From 75abf48bc1c18f89d6bc02c29e03deaa7686d266 Mon Sep 17 00:00:00 2001 From: sion123 <450702724@qq.com> Date: Wed, 19 Nov 2025 21:57:16 +0800 Subject: [PATCH] =?UTF-8?q?feat:=20=E5=8A=9F=E8=83=BD=E4=BC=98=E5=8C=96?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/cosyvoice-copy.md | 129 +++++++++ docs/cosyvoice-generate.md | 271 ++++++++++++++++++ docs/cosyvoice-ram-config.md | 156 ++++++++++ .../app/web-gold/src/views/dh/VoiceCopy.vue | 118 +------- .../tik/voice/client/CosyVoiceClient.java | 137 ++++++++- .../client/dto/CosyVoiceCloneRequest.java | 36 +++ .../client/dto/CosyVoiceCloneResult.java | 21 ++ .../tik/voice/config/CosyVoiceProperties.java | 5 + .../voice/dal/dataobject/TikUserVoiceDO.java | 4 + .../service/TikUserVoiceServiceImpl.java | 102 ++++--- .../tik/voice/vo/AppTikUserVoiceRespVO.java | 3 + 11 files changed, 818 insertions(+), 164 deletions(-) create mode 100644 docs/cosyvoice-copy.md create mode 100644 docs/cosyvoice-generate.md create mode 100644 docs/cosyvoice-ram-config.md create mode 100644 yudao-module-tik/src/main/java/cn/iocoder/yudao/module/tik/voice/client/dto/CosyVoiceCloneRequest.java create mode 100644 yudao-module-tik/src/main/java/cn/iocoder/yudao/module/tik/voice/client/dto/CosyVoiceCloneResult.java diff --git a/docs/cosyvoice-copy.md b/docs/cosyvoice-copy.md new file mode 100644 index 0000000000..898d996d39 --- /dev/null +++ b/docs/cosyvoice-copy.md @@ -0,0 +1,129 @@ +# 阿里云CosyVoice声音复刻API说明文档 +## 一、接口概述 +CosyVoice声音复刻API依托大模型技术，仅需10~20秒清晰音频，即可快速生成高度拟真的定制音色（`voice_id`），支持`cosyvoice-v1`和`cosyvoice-v2`模型（v2效果更优）。复刻服务免费，使用复刻音色进行语音合成时按字符计费。 + +核心功能：音色的创建、查询、更新、删除，生成的`voice_id`可直接用于CosyVoice语音合成接口。 + +## 二、前提条件 +1. 开通CosyVoice服务，获取API Key（推荐配置到环境变量，避免硬编码）。 +2. 安装最新版DashScope SDK（Java/Python），其他语言需调用RESTful API。 +3. 准备公网可访问的音频URL（推荐上传至阿里云OSS，支持WAV/MP3/M4A格式）。 + +## 三、核心接口详情（支持Java/Python SDK + RESTful API） +### 1. 创建音色（生成voice_id） +#### 功能描述 +上传10~20秒音频，生成专属`voice_id`，用于后续语音合成。 +#### 请求参数 +| 参数名 | 类型 | 是否必填 | 说明 | +|--------------|--------|----------|----------------------------------------------------------------------| +| target_model | string | 是 | 复刻模型，支持`cosyvoice-v1`/`cosyvoice-v2` | +| prefix | string | 是 | 音色自定义前缀，仅允许数字和小写字母，长度<10字符 | +| url | string | 是 | 音频文件公网URL，需满足格式要求（采样率≥16kHz、文件≤10MB、含≥5秒连续语音） | +#### 响应参数 +| 参数名 | 类型 | 说明 | +|----------|--------|--------------------------| +| voice_id | string | 定制音色ID，用于语音合成 | +| request_id| string | 任务唯一标识，用于排查问题 | +#### 示例代码（Python SDK） +```python +import os +import dashscope +from dashscope.audio.tts_v2 import VoiceEnrollmentService + +dashscope.api_key = os.getenv('DASHSCOPE_API_KEY') +service = VoiceEnrollmentService() +# 调用创建接口 +voice_id = service.create_voice(target_model="cosyvoice-v2", prefix="test", url="音频公网URL") +print(f"生成的voice_id: {voice_id}") +``` + +### 2. 查询所有音色 +#### 功能描述 +查询账号下已创建的所有音色，支持按前缀筛选和分页。 +#### 请求参数 +| 参数名 | 类型 | 是否必填 | 说明 | +|------------|--------|----------|-------------------------------| +| prefix | string | 否 | 音色前缀，为空则返回所有音色 | +| page_index | int | 否 | 页码索引，默认0 | +| page_size | int | 否 | 每页条数，默认10 | +#### 响应参数 +| 参数名 | 类型 | 说明 | +|--------------|--------|----------------------------------------------------------------------| +| voice_list | array | 音色列表，含每个音色的`voice_id`、创建时间（gmt_create）、状态（status） | +| status | string | 音色状态：DEPLOYING（审核中）/OK（可用）/UNDEPLOYED（审核失败） | +| request_id | string | 任务唯一标识 | + +### 3. 查询指定音色 +#### 功能描述 +查询单个`voice_id`的详细信息（状态、原始音频URL等）。 +#### 请求参数 +| 参数名 | 类型 | 是否必填 | 说明 | +|----------|--------|----------|--------------------| +| voice_id | string | 是 | 需查询的音色ID | +#### 响应参数 +| 参数名 | 类型 | 说明 | +|----------------|--------|----------------------------------------------------------------------| +| voice_id | string | 音色ID | +| resource_link | string | 复刻所用音频的公网URL | +| target_model | string | 复刻时使用的模型 | +| status | string | 音色状态（DEPLOYING/OK/UNDEPLOYED） | +| gmt_create | string | 音色创建时间 | + +### 4. 更新音色 +#### 功能描述 +使用新的音频URL更新已有`voice_id`的音色。 +#### 请求参数 +| 参数名 | 类型 | 是否必填 | 说明 | +|----------|--------|----------|----------------------------------------------------------------------| +| voice_id | string | 是 | 需更新的音色ID | +| url | string | 是 | 新的音频公网URL（需满足格式要求） | +#### 响应参数 +| 参数名 | 类型 | 说明 | +|------------|--------|--------------------| +| request_id | string | 任务唯一标识 | + +### 5. 删除音色 +#### 功能描述 +删除无需使用的`voice_id`，释放配额（账号最多保留1000个音色）。 +#### 请求参数 +| 参数名 | 类型 | 是否必填 | 说明 | +|----------|--------|----------|--------------------| +| voice_id | string | 是 | 需删除的音色ID | +#### 响应参数 +| 参数名 | 类型 | 说明 | +|------------|--------|--------------------| +| request_id | string | 任务唯一标识 | + +## 四、音频文件要求 +1. 格式：支持WAV（16bit）、MP3、M4A。 +2. 采样率：≥16000Hz。 +3. 时长：10~20秒（建议不超过60秒），含至少一段≥5秒的连续语音。 +4. 大小：≤10MB。 +5. 质量：语音清晰、无杂音，朗读连贯。 + +## 五、使用流程（复刻→合成） +1. 调用「创建音色」接口，传入音频URL，获取`voice_id`。 +2. 调用CosyVoice语音合成接口，将`voice_id`作为`voice`参数传入，即可使用定制音色合成语音。 +3. （可选）通过「查询指定音色」接口确认`status`为`OK`后再使用。 + +## 六、关键限制 +1. 配额限制：每个主账号最多保留1000个复刻音色，删除后释放配额。 +2. 并发限制：复刻接口总并发≤10 RPS（v1+v2合计），语音合成接口并发≤3 RPS。 +3. 模型匹配：v1版本`voice_id`仅用于v1合成，v2版本`voice_id`仅用于v2合成，不可混用。 +4. 有效期：超过1年未使用的音色将自动下线。 + +## 七、常见错误码及解决方案 +| 错误码 | 说明 | 解决方案 | +|-------------------------|---------------------------------------|------------------------------------------------------------------| +| Throttling.AllocationQuota | 音色数量达限额 | 删除无用音色或提交工单申请扩容 | +| Audio.AudioShortError | 音频有效时长过短 | 重新录制10~20秒连续语音 | +| InvalidApiKey | API Key无效 | 检查API Key是否正确，无多余空格或缺失字符 | +| Model.AccessDenied | 模型访问权限不足 | 使用“默认业务空间”下的API Key调用 | +| BadRequest.UnsupportedFileFormat | 音频格式不支持 | 转换为WAV/MP3/M4A格式，确认文件实际编码与后缀一致 | +| Audio.FileSizeExceed | 音频文件超过10MB | 压缩文件大小或截取有效片段 | + +## 八、注意事项 +1. 版权要求：需对复刻音频的所有权及合法使用权负责，遵守服务协议。 +2. 音频URL：确保公网可访问，推荐使用阿里云OSS生成临时访问链接（避免长期公开泄露）。 +3. 升级建议：v1音色可使用原始音频重新复刻为v2版本，获得更优效果。 +4. 合成调节：使用`voice_id`合成语音时，可通过`volume`（音量）、`speechRate`（语速）等参数调节输出效果。 diff --git a/docs/cosyvoice-generate.md b/docs/cosyvoice-generate.md new file mode 100644 index 0000000000..18406d9473 --- /dev/null +++ b/docs/cosyvoice-generate.md @@ -0,0 +1,271 @@ +# 阿里云CosyVoice Java SDK 调用模板（参数+示例） +## 一、前提条件 +1. 