Canal
Dune
voice-clone-ttspor defectoPrecio
desde $0.001333 / 1000 caracteres
GetVibeAPITema
Idioma
Voz
Voice Clone TTS API — cómo conectarse y pagar
Clonación de voz: habla con TU propia voz. Sube una grabación corta de tu voz (3–60 segundos, wav/mp3) mediante POST /api/media/voices o en el estudio, obtén un voice_id y sintetiza cualquier texto con ella. Una voz estándar es gratuita de crear. Una voz Premium ofrece el parecido más cercano: una grabación de 10–60 segundos, $2.00 una sola vez al crearla, y síntesis con los motores MiniMax Speech 02, 2.6 y 2.8 (HD y Turbo). La síntesis se cobra por cada 1000 caracteres. Hasta 4000 caracteres por solicitud.
Comparación de canales
últimos 7 días
| Canal | Precio |
|---|---|
Dune voice-clone-ttspor defecto | desde $0.001333 / 1000 caracteres |
Construye el resultado que necesitas
voice-clone-ttsEste modelo solo publica su precio mínimo en el catálogo.
Entrada: TextoAlgunos modos requieren adjuntar: your voice (voice_id), tone instruction (e.g. "calm"), stability (0–1), voice similarity (0–1), seed for reproducibility, text before (for smooth joins), text after (for smooth joins), speech speed (0.7–1.2), pitch (−12…12), volume (0.01–10), pitch shift (−100…100), timbre (−100…100), intensity (−100…100)
Qué es Voice Clone TTS
Clonación de voz: habla con TU propia voz. Sube una grabación corta de tu voz (3–60 segundos, wav/mp3) mediante POST /api/media/voices o en el estudio, obtén un voice_id y sintetiza cualquier texto con ella. Una voz estándar es gratuita de crear. Una voz Premium ofrece el parecido más cercano: una grabación de 10–60 segundos, $2.00 una sola vez al crearla, y síntesis con los motores MiniMax Speech 02, 2.6 y 2.8 (HD y Turbo). La síntesis se cobra por cada 1000 caracteres. Hasta 4000 caracteres por solicitud.
Resumen del contrato
- Entrada
- text
- Salida
- audio
- Modo
- asíncrono (trabajo + sondeo)
- Sondeo de estado
- cada 3 s · hasta 90 s
Puntos fuertes
- Precio: por cada 1K caracteres
- Entradas: texto
- 8 opciones configurables
- Una clave de API para la generación de contenido multimedia
Dónde se usa
- Voces en off para vídeos
- Guiones de voz
- Versiones de audio de textos
- Limpieza de grabaciones
Contrato de API
La generación es asíncrona: crea un trabajo y sondea su estado hasta que termine.
- Crear trabajo
- POST /api/media/generate
- Comprobar estado
- GET /api/media/jobs/{jobId}
- Entrada
- text
- Salida
- audio
- Sondeo
- cada 3 s · hasta 90 s
- Autenticación
- Authorization: Bearer sk-pv-…
Solicitud de ejemplo
Pase su clave en la cabecera Bearer. La API devuelve jobId para sondear el estado.
curl -sS https://getvibeapi.com/api/media/generate \
-H "Authorization: Bearer $GETVIBE_API_KEY" \
-H "Content-Type: application/json" \
--data-binary '{"model":"voice-clone-tts","prompt":"a beautiful landscape","opts":{"voice_id":"example","engine":"qwen3","language":"auto","response_format":"mp3"}}'JavaScript
const response = await fetch('https://getvibeapi.com/api/media/generate', {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.GETVIBE_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "voice-clone-tts",
"prompt": "a beautiful landscape",
"opts": {
"voice_id": "example",
"engine": "qwen3",
"language": "auto",
"response_format": "mp3"
}
}),
});
if (!response.ok) throw new Error(`GetVibe API: ${response.status}`);
const { jobId } = await response.json();
console.log(jobId);Parámetros de la solicitud API
Parámetros para solicitudes a Voice Clone TTS a través de la API de GetVibe.
