始时间。

默认值0
人声结束时间（秒）int

样本中人声片段的结束时间。必须大于 Vocal Start。

默认值10
📖

实施指南

开发者文档

如何使用自定义语音克隆

该流程需要两次录音。短语步骤是活体检测，用于防止通过网上找到的音频克隆他人的声音——无法跳过。

  1. 录制样本（10 秒）：在安静的房间中录制清晰的声音。单声道即可。裁剪开头的静音部分。通过 /api/v1/upload_file 上传，并保留返回的 URL。

  2. 提交样本：

    curl -X POST https://api.muapi.ai/api/v1/suno-voice-clone \
  -H 'x-api-key: $MUAPI_KEY' \
  -d '{"audio_url": "https://.../sample.wav", "voice_name": "My Voice", "language": "en"}'

    响应：{"request_id": "...", "status": "processing"}。

  3. 获取并录制短语：轮询 /api/v1/predictions/{request_id}/result，直到响应显示 stage: "awaiting_phrase" 并包含 phrase 字段。每次请求都会重新生成该短语，不能重复使用。用同一种声音一次性朗读该短语，时长 5–15 秒，然后上传录音。

  4. 提交确认：

    curl -X POST https://api.muapi.ai/api/v1/suno-voice-clone/{request_id}/confirm \
  -H 'x-api-key: $MUAPI_KEY' \
  -d '{"audio_url": "https://.../phrase.wav"}'

  5. 轮询完成状态：使用之前相同的轮询端点；最终响应会携带 voice_id。这是你传入音乐生成请求的持久标识符。

库、可用性与刷新

  • GET /api/v1/suno-voices — 列出你的声音（按最新优先），每个声音包含 stage、is_available，以及（如果处于流程中）当前活动短语。
  • POST /api/v1/suno-voices/{voice_db_id}/check — 在使用声音前重新检查其可用性（声音具有有限的有效期）。
  • POST /api/v1/suno-voices/{voice_db_id}/refresh — 如果声音已过期，请求新的短语并重新录制。原始样本会继续保留。
  • DELETE /api/v1/suno-voices/{voice_db_id} — 从你的声音库中移除声音。
❓

常见问题

常见问答

为什么必须录制两次？

第二次录音是活体检测。通过让你朗读一段无法提前准备的新鲜随机短语，提供商可以验证你就是实际说话者，而不是上传 YouTube 名人或同事片段的人。该要求由上游强制执行，无法跳过。

样本应使用什么音频格式和时长？

10 秒清晰的语音或歌声最理想。单声道或立体声、mp3 或 wav 均可。如有需要，可使用 `vocal_start_s` 和 `vocal_end_s` 标记较长文件中的人声片段。

声音可以使用多长时间？

提供商创建的声音具有有限的有效期。每次音乐生成前调用 `check` 端点；如果声音已过期，则调用 `refresh` 端点获取新的验证短语。

可以在多首歌曲中使用同一个 voice_id 吗？

可以——这正是该功能的用途。克隆成功后，你可以在声音过期前，将这个 `voice_id` 复用于任何音乐生成请求。

费用是多少？

预览期间免费。当上游提供商开始收费后，价格可能会发生变化。