Generate Music
混音生成
使用AI模型将两个音频文件混合生成新的混音作品。
POST
使用指南
- 此接口从最多2个上传的音频文件创建混音音乐
- 将多个轨道的元素组合成一个连贯的新作品
- 您可以通过自定义模式和纯音乐设置来控制细节级别
参数详情
-
uploadUrlList是必需的，必须包含恰好2个音频文件URL -
model（string，必填）：
V4、V4_5、V4_5PLUS、V4_5ALL、V5、V5_5。V5_5：释放你的声音：定制模型，贴合你的独特品味 — 自定义模式下与V5字数限制一致。 -
自定义模式下（
customMode: true）:- 不同模型的
prompt字符限制：- V4：
prompt3000字符，style200字符 - V4_5 和 V4_5PLUS：
prompt5000字符，style1000字符 - V4_5ALL：
prompt5000字符，style1000字符 - V5：
prompt5000字符，style1000字符 - V5_5：与 V5 相同的
prompt/style限制（释放你的声音：定制模型，贴合你的独特品味）
- V4：
title长度限制：80字符（所有模型）
- 不同模型的
-
非自定义模式下（
customMode: false）:prompt长度限制：500字符instrumental: 是否生成纯音乐- 其他参数应留空
可选参数
以下字段为可选控制项：
- vocalGender（string）：偏好人声性别。允许值：
m（男）、f（女） - styleWeight（number）：风格贴合权重，范围 0–1（建议保留两位小数）
- weirdnessConstraint（number）：创造性/新颖度约束，范围 0–1（建议保留两位小数）
- audioWeight（number）：音频一致性相对权重，范围 0–1（建议保留两位小数）
开发者注意事项
- 新用户建议：以
customMode: false开始使用，更简单 - 生成的文件将保留14天
- 回调过程分三个阶段：
text（文本生成）、first（第一首完成）、complete（全部完成） uploadUrlList中的两个音频文件必须是有效且可访问的URL- 音频文件应为支持的格式（MP3、WAV等）
授权
🔑 API 认证说明
所有接口都需要通过 Bearer Token 方式进行认证。
获取 API Key
- 访问 API Key 管理页面 获取您的 API Key
使用方式
在请求头中添加：
Authorization: Bearer YOUR_API_KEY⚠️ 注意：
- 请妥善保管您的 API Key，不要泄露给他人
- 如果怀疑 API Key 泄露，请立即在管理页面重置
请求体
application/json
用于混音的音频文件URL数组。必须包含恰好2个URL。每个URL必须是公网可访问的。
Required array length:
2 elements示例:
[
"https://example.com/audio1.mp3",
"https://example.com/audio2.mp3"
]确定是否启用高级参数自定义。
- 如果为
true：允许通过style和title字段进行详细控制。 - 如果为
false：简化模式，仅需要prompt，其他参数将被忽略。
示例:
true
用于生成的AI模型版本。
- 所有请求都必填。
- 可用选项：
V5：更卓越的音乐表现力，生成速度更快。V5_5：释放你的声音：定制模型，贴合你的独特品味。与 V5 的自定义模式下prompt、style字数上限一致（5000 / 1000）。V4_5PLUS：V4.5+ 提供更丰富的音色，新的创作方式，最长8分钟。V4_5：V4.5 支持更智能的提示词，更快的生成速度，最长8分钟。V4_5ALL：V4.5ALL 支持更智能的提示词，更快的生成速度，最长8分钟。V4：V4 改进人声质量，最长4分钟。
可用选项:
V4, V4_5, V4_5PLUS, V4_5ALL, V5, V5_5 示例:
"V4"
接收音乐生成任务完成更新的URL。所有音乐生成请求都需要。
- 系统将在生成完成时向此URL发送POST任务状态和结果
- 回调过程有三个阶段：
