메인 콘텐츠로 건너뛰기
음성 클로닝을 사용하면 짧은 참조 오디오 샘플에서 제공되는 음성으로 발화를 생성할 수 있습니다. tts-chatterbox-hd를 사용하면 샘플을 /audio/voices에 업로드하고, 반환된 vv_... voice handle을 저장한 다음, 그 handle을 /audio/speech에 전달합니다.
Voice handle은 모델별로 구분됩니다. tts-chatterbox-hd로 생성된 handle은 반드시 tts-chatterbox-hd와 함께 사용해야 합니다.

동작 방식

  1. 업로드 — 깨끗한 참조 오디오 파일을 POST /audio/voices로 전송합니다
  2. 저장 — 반환된 id voice handle을 저장합니다
  3. 생성POST /audio/speech에서 handle을 voice로 전송합니다

사전 준비 사항

  • Venice API 키
  • MP3, WAV, FLAC 또는 M4A 포맷의 깨끗한 참조 샘플
  • 한 명의 화자가 명확하게 말하는 최소 5~10초 분량의 오디오
API 키를 설정하세요:

1단계: 음성 샘플 업로드

참조 오디오를 multipart form data로 업로드하여 voice handle을 생성합니다:
응답 (200):
음성 생성을 위해 id를 저장하세요:

2단계: 음성 생성

클로닝된 voice handle을 speech 요청의 voice로 전달합니다:
응답 본문은 요청한 포맷의 바이너리 오디오입니다.

전체 예제

이 예제는 참조 샘플을 업로드하고, jq로 voice handle을 추출한 다음, 생성된 오디오를 chatterbox-clone.mp3에 기록합니다:

음성 샘플 팁

한 명의 화자, 최소한의 배경 소음, 음악이 없는 샘플을 사용하세요. 속삭이거나, 노래하거나, 과도하게 처리된 오디오보다 자연스러운 발화가 더 잘 작동합니다. 음성에 독특한 페이싱, 억양 또는 어조가 있는 경우 더 긴 샘플이 도움이 될 수 있지만, 샘플은 대상 화자에 집중시키세요.

Handle 만료

Chatterbox HD 클로닝은 zero-shot 방식입니다: Venice는 업로드된 참조 오디오를 일시적으로 저장하고, 음성을 합성할 때 모델이 이를 읽습니다. 영구적인 음성 템플릿은 생성되지 않습니다. Voice handle은 7일 후 자동으로 만료됩니다. Handle이 만료된 후에는 참조 샘플을 다시 업로드하여 새로운 vv_... handle을 생성하세요.

클로닝 지원 확인

클로닝을 지원하는 모델은 모델 사양에 voice_cloning 객체를 포함합니다. 지원되는 포맷, 최소 샘플 길이 및 보관 기간을 확인하려면 TTS 모델을 조회하세요:
tts-chatterbox-hd는 다음과 같이 표시됩니다:

API 파라미터

음성 생성

발화 생성

일반적인 오류