Canal
Duna
voice-clone-ttspadrãoPreço
a partir de $0.001333 / 1.000 caracteres
GetVibeAPITema
Idioma
Voz
Voice Clone TTS API — como conectar e pagar
Clonagem de voz — fala com a SUA própria voz. Envie uma gravação curta da sua voz (3–60 segundos, wav/mp3) com POST /api/media/voices ou no estúdio, obtenha um voice_id e sintetize qualquer texto com ela, russo incluído. Uma voz padrão pode ser criada gratuitamente. Uma voz Premium oferece a maior semelhança: uma gravação de 10–60 segundos, $2.00 uma única vez na criação, síntese com os mecanismos MiniMax Speech 02, 2.6 e 2.8 (HD e Turbo). A síntese é cobrada por 1000 caracteres. Até 4000 caracteres por solicitação.
Comparação de canais
últimos 7 dias
| Canal | Preço |
|---|---|
Duna voice-clone-ttspadrão | a partir de $0.001333 / 1.000 caracteres |
Crie o resultado de que você precisa
voice-clone-ttsEste modelo publica apenas seu preço mínimo no catálogo.
Entrada: TextoAlguns modos exigem que você anexe: 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)
O que é Voice Clone TTS
Clonagem de voz — fala com a SUA própria voz. Envie uma gravação curta da sua voz (3–60 segundos, wav/mp3) com POST /api/media/voices ou no estúdio, obtenha um voice_id e sintetize qualquer texto com ela, russo incluído. Uma voz padrão pode ser criada gratuitamente. Uma voz Premium oferece a maior semelhança: uma gravação de 10–60 segundos, $2.00 uma única vez na criação, síntese com os mecanismos MiniMax Speech 02, 2.6 e 2.8 (HD e Turbo). A síntese é cobrada por 1000 caracteres. Até 4000 caracteres por solicitação.
Resumo do contrato
- Entrada
- text
- Saída
- audio
- Modo
- assíncrono (job + polling)
- Consulta de status
- a cada 3 s · até 90 s
Pontos fortes
- Preço: por 1 mil caracteres
- Entradas: texto
- 8 opções configuráveis
- Uma chave de API para geração de mídia
Onde é usado
- Locuções para vídeos
- Roteiros de voz
- Versões em áudio de textos
- Limpeza de gravações
Contrato da API
A geração é executada de forma assíncrona: crie um job e consulte o status até a conclusão.
- Criar job
- POST /api/media/generate
- Verificar status
- GET /api/media/jobs/{jobId}
- Entrada
- text
- Saída
- audio
- Consulta de status
- a cada 3 s · até 90 s
- Autenticação
- Authorization: Bearer sk-pv-…
Exemplo de solicitação
Envie sua chave no cabeçalho Bearer. A API retorna jobId para consultar o status.
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);Parâmetros da solicitação à API
Parâmetros para solicitações a Voice Clone TTS por meio da GetVibe API.
