> ## Documentation Index > Fetch the complete documentation index at: https://evolink.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # Voice Enrollment: Benutzerdefinierte Stimme erstellen > - Benutzerdefinierte Stimmen für [Qwen Audio 3.1 TTS Flash](/de/api-manual/audio-series/qwen-audio-tts/qwen-audio-3.1-tts-flash) mit dem Modell `voice-enrollment` erstellen. Zwei Modi: `audio_url` für **Stimmenklonen**, `voice_prompt` + `preview_text` für **Stimmendesign**. Beide Modusfelder oder keines anzugeben ergibt `400` - Stimmen beider Modi funktionieren nur mit `qwen-audio-3.1-tts-flash` und nur für das erstellende Konto. Stimmen des alten Modells `qwen-voice-design` sind nicht kompatibel; bei der Migration über diesen Endpunkt neu erstellen - Stimmendesign liefert zusätzlich ein Vorschauaudio (fest 24 kHz WAV); Stimmenklonen nur den Stimmennamen - Asynchrone Verarbeitung; mit der Aufgaben-ID [das Ergebnis abfragen](/de/api-manual/task-management/get-task-detail). Klonen etwa 15–30 Sekunden; beim Design wird der gesamte Vorschautext synthetisiert, etwa 12 Sekunden bei 30 Zeichen und 49 Sekunden bei 200 Zeichen - Abrechnung pro Anfrage, gleicher Preis für Klonen und Design; vollständige Erstattung bei Fehlschlag. Vorschau-Audiolinks sind 24 Stunden gültig; zeitnah speichern - Nur die eigene Stimme oder eine Stimme mit ausdrücklicher Erlaubnis klonen **Ablauf:** 1. `audio_url` (Klonen) oder `voice_prompt` + `preview_text` (Design) sowie `preferred_name` übergeben 2. Das Aufgabenergebnis abfragen und `result_data.voice` (Stimmenname) auslesen 3. [Qwen Audio 3.1 TTS Flash](/de/api-manual/audio-series/qwen-audio-tts/qwen-audio-3.1-tts-flash) mit dem vollständigen Namen als `voice` aufrufen **Aufgabenergebnis (bei `status: completed`):** | Feld | Stimmenklonen | Stimmendesign | |---|---|---| | `result_data.voice` | `qwen-audio-3.1-tts-flash-{preferred_name}-{32-character-id}` | `qwen-audio-3.1-tts-flash-vd-{preferred_name}-{32-character-id}` (zusätzliches Segment `vd-`) | | `result_data.voice_type` | `voice_clone` | `voice_design` | | `result_data.target_model` | `qwen-audio-3.1-tts-flash` | `qwen-audio-3.1-tts-flash` | | `results` / `result_data.preview_audio_url` | Nicht zurückgegeben | Vorschau-Audio-URL (24 Stunden gültig), außerdem `sample_rate: 24000` und `response_format: "wav"` | Ist das Vorschauaudio beim Design gelegentlich nicht verfügbar, wird die Aufgabe dennoch abgeschlossen (Stimme erstellt und berechnet). Das Ergebnis enthält stattdessen `preview_audio_unavailable: true` und `preview_audio_warning`. **Gültigkeit der Stimme:** - Geklonte und entworfene Stimmen laufen standardmäßig `6 Stunden` nach Abschluss der Erstellung ab. Syntheseaufrufe verlängern die Gültigkeit nicht - Nach Ablauf ergibt die Synthese `404` (`voice_expired`). Über diesen Endpunkt eine neue Stimme erstellen und diese verwenden **Stimmenkontingent:** Das Upstream-Konto hat ein Limit für benutzerdefinierte Stimmen der Qwen-Audio-TTS-Serie (offiziell 1000, gemeinsam für Klonen und Design). Ist es ausgeschöpft, schlägt die Erstellung mit vollständiger Erstattung fehl. **Textlänge nach Zeichen:** Chinesische und englische Zeichen sowie