开通CosyVoice服务，获取API Key（建议配置到环境变量，避免硬编码）。 +2. 安装最新版DashScope SDK（支持2.20.3+版本，SSML功能需此版本及以上）。 +3. 模型与音色需匹配（如v2模型对应v2音色，v3模型对应v3音色）。 + +## 二、核心参数汇总 +| 参数名 | 类型 | 是否必填 | 默认值 | 取值范围/说明 | +|--------------|------------|----------|-------------------------|------------------------------------------------------------------------------| +| model | String | 是 | - | cosyvoice-v1/v2/v3/v3-plus（v3系列需申请邀测） | +| voice | String | 是 | - | 对应模型的音色（如v2：longxiaochun_v2；v3：longhuohuo_v3，详见文档音色列表） | +| format | enum | 否 | 因音色而异（默认MP3 22050Hz） | 支持WAV/MP3/PCM/OGG_OPUS，如PCM_22050HZ_MONO_16BIT、MP3_24000HZ_MONO_256KBPS | +| volume | int | 否 | 50 | 0~100（音量大小） | +| speechRate | float | 否 | 1.0 | 0.5~2.0（语速，1.0为默认，约4字/秒） | +| pitchRate | float | 否 | 1.0 | 0.5~2.0（语调） | +| bit_rate | int | 否 | 32 | 6~510kbps（仅opus格式支持，v1模型不支持） | +| seed | int | 否 | 0 | 0~65535（随机数种子，仅v3/v3-plus支持） | +| style | int | 否 | 0 | ≥0整数（风格调整，仅v3/v3-plus支持） | +| languageHints| List | 否 | - | 仅v3/v3-plus支持，单次配置1个语种（"zh"/"en"） | +| instruction | String | 否 | - | 仅v3/v3-plus支持，格式："你说话的情感是<情感值>"（如"Happy"/"Angry"） | + +## 三、四种核心调用方式模板 +### 1. 同步调用（阻塞式，适合短文本） +```java +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesisParam; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesizer; +import java.io.File; +import java.io.FileOutputStream; +import java.nio.ByteBuffer; + +public class SyncCallTemplate { + // 配置参数（根据需求修改） + private static final String MODEL = "cosyvoice-v3"; // 模型 + private static final String VOICE = "longhuohuo_v3"; // 音色 + private static final String TEXT = "今天天气真好，适合出门散步！"; // ≤2000字符 + private static final String OUTPUT_FILE = "output.mp3"; // 输出文件 + + public static void main(String[] args) { + // 1. 构建请求参数 + SpeechSynthesisParam param = SpeechSynthesisParam.builder() + // .apiKey("your-api-key") // 未配置环境变量时打开 + .model(MODEL) + .voice(VOICE) + .volume(60) // 可选：调整音量 + .speechRate(1.1f) // 可选：调整语速 + .build(); + + // 2. 初始化合成器（同步调用传null） + SpeechSynthesizer synthesizer = new SpeechSynthesizer(param, null); + ByteBuffer audioData = null; + + try { + // 3. 阻塞调用，获取完整音频 + audioData = synthesizer.call(TEXT); + // 4. 保存音频到本地 + if (audioData != null) { + try (FileOutputStream fos = new FileOutputStream(new File(OUTPUT_FILE))) { + fos.write(audioData.array()); + } + System.out.println("合成成功！输出文件：" + OUTPUT_FILE); + System.out.println("RequestId：" + synthesizer.getLastRequestId()); + System.out.println("首包延迟：" + synthesizer.getFirstPackageDelay() + "ms"); + } + } catch (Exception e) { + System.err.println("合成失败：" + e.getMessage()); + } finally { + // 5. 关闭WebSocket连接 + synthesizer.getDuplexApi().close(1000, "任务结束"); + } + } +} +``` + +### 2. 异步调用（非阻塞，短文本实时接收） +```java +import com.alibaba.dashscope.audio.tts.SpeechSynthesisResult; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesisParam; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesizer; +import com.alibaba.dashscope.common.ResultCallback; +import java.util.concurrent.CountDownLatch; + +public class AsyncCallTemplate { + private static final String MODEL = "cosyvoice-v2"; + private static final String VOICE = "longxiaochun_v2"; + private static final String TEXT = "欢迎使用阿里云CosyVoice语音合成服务！"