Parámetro
promptobl.Tipo
text
Valores
text description
Por defecto
required
Precio
—
Parámetro
voice_idobl.Tipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
engineTipo
option selection
Valores
Qwen3-TTS — best quality (default) · Chatterbox — economy · MiniMax Speech 02 HD — Premium, closest likeness · MiniMax Speech 02 Turbo — Premium, faster and cheaper · MiniMax Speech 2.6 HD — Premium · MiniMax Speech 2.6 Turbo — Premium, faster and cheaper · MiniMax Speech 2.8 HD — Premium, with sounds (laughs, sighs) · MiniMax Speech 2.8 Turbo — Premium, faster and cheaper · ElevenLabs v4 — $0.16 per 1000 characters · ElevenLabs v4 Turbo — $0.08 per 1000 characters
Por defecto
Qwen3-TTS — best quality
Precio
Included in the base price
Parámetro
languageTipo
option selection
Valores
Auto (default) · Russian · English · German · French · Spanish · Italian · Portuguese · Chinese · Japanese · Korean
Por defecto
Automático
Precio
Included in the base price
Parámetro
instructTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
stabilityTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
similarity_boostTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
seedTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
previous_textTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
next_textTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
apply_text_normalizationTipo
option selection
Valores
auto (default) · on · off
Por defecto
auto
Precio
Included in the base price
Parámetro
emotionTipo
option selection
Valores
Auto (from the text) (default) · Neutral · Happy · Sad · Angry · Fearful · Disgusted · Surprised
Por defecto
Auto (from the text)
Precio
Included in the base price
Parámetro
speedTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
pitchTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
volumeTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
voice_modify_pitchTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
voice_modify_timbreTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
voice_modify_intensityTipo
text / number
Valores
any value
Por defecto
—
Precio
Included in the base price
Parámetro
response_formatTipo
option selection
Valores
MP3 (default) · WAV · FLAC · Opus · PCM (raw 16-bit)
Por defecto
MP3
Precio
Included in the base price
Parámetro
sample_rateTipo
option selection
Valores
Standard (32000 Hz) (default) · 8000 Hz · 16000 Hz · 22050 Hz · 24000 Hz · 32000 Hz · 44100 Hz · 48000 Hz
Por defecto
Standard (32000 Hz)
Precio
Included in the base price
Parámetro
bitrateTipo
option selection
Valores
Standard (128 kbps) (default) · 32 kbps · 64 kbps · 128 kbps · 256 kbps
Por defecto
Standard (128 kbps)
Precio
Included in the base price
Parámetro
channelTipo
option selection
Valores
Standard (mono) (default) · Mono · Stereo
Por defecto
Standard (mono)
Precio
Included in the base price
Parámetro
previous_request_idsTipo
Array<strings>, 0–3 items
Valores
1–3 items
Por defecto
—
Precio
Included in the base price
Parámetro
next_request_idsTipo
Array<strings>, 0–3 items
Valores
1–3 items
Por defecto
—
Precio
Included in the base price
Parámetro
pronunciation_dictTipo
Array<strings>, 0–100 items
Valores
1–100 items
Por defecto
—
Precio
Included in the base price
Parámetro
voice_modifyTipo
text
Valores
Voice modification (pitch, timbre, intensity)
Por defecto
—
Precio
Included in the base price
| Parámetro | Tipo | Valores | Por defecto | Precio |
|---|---|---|---|---|
promptobl. | text | text description | required | — |
voice_idobl. | text / number | any value | — | Included in the base price |
engine | option selection | Qwen3-TTS — best quality (default) · Chatterbox — economy · MiniMax Speech 02 HD — Premium, closest likeness · MiniMax Speech 02 Turbo — Premium, faster and cheaper · MiniMax Speech 2.6 HD — Premium · MiniMax Speech 2.6 Turbo — Premium, faster and cheaper · MiniMax Speech 2.8 HD — Premium, with sounds (laughs, sighs) · MiniMax Speech 2.8 Turbo — Premium, faster and cheaper · ElevenLabs v4 — $0.16 per 1000 characters · ElevenLabs v4 Turbo — $0.08 per 1000 characters | Qwen3-TTS — best quality | Included in the base price |
language | option selection | Auto (default) · Russian · English · German · French · Spanish · Italian · Portuguese · Chinese · Japanese · Korean | Automático | Included in the base price |
instruct | text / number | any value | — | Included in the base price |
stability | text / number | any value | — | Included in the base price |
similarity_boost | text / number | any value | — | Included in the base price |
seed | text / number | any value | — | Included in the base price |
previous_text | text / number | any value | — | Included in the base price |
next_text | text / number | any value | — | Included in the base price |
apply_text_normalization | option selection | auto (default) · on · off | auto | Included in the base price |
emotion | option selection | Auto (from the text) (default) · Neutral · Happy · Sad · Angry · Fearful · Disgusted · Surprised | Auto (from the text) | Included in the base price |
speed | text / number | any value | — | Included in the base price |
pitch | text / number | any value | — | Included in the base price |
volume | text / number | any value | — | Included in the base price |
voice_modify_pitch | text / number | any value | — | Included in the base price |
voice_modify_timbre | text / number | any value | — | Included in the base price |