Parâmetro
promptobrigatórioTipo
text
Valores
text description
Padrão
required
Preço
—
Parâmetro
voice_idobrigatórioTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
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
Padrão
Qwen3-TTS — best quality
Preço
Included in the base price
Parâmetro
languageTipo
option selection
Valores
Auto (default) · Russian · English · German · French · Spanish · Italian · Portuguese · Chinese · Japanese · Korean
Padrão
Auto
Preço
Included in the base price
Parâmetro
instructTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
stabilityTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
similarity_boostTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
seedTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
previous_textTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
next_textTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
apply_text_normalizationTipo
option selection
Valores
auto (default) · on · off
Padrão
auto
Preço
Included in the base price
Parâmetro
emotionTipo
option selection
Valores
Auto (from the text) (default) · Neutral · Happy · Sad · Angry · Fearful · Disgusted · Surprised
Padrão
Auto (from the text)
Preço
Included in the base price
Parâmetro
speedTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
pitchTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
volumeTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
voice_modify_pitchTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
voice_modify_timbreTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
voice_modify_intensityTipo
text / number
Valores
any value
Padrão
—
Preço
Included in the base price
Parâmetro
response_formatTipo
option selection
Valores
MP3 (default) · WAV · FLAC · Opus · PCM (raw 16-bit)
Padrão
MP3
Preço
Included in the base price
Parâmetro
sample_rateTipo
option selection
Valores
Standard (32000 Hz) (default) · 8000 Hz · 16000 Hz · 22050 Hz · 24000 Hz · 32000 Hz · 44100 Hz · 48000 Hz
Padrão
Standard (32000 Hz)
Preço
Included in the base price
Parâmetro
bitrateTipo
option selection
Valores
Standard (128 kbps) (default) · 32 kbps · 64 kbps · 128 kbps · 256 kbps
Padrão
Standard (128 kbps)
Preço
Included in the base price
Parâmetro
channelTipo
option selection
Valores
Standard (mono) (default) · Mono · Stereo
Padrão
Standard (mono)
Preço
Included in the base price
Parâmetro
previous_request_idsTipo
Array<strings>, 0–3 items
Valores
1–3 items
Padrão
—
Preço
Included in the base price
Parâmetro
next_request_idsTipo
Array<strings>, 0–3 items
Valores
1–3 items
Padrão
—
Preço
Included in the base price
Parâmetro
pronunciation_dictTipo
Array<strings>, 0–100 items
Valores
1–100 items
Padrão
—
Preço
Included in the base price
Parâmetro
voice_modifyTipo
text
Valores
Voice modification (pitch, timbre, intensity)
Padrão
—
Preço
Included in the base price
| Parâmetro | Tipo | Valores | Padrão | Preço |
|---|---|---|---|---|
promptobrigatório | text | text description | required | — |
voice_idobrigatório | 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 | Auto | 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 |
Solicitação: POST https://getvibeapi.com/api/media/generate. Preços em USD.
Preço de Voice Clone TTS
O custo de Voice Clone TTS: de $0.026667 per 1K characters. O preço é calculado dinamicamente pela taxa de câmbio atual, e a cobrança final é mostrada na resposta da API (priceRub). Pagamento em USD, sem assinaturas.
Quanto custa uma solicitação padrão
Sem parâmetros enviados, a solicitação usa estes valores: Engine — Qwen3-TTS — best quality, Language — Auto, Spell out numbers and dates — auto, Emotion — Auto (from the text). Essa solicitação custa $0.026667.
Canais e preços para cada combinação de parâmetros
Para cada canal, o preço de cada combinação de parâmetros. Esse é exatamente o valor cobrado por uma geração bem-sucedida e o mesmo valor apresentado na tabela legível por máquina vinculada abaixo.
Dunavoice-clone-ttsa partir de $0.001333 / 1.000 caracterespreços exatos
| Mecanismo · Idioma \ Formato | MP3 | WAV | FLAC | Opus | PCM (raw 16-bit) |
|---|---|---|---|---|---|
| Qwen3-TTS — melhor qualidade · Automático | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Russo | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Inglês | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Alemão | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Francês | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Espanhol | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Italiano | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Português | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Chinês | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Japonês | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Qwen3-TTS — melhor qualidade · Coreano | $0.026667 / 1.000 caracteres | $0.026667 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Auto | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Russo | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Inglês | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Alemão | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Francês | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Espanhol | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Italiano | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Português | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Chinês | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Japonês | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| Chatterbox — economia · Coreano | $0.001333 / 1.000 caracteres | $0.001333 / 1.000 caracteres | — | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Automático | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Russo | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Inglês | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Alemão | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Francês | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Espanhol | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Italiano | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Português | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Chinês | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Japonês | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 HD — Premium, maior fidelidade · Coreano | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Automático | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Russo | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Inglês | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Alemão | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Francês | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Espanhol | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Italiano | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Português | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Chinês | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Japonês | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 02 Turbo — Premium, mais rápido e barato · Coreano | $0.08 / 1.000 caracteres | — | $0.08 / 1.000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · Automático | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · Russo | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · Inglês | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
| MiniMax Speech 2.6 HD — Premium · Alemão | $0.133333 / 1.000 caracteres | — | $0.133333 / 1.000 caracteres | — | — |
Preço por 1.000 caracteres de texto. A cobrança é este preço × o número de caracteres.
