個性化音色定制

說明

Hi，您好，歡迎使用有道智云個性化語音定制接口服務。

本文檔主要針對需要集成HTTP API的技術開發(fā)工程師，詳細描述個性化語音定制相關的技術內容。

如果您有與我們商務合作的需求，可以通過以下方式聯(lián)系我們：

商務郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云翻譯技術交流QQ 1群: 652880659

智云翻譯技術交流QQ 2群: 669384425

智云翻譯技術交流QQ 3群: 807539209

智云翻譯技術交流QQ 4群: 936752411

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

• 本文檔主要針對開發(fā)人員，接入測試前需要獲取應用ID和應用密鑰；如果您還沒有，請按照 新手指南 獲取。
• 平臺向每個賬戶贈送50元的體驗金，供用戶集成前測試所用。

接口說明

個性化語音定制服務，基于網易有道的語音識別技術，通過上傳少量錄音，訓練語音引擎定制自己聲音模型，賦予產品聲音形象，可在讀小說、播音主持、講故事、客服服務等場景應用。
服務主要分模型定制和模型調用兩部分。

協(xié)議須知

調用方在集成個性化語音定制服務API時，請遵循以下規(guī)則。

接口調用參數(shù)

個性化語音定制調用地址：

https://openapi.youdao.com

音頻格式

格式支持：wav（不壓縮，pcm編碼，采樣率：推薦16k ，編碼：16bit位深的單聲道）

模型定制階段

創(chuàng)建語音包接口

• 接口uri：/customVoice/packet/create
• 請求方式：POST
• 接口說明：

創(chuàng)建語音包接口，通過語音包收集錄音，定制個性化音色模型

接口參數(shù)：

• 響應結果

-

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result":{
    "packetId":"P_24A59791123C49A9B498DCD1972803B3"//返回的語音包ID
  }
}

環(huán)境音檢測

• 接口uri：/customVoice/packet/measureNoise
• 請求方式：POST
• 接口說明：

語音包錄音前可以進行環(huán)境音檢測

• 接口參數(shù)：

• 響應結果

{
    "errorCode":"0",//錯誤碼
    "msg":"success",//信息說明
    "result":{
        "passTest":true, //是否通過檢測
        "decibel": 30  //分貝
            }
}

語音評測接口

• 接口uri：/customVoice/packet/evaluateRecording
• 請求方式：POST
• 接口說明：

錄制語音，通過評測的音頻會賦予recordId并則錄入語音包

• 接口參數(shù)：

例子：

• 高定（quality=2）20句文案如下：

小鴨子讓它坐在自己的背上，順利上了岸
小鴨子正在水里捉魚，忽然聽見小公雞喊救命
烏鴉把小石子放進瓶子里，水漸漸升高
瓶子里水不多，瓶口又小，烏鴉喝不著水
一只烏鴉口渴了，到處找水喝
愛心的深層含義就是保護所有的動植物
荷葉像個碧綠的大圓盤。荷花在它之間冒出來
要是碰上陰雨天，大樹也會來幫忙
北極星是盞指路燈，它永遠高掛在北方
中午它在南邊，地上的樹影指向北方
桂樹還沒有開花，但風中已經飄來甜絲絲的香氣
老師穿著長袍，頭發(fā)胡子全白了，看上去很有學問
杭州昨日正式入夏，較常年略早，昨天陽光早早上崗
安靜的連一根針掉下來的聲音都聽得見
我低著頭走出書店，腳站得有些麻木，我卻渾身輕松
它小巧玲瓏，一雙透亮靈活的眼睛下面，長著一張又尖又長的嘴
當蒲公英盛開的時候，這片草地就變成金色的了
那鮮艷的民族服裝，把學校打扮得更加絢麗多彩
人們佩服孔子和老子的學問，也敬重他們的品行
盡管它這樣機靈，還是難以逃脫翠鳥銳利的眼睛

• 響應結果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result":{
    "recordingId":"V_7FFDF89DC01F40CFA8A478D7E3231WV9", //音頻合格，錄入語音包時有返回值
    "score": "99.03", //評測得分
    "guidance": , // 評測建議
    "correctMessage": [], // 錯誤發(fā)音句中index
    "packetId": "P_3F9AB85F37CE497B9A1483848ACCF56C" //語音包ID
         }
}

啟動訓練

• 接口uri：/customVoice/model/launch
• 請求方式：POST
• 接口說明：

啟動訓練,語音包中的錄音數(shù)量達標后,可以啟動訓練定制語音合成模型

• 接口參數(shù)：

• 響應結果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result": {    
    "estimateSeconds":10 //剩余時間 秒
        "modelList":[
          {
            "modelId":"M_A0852354A2ED4BB19DE759F1B80C6E37", //模型id 啟動成功返回
            "createTime":"2023-04-23 13:59:43", // 創(chuàng)建時間 啟動成功返回
            "taskId":"T_6381E68890C843488FD9569217EFA36A", // 訓練任務id 啟動成功返回
            "modelType":"vc", //模型類型
            "modelStatus":"started", //模型狀態(tài)（"started":訓練啟動,"failed":啟動失?。?            "failedReason":"" // 失敗原因 啟動失敗返回
          }
                     ]
            }
}

查詢訓練狀態(tài)

• 接口uri：/customVoice/model/checkStatus
• 請求方式：GET
• 接口說明：
  查詢當前訓練任務狀態(tài)
• 接口參數(shù)：

• 響應結果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result": {
    "taskId":"T_D2560E2DCF6E435EA7BEDD88AC88B9CC", // 訓練任務id    
    "estimateSeconds":"10", //剩余時間 秒
    "packetId":"P_24A59791123C49A9B498DCD1972803B3",//語音包id
        "modelId":"M_A0852354A2ED4BB19DE759F1B80C6E37",//模型id
    "status":"1" //訓練狀態(tài) 0:開始,1:完成,2:終止,3:失敗,4:語音包創(chuàng)建
            }
}

刪除語音包

• 接口uri：/customVoice/packet/delete
• 請求方式：POST
• 接口說明：
  刪除指定語音包，同時會刪除包含錄音及訓練模型
• 接口參數(shù)：

• 響應結果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result": null
}

查詢語音包詳情

• 接口uri：/customVoice/packet/detail
• 請求方式：GET
• 接口說明：
  查詢所有創(chuàng)建的語音包基本信息
• 接口參數(shù)：

• 響應結果

{
"errorCode":"0",//錯誤碼
"msg":"success",//信息說明
"result": {
    "name":"名稱", // 語音包名稱    
    "description":"描述", //語音包描述
    "recordingCount":5, //包含錄音數(shù)
    "createTime":"2022-08-22 14:33:10", //語音包創(chuàng)建時間
        "packetId":"", // 語音包id
    "voiceList":[
        {
            "order":1, //錄音序號
            "audioUrl":"", //音頻鏈接
            "text":"", //評測文本
        },
        ...
                ]
          }
}

服務配置

訓練任務狀態(tài)碼

訓練錯誤代碼