voice_modify_intensity | text / number | any value | — | Included in the base price |
response_format | option selection | MP3 (default) · WAV · FLAC · Opus · PCM (raw 16-bit) | MP3 | Included in the base price |
sample_rate | option selection | Standard (32000 Hz) (default) · 8000 Hz · 16000 Hz · 22050 Hz · 24000 Hz · 32000 Hz · 44100 Hz · 48000 Hz | Standard (32000 Hz) | Included in the base price |
bitrate | option selection | Standard (128 kbps) (default) · 32 kbps · 64 kbps · 128 kbps · 256 kbps | Standard (128 kbps) | Included in the base price |
channel | option selection | Standard (mono) (default) · Mono · Stereo | Standard (mono) | Included in the base price |
previous_request_ids | Array<strings>, 0–3 items | 1–3 items | — | Included in the base price |
next_request_ids | Array<strings>, 0–3 items | 1–3 items | — | Included in the base price |
pronunciation_dict | Array<strings>, 0–100 items | 1–100 items | — | Included in the base price |
voice_modify | text | Voice modification (pitch, timbre, intensity) | — | Included in the base price |
Solicitud: POST https://getvibeapi.com/api/media/generate. Precios en USD.
Precio de Voice Clone TTS
El coste de Voice Clone TTS: desde $0.026667 per 1K characters. El precio se calcula dinámicamente al tipo de cambio actual, y el cargo final se muestra en la respuesta de la API (priceRub). Pago en USD, sin suscripciones.
Cuánto cuesta una solicitud por defecto
Sin parámetros, la solicitud usa estos valores: Engine — Qwen3-TTS — best quality, Language — Auto, Spell out numbers and dates — auto, Emotion — Auto (from the text). Esa solicitud cuesta $0.026667.
Canales y precios de cada combinación de parámetros
Para cada canal, el precio de cada combinación de parámetros. Es exactamente lo que se cobra por una generación exitosa, igual que en la tabla legible por máquina enlazada abajo.
Dunevoice-clone-ttsdesde $0.001333 / 1000 caracteresprecios exactos
| Motor · Idioma \ Formato | MP3 | WAV | FLAC | Opus | PCM (raw 16-bit) |
|---|---|---|---|---|---|
| Qwen3-TTS — máxima calidad · Auto | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · ruso | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · inglés | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · alemán | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · francés | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · español | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · italiano | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · portugués | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · chino | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · japonés | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Qwen3-TTS — máxima calidad · coreano | $0.026667 / 1000 caracteres | $0.026667 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Automático | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Ruso | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Inglés | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Alemán | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Francés | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Español | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Italiano | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Portugués | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Chino | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Japonés | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| Chatterbox: económico · Coreano | $0.001333 / 1000 caracteres | $0.001333 / 1000 caracteres | — | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Auto | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Russian | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · English | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · German | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · French | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Spanish | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Italian | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Portuguese | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Chinese | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Japanese | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, máxima similitud · Korean | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Auto | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Russian | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · English | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · German | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · French | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Spanish | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Italian | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Portuguese | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Chinese | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Japanese | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, más rápido y económico · Korean | $0.08 / 1000 caracteres | — | $0.08 / 1000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · Auto | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · Russian | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · English | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · German | $0.133333 / 1000 caracteres | — | $0.133333 / 1000 caracteres | — | — |
Precio por cada 1000 caracteres de texto. El cobro es este precio × el número de caracteres.
