上传并翻唱音频

​

使用指南

• 此接口将上传的音轨转换为新风格，同时保留原始旋律
• 上传音频文件并指定期望的转换风格
• 在应用新音乐特征的同时，保留原始旋律和结构

​

参数详情

• 音频上传要求：
  • 上传的音频时长不得超过 8 分钟
  • 注意：使用 V4_5ALL 模型时，上传的音频时长不得超过 1 分钟
  • 通过 upload_url 提供指向音频文件的有效 URL
• 自定义模式（custom_mode: true）：
  • style 和 title 为必填
  • instrumental 为 false 时，prompt 为必填
  • 字符上限因模型而异：
    • V4：prompt 3000 个字符，style 200 个字符，title 80 个字符
    • V4_5 & V4_5PLUS：prompt 5000 个字符，style 1000 个字符，title 100 个字符
    • V4_5ALL：prompt 5000 个字符，style 1000 个字符，title 80 个字符
    • V5：prompt 5000 个字符，style 1000 个字符，title 100 个字符
• 非自定义模式（custom_mode: false）：
  • prompt 为必填，用于描述期望的转换（最多 500 个字符）
  • style 和 title 应留空

​

使用说明

• 确保音频 URL 可公开访问，且文件时长不超过 8 分钟（V4_5ALL 为 1 分钟）
• 为获得最佳效果，请使用旋律线清晰的高质量源音频
• audio_weight 参数有助于在保留原曲与应用新风格之间取得平衡

​

可选参数

• negative_tags (string)：翻唱时要排除的音乐风格或特征。
• vocal_gender (string)：人声性别偏好。m 为男声，f 为女声。注意：此参数只能提高概率，无法保证严格遵循。
• style_weight (number)：遵循新风格的强度。取值 0-1，最多 2 位小数。
• weirdness_constraint (number)：控制创意偏离程度。取值 0-1，最多 2 位小数。
• audio_weight (number)：保留原始音频特征的平衡权重。取值 0-1，最多 2 位小数。
• persona_id (string)：应用于翻唱曲目的 Persona ID。如何生成 persona_id，请参阅 generate-persona。

Authorization: Bearer VIDGO_API_KEY