; // ≤2000字符 + + public static void main(String[] args) throws InterruptedException { + CountDownLatch latch = new CountDownLatch(1); + + // 1. 配置回调（实时接收音频） + ResultCallback callback = new ResultCallback() { + @Override + public void onEvent(SpeechSynthesisResult result) { + // 接收音频分片（可实时播放或写入文件） + if (result.getAudioFrame() != null) { + System.out.println("收到音频分片，大小：" + result.getAudioFrame().capacity() + "字节"); + // 此处可添加音频处理逻辑（如流式播放、追加写入文件） + } + // 查看计费字符数（最终以最后一次为准） + if (result.getUsage() != null) { + System.out.println("当前计费字符数：" + result.getUsage().getCharacters()); + } + } + + @Override + public void onComplete() { + System.out.println("合成完成！"); + latch.countDown(); + } + + @Override + public void onError(Exception e) { + System.err.println("合成失败：" + e.getMessage()); + latch.countDown(); + } + }; + + // 2. 构建参数并初始化合成器 + SpeechSynthesisParam param = SpeechSynthesisParam.builder() + // .apiKey("your-api-key") + .model(MODEL) + .voice(VOICE) + .format(SpeechSynthesisAudioFormat.MP3_16000HZ_MONO_128KBPS) // 可选配置格式 + .build(); + SpeechSynthesizer synthesizer = new SpeechSynthesizer(param, callback); + + try { + // 3. 非阻塞调用 + synthesizer.call(TEXT); + latch.await(); // 等待合成完成 + System.out.println("RequestId：" + synthesizer.getLastRequestId()); + } catch (Exception e) { + System.err.println("调用异常：" + e.getMessage()); + } finally { + synthesizer.getDuplexApi().close(1000, "任务结束"); + } + } +} +``` + +### 3. 流式调用（分段传文本，适合长文本） +```java +import com.alibaba.dashscope.audio.tts.SpeechSynthesisResult; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesisAudioFormat; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesisParam; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesizer; +import com.alibaba.dashscope.common.ResultCallback; + +public class StreamingCallTemplate { + // 分段文本（每段≤2000字符，累计≤20万字符） + private static final String[] TEXT_SEGMENTS = { + "流式语音合成适合长文本场景，", + "可以分段发送文本，", + "服务端实时返回音频，", + "减少等待时间。" + }; + private static final String MODEL = "cosyvoice-v3"; + private static final String VOICE = "longchuanshu_v3"; + + public static void main(String[] args) { + // 1. 配置回调 + ResultCallback callback = new ResultCallback() { + @Override + public void onEvent(SpeechSynthesisResult result) { + if (result.getAudioFrame() != null) { + System.out.println("收到流式音频分片"); + // 处理音频（如实时播放、写入缓冲文件） + } + } + + @Override + public void onComplete() { + System.out.println("流式合成全部完成！"); + } + + @Override + public void onError(Exception e) { + System.err.println("流式合成失败：" + e.getMessage()); + } + }; + + // 2. 构建参数 + SpeechSynthesisParam param = SpeechSynthesisParam.builder() + // .apiKey("your-api-key") + .model(MODEL) + .voice(VOICE) + .format(SpeechSynthesisAudioFormat.PCM_22050HZ_MONO_16BIT) + .speechRate(0.9f) + .build(); + SpeechSynthesizer synthesizer = new SpeechSynthesizer(param, callback); + + try { + // 3. 