跳到主要内容

音色

Knox 在 https://api.knoxstudio.ai/v1（以及 GET /v2/voices）上为 KnoxStudio 提供与 ElevenLabs 兼容的音色库接口。使用 Knox API key 认证（Authorization: Bearer sk-... 或 xi-api-key）。https://api.knox.chat/v1 提供相同路由。

把返回的 voice_id 用于 文本转语音 和 语音转换。音色读取、克隆和 PVC 操作不按音频分钟计费；token 仍需要具备 TTS 模型权限。

典型流程：

  1. 搜索 — GET /v2/voices
  2. 或列出 — GET /v1/voices
  3. 即时克隆（IVC）— POST /v1/voices/add
  4. 在 TTS / 语音转换中使用 voice_id
https://api.knoxstudio.ai/v1
Authorization: Bearer sk-...

音色样本上传上限与音乐 multipart 一致（包装后 210MB）。常用公开音色：21m00Tcm4TlvDq8ikWAM（Rachel）。

搜索与列表​

GET /v2/voices 是带筛选的搜索接口。page_size 为 1–100（默认 10）。voice_ids 最多 100 个。

curl -X GET "https://api.knoxstudio.ai/v2/voices?page_size=10&sort=name&sort_direction=asc" \
     -H "Authorization: Bearer $KNOXCHAT_API_KEY"

Knox 校验的搜索筛选：sort（created_at_unix、name）、sort_direction（asc、desc）、voice_type（personal、community、default、workspace、non-default、non-community、saved）、category（premade、cloned、generated、professional）、fine_tuning_state，以及布尔值 include_custom_rates、include_live_moderated、high_quality、include_total_count。

共享音色库：GET /v1/shared-voices。添加共享音色：POST /v1/voices/add/{public_user_id}/{voice_id}（必须提供 new_name）。

即时音色克隆（IVC）​

POST /v1/voices/add 需要 name 和 files（音频样本）。

curl -X POST https://api.knoxstudio.ai/v1/voices/add \
     -H "Authorization: Bearer $KNOXCHAT_API_KEY" \
     -F "name=Studio Narrator" \
     -F "files=@sample1.wav" \
     -F "files=@sample2.wav"

用 POST /v1/voices/{voice_id}/edit 编辑元数据（必须提供 name）。用 DELETE /v1/voices/{voice_id} 删除。

音色设置​

目标端点
默认设置GET /v1/voices/settings/default
获取设置GET /v1/voices/{voice_id}/settings
编辑设置POST /v1/voices/{voice_id}/settings/edit
某 TTS 模型的口音GET /v1/voices/accents
相似音色POST /v1/similar-voices

设置字段：stability、similarity_boost、style、speed、use_speaker_boost。GET /v1/voices/{voice_id} 接受 with_settings=true。

相似音色的 similarity_threshold 为 0–2；top_k 为 1–100。

专业音色克隆（PVC）​

PVC 是多步流程：创建音色、上传样本、可选分离说话人、训练、再核验。

步骤端点
创建POST /v1/voices/pvc — 必须提供 name 和 language
更新POST /v1/voices/pvc/{voice_id}
上传样本POST /v1/voices/pvc/{voice_id}/samples
训练POST /v1/voices/pvc/{voice_id}/train
核验材料POST /v1/voices/pvc/{voice_id}/verification
验证码GET / POST /v1/voices/pvc/{voice_id}/captcha

样本辅助：音频、波形、说话人、说话人音频、说话人分离、裁剪（trim_start_time / trim_end_time）、remove_background_noise、selected_speaker_ids。

用 POST /v1/voices/{voice_id}/replicate-to-isolated-environment 把 IVC 或 Voice Design 音色复制到其他工作区（必须提供 target_workspace_id）。

错误​

422 使用 { "detail": [{ "loc": [...], "msg": "...", "type": "value_error" }] }。其他错误使用 { "detail": "..." }。

常见状态：401 缺少/无效 key，403 token 不能使用 TTS 模型，404 音色未找到，422 缺少 name / files / language。