text（文本生成）、first（第一首完成）、complete（全部完成） - 注意：某些情况可能会跳过
text和first阶段，直接返回complete - 您的回调端点应接受包含任务结果和音频URL的JSON负载的POST请求
- 详细的回调格式和实现指南，请参见 音乐生成回调
- 或者，使用获取音乐详情接口来轮询任务状态
- 为确保回调安全，请参见 Webhook 验证指南 了解签名验证实现
示例:
"https://example.com/callback"
所需音频内容的描述。
- 在自定义模式下（
customMode: true）：当instrumental为false时必填。提示词将严格作为歌词使用并在生成的音轨中演唱。不同模型的字符限制：- V4：最大 3000 字符
- V4_5 和 V4_5PLUS：最大 5000 字符
- V4_5ALL：最大 5000 字符
- V5：最大 5000 字符
- V5_5：最大 5000 字符（与 V5 相同）
示例："一段平静舒缓的钢琴曲，带有柔和的旋律"
- 在非自定义模式下（
customMode: false）：始终必填。提示词作为核心创意，歌词将根据它自动生成（不严格匹配输入）。最大 500 字符。
示例："一段简短放松的钢琴曲"
示例:
"一段平静舒缓的钢琴曲，带有柔和的旋律"
生成音频的音乐风格规范。
- 仅在自定义模式下（
customMode: true）可用且必填。定义流派、情绪或艺术方向。 - 不同模型的字符限制：
- V4：最大 200 字符
- V4_5 和 V4_5PLUS：最大 1000 字符
- V4_5ALL：最大 1000 字符
- V5：最大 1000 字符
- V5_5：最大 1000 字符（与 V5 相同）
- 常见示例：爵士、古典、电子、流行、摇滚、嘻哈等。
示例:
"爵士"
生成音乐轨道的标题。
- 仅在自定义模式下（
customMode: true）可用且必填。 - 最大长度：80 字符。
- 将在播放器界面和文件名中显示。
示例:
"宁静钢琴"
确定音频是否应为纯音乐（无歌词）。
- 在自定义模式下（
customMode: true）：- 如果为
true：仅需要style和title。 - 如果为
false：需要style、title和prompt（提示词将作为精确歌词使用）。
- 如果为
- 在非自定义模式下（
customMode: false）：不影响必填字段（仅prompt）。
示例:
true
演唱声音的人声性别偏好。
- 仅在自定义模式下（
customMode: true）可用。可选。使用 'm' 表示男性，'f' 表示女性。根据实践，此参数只能增加概率，但不能保证遵循男/女声指令。
可用选项:
m, f 示例:
"m"
遵循指定风格的强度。
- 仅在自定义模式下（
customMode: true）可用。可选。范围 0–1，最多2位小数。
必填范围:
0 <= x <= 1必须是以下数值的倍数 0.01示例:
0.61
控制实验性/创意偏差。
- 仅在自定义模式下（
customMode: true）可用。可选。范围 0–1，最多2位小数。
必填范围:
0 <= x <= 1必须是以下数值的倍数 0.01示例:
0.72
音频特征与其他因素的平衡权重。
- 仅在自定义模式下（
customMode: true）可用。可选。范围 0–1，最多2位小数。
必填范围:
0 <= x <= 1必须是以下数值的倍数 0.01示例:
0.65
响应
请求成功
响应状态码
- 200: 成功 - 请求已成功处理
- 401: 未授权 - 身份验证凭据缺失或无效
- 402: 积分不足 - 账户没有足够的积分执行此操作
- 404: 未找到 - 请求的资源或端点不存在
- 409: 冲突 - WAV 记录已存在
- 422: 验证错误 - 请求参数未通过验证检查
- 429: 超出限制 - 已超过对此资源的请求限制
- 451: 未授权 - 获取图像失败。请验证您或您的服务提供商设置的任何访问限制。
- 455: 服务不可用 - 系统当前正在进行维护
- 500: 服务器错误 - 处理请求时发生意外错误
可用选项:
200, 401, 402, 404, 409, 422, 429, 451, 455, 500 当 code != 200 时的错误信息
示例:
"success"