音乐生成

Knox 在 https://api.knoxstudio.ai/v1 上为 KnoxStudio 提供与 ElevenLabs 兼容的音乐接口。使用 Knox API key 认证（Authorization: Bearer sk-... 或 xi-api-key）。Knox 负责计费并向上游转发请求。https://api.knox.chat/v1 提供相同路由。

典型流程：

列出模型 — GET /v1/music/models
可选：规划歌曲 — POST /v1/music/plan
作曲 — POST /v1/music
或流式生成 — POST /v1/music/stream

https://api.knoxstudio.ai/v1
Authorization: Bearer sk-...

把官方 ElevenLabs SDK 的 Base URL 指向 Knox，并用 Knox key 作为 xi-api-key 即可调用。

模型与计费

音乐模型不是 /v1/models 那份目录。请获取：

curl https://api.knoxstudio.ai/v1/music/models

`model_id`	说明
`music_v1`	默认。单次最长 5 分钟。
`music_v2`	更高保真度的结构与混音。
`music_v2_5`	最新一代音质与可控性。

Knox 产品上限为 5 分钟（music_length_ms 介于 3000 与 300000），即使上游文档写了更长范围。

操作	计费
作曲 / 流式 / 详情	每生成分钟 `$0.20`
上传 / 分轨 / 视频配乐	按估算时长同样 `$0.20`/分钟
创建微调	每次创建 `$2.00`
创建作曲计划	不计费

未认证的目录请求限制为每分钟 60 次，并且可能被缓存 5 分钟。携带 Bearer token 时，仅返回该 token 被允许使用的模型。

作曲

发送 prompt 或 composition_plan，不能同时使用。force_instrumental 和 music_length_ms 仅在使用 prompt 时有效。seed 不能与 prompt 同时使用。

cURL
Python

curl -X POST "https://api.knoxstudio.ai/v1/music?output_format=mp3_44100_128" \
     -H "Authorization: Bearer $KNOXCHAT_API_KEY" \
     -H "Content-Type: application/json" \
     -o song.mp3 \
     -d '{
  "model_id": "music_v2_5",
  "prompt": "一首关于夜间开车的轻快独立流行歌曲，温暖人声和朗朗上口的副歌",
  "music_length_ms": 60000,
  "force_instrumental": false
}'

import os
import requests

response = requests.post(
    "https://api.knoxstudio.ai/v1/music",
    headers={
        "Authorization": f"Bearer {os.environ['KNOXCHAT_API_KEY']}",
        "Content-Type": "application/json",
    },
    params={"output_format": "mp3_44100_128"},
    json={
        "model_id": "music_v2_5",
        "prompt": "一首关于夜间开车的轻快独立流行歌曲",
        "music_length_ms": 60000,
    },
)
response.raise_for_status()
open("song.mp3", "wb").write(response.content)

作曲成功时返回音频字节。用于局部重绘的歌曲 ID 会出现在响应头中。

output_format 格式为 codec_sample_rate_bitrate，例如 mp3_44100_128。默认 auto 会为 v1 选择 mp3_44100_128，为 v2 / v2.5 选择 mp3_48000_192。

作曲计划

POST /v1/music/plan 将提示词转为结构化计划（风格、段落、歌词、时长）。它不生成音频，也不计费。将返回对象作为 composition_plan 传给作曲接口。

段落时长必须介于 3000ms 与 120000ms。每段最多 30 行，每行最多 200 字符。段落名称长度为 1–100 字符。

目标	端点
流式音频	`POST /v1/music/stream`
音频 + 元数据	`POST /v1/music/detailed`
SSE 音频 + 元数据	`POST /v1/music/detailed/stream`
上传供局部重绘	`POST /v1/music/upload`
将混音拆成音轨	`POST /v1/music/stem-separation`
根据视频生成配乐	`POST /v1/music/video-to-music`（最多 10 个视频，合计 200MB）
风格微调	`/v1/music/finetunes`

错误

这些端点返回 { "detail": "..." }；校验失败时为 HTTP 422，正文为 { "detail": [{ "loc": [...], "msg": "...", "type": "value_error" }] }。

常见状态：401 缺少或无效的 key、402 余额不足、403 token 无权使用该模型、422 请求体或 output_format 无效。

模型与计费​

作曲​

作曲计划​

相关端点​

错误​

模型与计费

作曲

作曲计划

相关端点

错误