As primeiras linhas são exibidas; todas as combinações estão na tabela vinculada abaixo.
Todas as combinações em JSON: /api/media/price-table?model=voice-clone-tts
README
O contrato legível por máquina de Voice Clone TTS contém o esquema da solicitação, as operações, os limites, a consulta de status e exemplos de resposta.
# Voice Clone TTS
Modelo público: voice-clone-tts
Criar job: POST /api/media/generate
Verificar status: GET /api/media/jobs/{jobId}
## Parâmetros de entrada
- `prompt` (text): text description; padrão: required
- `voice_id` (text / number): any value; padrão: —
- `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; padrão: Qwen3-TTS — best quality
- `language` (option selection): Auto (default) · Russian · English · German · French · Spanish · Italian · Portuguese · Chinese · Japanese · Korean; padrão: Auto
- `instruct` (text / number): any value; padrão: —
- `stability` (text / number): any value; padrão: —
- `similarity_boost` (text / number): any value; padrão: —
- `seed` (text / number): any value; padrão: —
- `previous_text` (text / number): any value; padrão: —
- `next_text` (text / number): any value; padrão: —
- `apply_text_normalization` (option selection): auto (default) · on · off; padrão: auto
- `emotion` (option selection): Auto (from the text) (default) · Neutral · Happy · Sad · Angry · Fearful · Disgusted · Surprised; padrão: Auto (from the text)
- `speed` (text / number): any value; padrão: —
- `pitch` (text / number): any value; padrão: —
- `volume` (text / number): any value; padrão: —
- `voice_modify_pitch` (text / number): any value; padrão: —
- `voice_modify_timbre` (text / number): any value; padrão: —
- `voice_modify_intensity` (text / number): any value; padrão: —
- `response_format` (option selection): MP3 (default) · WAV · FLAC · Opus · PCM (raw 16-bit); padrão: MP3
- `sample_rate` (option selection): Standard (32000 Hz) (default) · 8000 Hz · 16000 Hz · 22050 Hz · 24000 Hz · 32000 Hz · 44100 Hz · 48000 Hz; padrão: Standard (32000 Hz)
- `bitrate` (option selection): Standard (128 kbps) (default) · 32 kbps · 64 kbps · 128 kbps · 256 kbps; padrão: Standard (128 kbps)
- `channel` (option selection): Standard (mono) (default) · Mono · Stereo; padrão: Standard (mono)
- `previous_request_ids` (Array<strings>, 0–3 items): 1–3 items; padrão: —
- `next_request_ids` (Array<strings>, 0–3 items): 1–3 items; padrão: —
- `pronunciation_dict` (Array<strings>, 0–100 items): 1–100 items; padrão: —
- `voice_modify` (text): Voice modification (pitch, timbre, intensity); padrão: —
## Variantes públicas
- `voice-clone-tts`: DunePerguntas frequentes sobre a API Voice Clone TTS
Quanto custa Voice Clone TTS?
O preço de Voice Clone TTS: de $0.026667 per 1K characters. O preço é calculado dinamicamente pela taxa de câmbio atual.
É compatível com o OpenAI SDK?
Sim, a API é totalmente compatível com a OpenAI. Basta alterar base_url para https://getvibeapi.com/v1 e definir sua chave — o restante do código permanece igual.
Conecte Voice Clone TTS agora
Cadastre-se em um minuto, pague conforme o uso e aproveite o código pronto acima.
Obter chave de API