Se muestran las primeras filas; todas las combinaciones están en la tabla enlazada abajo.
Todas las combinaciones en JSON: /api/media/price-table?model=voice-clone-tts
README
El contrato legible por máquina de Voice Clone TTS contiene el esquema de la solicitud, operaciones, límites, sondeo y ejemplos de respuesta.
# Voice Clone TTS
Modelo público: voice-clone-tts
Crear trabajo: POST /api/media/generate
Comprobar estado: GET /api/media/jobs/{jobId}
## Parámetros de entrada
- `prompt` (text): text description; por defecto: required
- `voice_id` (text / number): any value; por defecto: —
- `engine` (option selection): Qwen3-TTS — best quality (default) · Chatterbox — economy · MiniMax Speech 02 HD — Premium, closest likeness · MiniMax Speech 02 Turbo — Premium, faster and cheaper · MiniMax Speech 2.6 HD — Premium · MiniMax Speech 2.6 Turbo — Premium, faster and cheaper · MiniMax Speech 2.8 HD — Premium, with sounds (laughs, sighs) · MiniMax Speech 2.8 Turbo — Premium, faster and cheaper · ElevenLabs v4 — $0.16 per 1000 characters · ElevenLabs v4 Turbo — $0.08 per 1000 characters; por defecto: Qwen3-TTS — best quality
- `language` (option selection): Auto (default) · Russian · English · German · French · Spanish · Italian · Portuguese · Chinese · Japanese · Korean; por defecto: Auto
- `instruct` (text / number): any value; por defecto: —
- `stability` (text / number): any value; por defecto: —
- `similarity_boost` (text / number): any value; por defecto: —
- `seed` (text / number): any value; por defecto: —
- `previous_text` (text / number): any value; por defecto: —
- `next_text` (text / number): any value; por defecto: —
- `apply_text_normalization` (option selection): auto (default) · on · off; por defecto: auto
- `emotion` (option selection): Auto (from the text) (default) · Neutral · Happy · Sad · Angry · Fearful · Disgusted · Surprised; por defecto: Auto (from the text)
- `speed` (text / number): any value; por defecto: —
- `pitch` (text / number): any value; por defecto: —
- `volume` (text / number): any value; por defecto: —
- `voice_modify_pitch` (text / number): any value; por defecto: —
- `voice_modify_timbre` (text / number): any value; por defecto: —
- `voice_modify_intensity` (text / number): any value; por defecto: —
- `response_format` (option selection): MP3 (default) · WAV · FLAC · Opus · PCM (raw 16-bit); por defecto: MP3
- `sample_rate` (option selection): Standard (32000 Hz) (default) · 8000 Hz · 16000 Hz · 22050 Hz · 24000 Hz · 32000 Hz · 44100 Hz · 48000 Hz; por defecto: Standard (32000 Hz)
- `bitrate` (option selection): Standard (128 kbps) (default) · 32 kbps · 64 kbps · 128 kbps · 256 kbps; por defecto: Standard (128 kbps)
- `channel` (option selection): Standard (mono) (default) · Mono · Stereo; por defecto: Standard (mono)
- `previous_request_ids` (Array<strings>, 0–3 items): 1–3 items; por defecto: —
- `next_request_ids` (Array<strings>, 0–3 items): 1–3 items; por defecto: —
- `pronunciation_dict` (Array<strings>, 0–100 items): 1–100 items; por defecto: —
- `voice_modify` (text): Voice modification (pitch, timbre, intensity); por defecto: —
## Variantes públicas
- `voice-clone-tts`: DunePreguntas frecuentes sobre la API de Voice Clone TTS
¿Cuánto cuesta Voice Clone TTS?
El precio de Voice Clone TTS: desde $0.026667 per 1K characters. El precio se calcula dinámicamente al tipo de cambio actual.
¿Es compatible con el SDK de OpenAI?
Sí, la API es totalmente compatible con OpenAI. Basta cambiar base_url a https://getvibeapi.com/v1 e indicar su clave — el resto del código no cambia.
Conecte Voice Clone TTS ahora mismo
Regístrese en un minuto, pague por uso, código listo arriba.
Obtener clave API