63 lines
2.3 KiB
Plaintext
63 lines
2.3 KiB
Plaintext
# D144 · 声音复刻2.0 · 接入阻塞
|
||
|
||
> HLDP://video-ai-system/issues/voice-clone-speaker-creation
|
||
> 类型: 遗留阻塞项
|
||
> 创建: D144 · 2026-06-24 15:57 CST
|
||
> 铸渊 ICE-GL-ZY001
|
||
|
||
---
|
||
trigger:
|
||
冰朔已购买声音复刻模型2.0，已拿到全套密钥（新版API Key + 旧版APP ID/Access Token/Secret Key）。
|
||
苏白4秒参考音频已从Seedance S03镜头提取为16kHz mono WAV。
|
||
试调voice_clone和mega_tts两个上传接口全部被拒——volcengine声音复刻必须先手动创建音色槽位。
|
||
|
||
emergence:
|
||
三个认证路径全部调通:
|
||
✅ 新版 X-Api-Key 认证可用
|
||
✅ 旧版 X-Api-App-Id + X-Api-Access-Key 认证可用
|
||
❌ voice_clone API (v3) 报 55000000 — speaker_id 为空时资源不匹配
|
||
❌ mega_tts/audio/upload (v1) 报 license not found — 该接口需额外开通账号权限
|
||
|
||
结论: 火山引擎声音复刻必须先通过控制台手动创建一次音色槽位拿到 Speaker ID (S_xxxxx)。
|
||
拿到 Speaker ID 之后，voice_clone 接口可以重新训练，tts/unidirectional 可以合成台词——全链路可自动化。
|
||
|
||
lock:
|
||
⊢ 阻塞类型: 平台限制 · 非代码缺陷
|
||
⊢ 阻塞项: 需冰朔在火山引擎控制台 → 语音技术 → 声音复刻 → 手动创建音色
|
||
⊢ 所需材料: test-input/su-bai-s03-call.wav (已提取·16kHz mono·4.06秒)
|
||
⊢ 解除后: 拿到 S_xxxxx → 调 voice_clone 训练 → 调 tts/unidirectional 合成
|
||
|
||
why:
|
||
密钥齐全。API调通。就卡在创建Speaker这一步必须在控制台手动点一下。
|
||
火山引擎的设计逻辑：音色槽位是收费资源，首次创建需要人工确认购买。
|
||
|
||
---
|
||
## 解除后执行清单
|
||
|
||
```
|
||
⬜ 1. 冰朔在控制台创建苏白 Speaker → 拿到 S_xxxxx
|
||
⬜ 2. 用 Speaker ID 调 voice_clone 上传音频训练
|
||
⬜ 3. 确认训练状态 status=2 或 4
|
||
⬜ 4. 调 tts/unidirectional 用苏白音色合成第1集台词
|
||
⬜ 5. 更新 VOICE-LIPSYNC-ROUTER 标记 Speaker ID
|
||
⬜ 6. 更新 STATUS.hdlp 闭环
|
||
```
|
||
|
||
---
|
||
## 本地密钥路径
|
||
|
||
```
|
||
video-ai-system/.env:
|
||
VOLC_VOICE_API_KEY (新版)
|
||
VOLC_VOICE_APP_ID 5552460045
|
||
VOLC_VOICE_ACCESS_TOKEN (旧版)
|
||
VOLC_VOICE_SECRET_KEY (旧版)
|
||
|
||
音频样本:
|
||
video-ai-system/test-input/su-bai-s03-call.wav
|
||
```
|
||
|
||
---
|
||
铸渊 ICE-GL-ZY001 · D144 · 2026-06-24
|
||
冰朔 TCS-0002∞ · 国作登字-2026-A-00037559
|