分段发送文本（间隔≤23秒） + for (String segment : TEXT_SEGMENTS) { + synthesizer.streamingCall(segment); + Thread.sleep(500); // 模拟文本输入间隔 + } + // 4. 必须调用：结束流式合成（触发剩余文本合成） + synthesizer.streamingComplete(); + System.out.println("RequestId：" + synthesizer.getLastRequestId()); + } catch (Exception e) { + System.err.println("调用异常：" + e.getMessage()); + } finally { + synthesizer.getDuplexApi().close(1000, "任务结束"); + } + } +} +``` + +### 4. Flowable调用（响应式编程，支持流式输入输出） +```java +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesisParam; +import com.alibaba.dashscope.audio.ttsv2.SpeechSynthesizer; +import com.alibaba.dashscope.exception.NoApiKeyException; +import io.reactivex.Flowable; +import io.reactivex.BackpressureStrategy; + +public class FlowableCallTemplate { + private static final String MODEL = "cosyvoice-v2"; + private static final String VOICE = "longyingtian_v2"; + private static final String[] TEXT_ARRAY = {"响应式编程模式，", "支持流式输入输出，", "适合高并发场景。"}; + + public static void main(String[] args) throws NoApiKeyException { + // 1. 模拟流式文本输入 + Flowable textStream = Flowable.create(emitter -> { + new Thread(() -> { + for (String text : TEXT_ARRAY) { + emitter.onNext(text); + try { + Thread.sleep(800); + } catch (InterruptedException e) { + emitter.onError(e); + } + } + emitter.onComplete(); + }).start(); + }, BackpressureStrategy.BUFFER); + + // 2. 构建参数 + SpeechSynthesisParam param = SpeechSynthesisParam.builder() + // .apiKey("your-api-key") + .model(MODEL) + .voice(VOICE) + .volume(70) + .build(); + SpeechSynthesizer synthesizer = new SpeechSynthesizer(param, null); + + try { + // 3. 流式调用并处理结果 + synthesizer.streamingCallAsFlowable(textStream) + .blockingForEach(result -> { + if (result.getAudioFrame() != null) { + System.out.println("Flowable收到音频，大小：" + result.getAudioFrame().capacity() + "字节"); + // 处理音频逻辑 + } + }); + System.out.println("Flowable合成完成！RequestId：" + synthesizer.getLastRequestId()); + } finally { + synthesizer.getDuplexApi().close(1000, "任务结束"); + } + } +} +``` + +## 四、核心注意事项 +1. 文本长度限制：非流式单次≤2000字符，流式累计≤20万字符（含SSML标签）。 +2. 字符计算规则：汉字=2字符，英文/数字/标点/空格=1字符。 +3. 流式调用必须调用`streamingComplete()`，否则结尾文本无法合成。 +4. 每次调用`call()`前需重新初始化`SpeechSynthesizer`实例。 +5. 音频格式需与播放器兼容（如MP3/OPUS支持流式播放，推荐使用ffmpeg、AudioFormat等工具）。 + diff --git a/docs/cosyvoice-ram-config.md b/docs/cosyvoice-ram-config.md new file mode 100644 index 0000000000..6a520b2865 --- /dev/null +++ b/docs/cosyvoice-ram-config.md @@ -0,0 +1,156 @@ +# CosyVoice访问OSS配置指南 + +## 问题说明 +CosyVoice复刻服务需要访问OSS存储的音频文件，但默认情况下CosyVoice没有访问用户OSS的权限。 + +## 解决方案：配置RAM权限 + +### 1. 创建RAM角色 +在阿里云RAM控制台创建角色，允许CosyVoice服务访问OSS： + +```json +{ + "Version": "1", + "Statement": [ + { + "Effect": "Allow", + "Action": [ + "oss:GetObject", + "oss:HeadObject" + ], + "Resource": [ + "acs:oss:*:*:{bucket-name}/*" + ] + } + ] +} +``` + +**参数说明：** +- `{bucket-name}`：替换为你的OSS存储桶名称 + +### 2. 