跳转到主要内容
POST
/
api
/
v1
/
generate
/
add-vocals
添加人声生成音乐
curl --request POST \
  --url https://api.kie.ai/api/v1/generate/add-vocals \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "prompt": "A calm and relaxing piano track.",
  "title": "Relaxing Piano",
  "negativeTags": "重金属, 强节奏鼓点",
  "style": "Jazz",
  "uploadUrl": "https://example.com/music.mp3",
  "callBackUrl": "https://example.com/callback",
  "model": "V4_5PLUS",
  "vocalGender": "m",
  "styleWeight": 0.61,
  "weirdnessConstraint": 0.72,
  "audioWeight": 0.65
}
'
{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "5c79****be8e"
  }
}

​
核心功能

  • 通过uploadUrl接受现有器乐音轨，支持基于提示词的风格输入。
  • 支持控制参数包括：
    • prompt、style、model、tags、negativeTags（定义歌词内容和人声风格）
    • vocalGender、styleWeight、weirdnessConstraint、audioWeight、callBackUrl。
  • 返回taskId，支持与器乐端点相同的14天保留期和三阶段回调模型。

​
典型使用场景

  • 音乐平台或工具，支持topline创作和歌词创意的快速原型制作。
  • 协作作曲或共创工作流程，在器乐草稿上迭代测试歌词或人声风格。

​
参数详情

  • uploadUrl 指定要处理的音频文件URL
  • prompt 定义歌词内容和演唱方式
  • style 和 negativeTags 用于控制音乐和人声风格
  • model 用于指定生成的AI模型版本
  • negativeTags 用于排除不需要的元素
  • 支持多种可选参数来精细调节生成效果

​
开发者注意事项

  • 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）

Authorizations

​
Authorization
string
header
required

所有接口都需要通过 Bearer Token 方式进行认证。

获取 API Key:

  1. 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

注意事项：

  • 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

Body

application/json
​
prompt
string
required

生成音频的提示词。通常是描述音频内容的文本，用于指导人声演唱的内容和风格。

Example:

"A calm and relaxing piano track."

​
title
string
required

音乐的标题。将显示在播放器界面和文件名中。

Example:

"Relaxing Piano"

​
negativeTags
string
required

排除的音乐风格。用于避免在生成的音乐中包含特定的风格或元素。

Example:

"重金属, 强节奏鼓点"

​
style
string
required

音乐的风格。如爵士、电子、古典等音乐类型。

Example:

"Jazz"

​
uploadUrl
string<uri>
required

上传的音频文件URL。指定要为其添加人声的源音频文件位置。

Example:

"https://example.com/music.mp3"

​
callBackUrl
string<uri>
required

用于接收人声生成任务完成更新的URL地址。所有人声生成请求都需要此参数。

  • 系统将在人声生成完成时向此URL发送POST请求，包含任务状态和结果
  • 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）
  • 您的回调端点应能接受包含音乐生成结果的JSON载荷的POST请求
  • 或者，您也可以使用获取音乐详情接口来轮询任务状态
Example:

"https://example.com/callback"

​
model
enum<string>
default:V4_5PLUS

用于生成的AI模型版本。

  • 可用选项：
    • V5： 更卓越的音乐表现力，生成速度更快。
    • V4_5PLUS：V4.5+ 音色更丰富，新的创作方式。
可用选项:
V4_5PLUS,
V5
Example:

"V4_5PLUS"

​
vocalGender
enum<string>

人声性别偏好。可选。'm' 表示男声，'f' 表示女声。根据实践，此参数只能加强概率，但不能保证一定遵循男女声的指令。

可用选项:
m,
f
Example:

"m"

​
styleWeight
number

对指定风格的遵循强度。可选。范围 0–1，保留两位小数。

必填范围: 0 <= x <= 1Must be a multiple of 0.01
Example:

0.61

​
weirdnessConstraint
number

控制实验性/创意偏离程度。可选。范围 0–1，保留两位小数。

必填范围: 0 <= x <= 1Must be a multiple of 0.01
Example:

0.72

​
audioWeight
number

音频要素相对权重。可选。范围 0–1，保留两位小数。

必填范围: 0 <= x <= 1Must be a multiple of 0.01
Example:

0.65

Response

请求成功

​
code
enum<integer>

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
​
msg
string

当 code != 200 时的错误信息

Example:

"success"

​
data
object