文档中心

AI MediaKit

音频工具

音频内容编辑

AI MediaKit 的音频内容编辑工具，能够基于用户使用自然语言描述的修改诉求，自动定位目标语句，生成与上下文自然连贯的新语音并无缝替换，同时保持音色、情绪、韵律和时序基本一致。该工具适用于短视频、播客、有声内容、课程及广告等场景的口误修正、文案更新与局部改词。当前仅支持中文。

快速体验：对一段音频执行改词

本节将演示如何对一段音频执行一处改词。

准备工作

操作流程

音频内容编辑是一个异步任务，完整的调用流程如下：

您可以轮询 GET /api/v1/tasks/{task_id} 接口查询任务状态，直到状态 status 变为 completed；或者使用事件回调自动接收任务状态变化。

第 1 步：提交音频内容编辑任务

您需要调用提交音频内容编辑任务 API。可直接复制以下 cURL 命令，提交一个对音频执行改词的任务。

说明

请求成功后，您会收到如下包含 task_id 的响应，请保存此 ID 用于后续查询。

第 2 步：获取任务结果

音频内容编辑需要一定处理时间，您需要通过轮询查询任务信息 API来获取最终结果，直到任务状态变为 completed。

说明

将 URL 末尾的 {task_id} 替换为第 1 步返回的任务 ID。

任务成功完成后，您将收到如下响应。由于本示例为音频输入，result 中仅返回 audio_url（编辑后音频下载地址，有效期 24 小时）。

最佳实践

新内容部分：指令中替换后的新内容应直接填写目标文本，不要使用谐音或近音词。对于数字和单位，建议使用规范、无歧义的写法（如 960ml 或“九百六十毫升”），以确保生成效果的准确性。

使用 search_range 精准定位：当同一词语在音频中多次出现，或您希望在特定片段内执行修改时，强烈建议为该指令提供 search_range（包含 start_time 和 end_time），将搜索范围限定在特定时间区间。这能有效避免误改，显著提升编辑的准确性。

参考信息

计费说明

音频内容编辑费用根据输入文件时长和实际编辑的音频时长加和计算，单价为 1.00 元/分钟。关于详细的计费规则与示例，请参阅音频内容编辑。