配置信任策略 +为RAM角色添加信任策略，允许DashScope服务扮演该角色： + +```json +{ + "Version": "1", + "Statement": [ + { + "Effect": "Allow", + "Principal": { + "Service": [ + "dashscope.aliyuncs.com" + ] + }, + "Action": "sts:AssumeRole" + } + ] +} +``` + +### 3. 授权步骤（控制台操作） + +**步骤1：创建自定义权限策略** +1. 登录阿里云控制台 → 访问控制(RAM) → 权限管理 → 权限策略 +2. 点击"创建策略" +3. 选择"脚本配置" +4. 粘贴上述JSON权限策略 +5. 策略名称：`CosyVoice-OSS-Access` +6. 点击"确定" + +**步骤2：创建RAM角色** +1. RAM → 身份管理 → 角色 → 创建角色 +2. 选择"阿里云服务" → "DashScope" +3. 输入角色名称：`CosyVoice-OSS-Role` +4. 完成创建 + +**步骤3：授权角色访问OSS** +1. 在角色详情页面，点击"添加权限" +2. 搜索并添加： + - `AliyunOSSReadOnlyAccess`（阿里云OSS只读权限） + - `CosyVoice-OSS-Access`（自定义权限） +3. 点击"确定" + +**步骤4：获取ARN** +在角色详情页面，复制"ARN"： +``` +acs:ram::{你的AccountID}:role/CosyVoice-OSS-Role +``` + +### 4. 配置application.yaml + +在 `yudao-server/src/main/resources/application.yaml` 中添加： + +```yaml +yudao: + cosyvoice: + # ... 其他配置 + # RAM角色ARN（用于授权CosyVoice访问OSS） + ram-role-arn: "acs:ram::{AccountID}:role/CosyVoice-OSS-Role" +``` + +### 5. 修改OSS访问方式 + +在 `CosyVoiceClient.buildClonePayload()` 中，添加授权信息： + +```java +// 在请求头中添加Authorization +Request httpRequest = new Request.Builder() + .url(properties.getVoiceEnrollmentUrl()) + .addHeader("Authorization", "Bearer " + properties.getApiKey()) + .addHeader("Content-Type", "application/json") + // 添加STS临时凭证（需要先调用AssumeRole获取临时凭证） + .addHeader("x-acs-security-token", "{security-token}") + .post(RequestBody.create(payload.getBytes(StandardCharsets.UTF_8), JSON)) + .build(); +``` + +### 6. 获取STS临时凭证（Java代码） + +```java +import com.aliyun.sts20150401.Client; +import com.aliyun.sts20150401.models.AssumeRoleRequest; +import com.aliyun.sts20150401.models.AssumeRoleResponse; + +public String getSecurityToken() { + // 需要配置RAM角色ARN和访问密钥 + AssumeRoleRequest request = new AssumeRoleRequest() + .setRoleArn(properties.getRamRoleArn()) + .setRoleSessionName("cosyvoice-session"); + + AssumeRoleResponse response = client.assumeRole(request); + return response.body.credentials.securityToken; +} +``` + +### 7. 完整实现思路 + +1. **本地开发**：使用STS临时凭证 +2. **生产环境**： + - 方案A：配置RAM角色，让CosyVoice直接访问OSS + - 方案B：将音频文件上传到CosyVoice可访问的公共OSS存储桶 + +## 替代方案：使用公共OSS存储桶 + +如果RAM权限配置复杂，可以： + +1. 创建公共可读的OSS存储桶 +2. 将音频文件上传到该存储桶 +3. 使用公共URL进行复刻 + +**注意**：公共存储桶存在安全风险，仅用于测试！ + +## 验证配置 + +配置完成后，重新测试语音复刻功能： + +1. 查看日志中的请求URL是否可公网访问 +2. 查看是否还有"url error"错误 +3. 查看复刻是否成功返回voice_id + +## 参考资料 + +- [阿里云RAM权限管理](https://help.aliyun.com/zh/ram/instance/role/parameter-overview) +- [STS临时凭证](https://help.aliyun.com/zh/acs/STS/usage-scenarios/usage-scenarios) +- [CosyVoice错误代码](https://help.aliyun.com/zh/model-studio/error-code#error-url) diff --git a/frontend/app/web-gold/src/views/dh/VoiceCopy.vue b/frontend/app/web-gold/src/views/dh/VoiceCopy.vue index 0d0281d4a2..c03c70c275 100644 --- a/frontend/app/web-gold/src/views/dh/VoiceCopy.vue +++ b/frontend/app/web-gold/src/views/dh/VoiceCopy.vue @@ -39,9 +39,6 @@
{{ record.name || '未命名' }}
-
- {{ formatTranscription(record.transcription) }} -
{{ formatDateTime(record.createTime) }} @@ -51,15 +48,6 @@ 编辑 - - {{ record.transcription ? '已识别' : '识别' }} - 删除 @@ -109,14 +97,6 @@ - - - - @@ -125,7 +105,7 @@