Satzzeichen zählen jeweils als 1. ## OpenAPI ````yaml de/api-manual/audio-series/qwen-audio-tts/voice-enrollment.json POST /v1/audios/generations openapi: 3.1.0 info: title: Voice Enrollment – API für benutzerdefinierte Stimmen description: >- Benutzerdefinierte Stimmen für Qwen Audio 3.1 TTS Flash erstellen: eine Aufnahme einer Person klonen oder eine Stimme anhand einer Textbeschreibung entwerfen. Die übergebenen Felder bestimmen den Modus desselben Modells. license: name: MIT version: 1.0.0 servers: - url: https://api.evolink.ai description: Produktionsumgebung security: - bearerAuth: [] tags: - name: Benutzerdefinierte Stimmen erstellen description: >- Stimmenklonen und Stimmendesign; die Stimmen sind an Qwen Audio 3.1 TTS Flash gebunden paths: /v1/audios/generations: post: tags: - Benutzerdefinierte Stimmen erstellen summary: 'Voice Enrollment: Benutzerdefinierte Stimme erstellen' description: >- - Benutzerdefinierte Stimmen für [Qwen Audio 3.1 TTS Flash](/de/api-manual/audio-series/qwen-audio-tts/qwen-audio-3.1-tts-flash) mit dem Modell `voice-enrollment` erstellen. Zwei Modi: `audio_url` für **Stimmenklonen**, `voice_prompt` + `preview_text` für **Stimmendesign**. Beide Modusfelder oder keines anzugeben ergibt `400` - Stimmen beider Modi funktionieren nur mit `qwen-audio-3.1-tts-flash` und nur für das erstellende Konto. Stimmen des alten Modells `qwen-voice-design` sind nicht kompatibel; bei der Migration über diesen Endpunkt neu erstellen - Stimmendesign liefert zusätzlich ein Vorschauaudio (fest 24 kHz WAV); Stimmenklonen nur den Stimmennamen - Asynchrone Verarbeitung; mit der Aufgaben-ID [das Ergebnis abfragen](/de/api-manual/task-management/get-task-detail). Klonen etwa 15–30 Sekunden; beim Design wird der gesamte Vorschautext synthetisiert, etwa 12 Sekunden bei 30 Zeichen und 49 Sekunden bei 200 Zeichen - Abrechnung pro Anfrage, gleicher Preis für Klonen und Design; vollständige Erstattung bei Fehlschlag. Vorschau-Audiolinks sind 24 Stunden gültig; zeitnah speichern - Nur die eigene Stimme oder eine Stimme mit ausdrücklicher Erlaubnis klonen **Ablauf:** 1. `audio_url` (Klonen) oder `voice_prompt` + `preview_text` (Design) sowie `preferred_name` übergeben 2. Das Aufgabenergebnis abfragen und `result_data.voice` (Stimmenname) auslesen 3. [Qwen Audio 3.1 TTS Flash](/de/api-manual/audio-series/qwen-audio-tts/qwen-audio-3.1-tts-flash) mit dem vollständigen Namen als `voice` aufrufen **Aufgabenergebnis (bei `status: completed`):** | Feld | Stimmenklonen | Stimmendesign | |---|---|---| | `result_data.voice` | `qwen-audio-3.1-tts-flash-{preferred_name}-{32-character-id}` | `qwen-audio-3.1-tts-flash-vd-{preferred_name}-{32-character-id}` (zusätzliches Segment `vd-`) | | `result_data.voice_type` | `voice_clone` | `voice_design` | | `result_data.target_model` | `qwen-audio-3.1-tts-flash` | `qwen-audio-3.1-tts-flash` | | `results` / `result_data.preview_audio_url` | Nicht zurückgegeben | Vorschau-Audio-URL (24 Stunden gültig), außerdem `sample_rate: 24000` und `response_format: "wav"` | Ist das Vorschauaudio beim Design gelegentlich nicht verfügbar, wird die Aufgabe dennoch abgeschlossen (Stimme erstellt und berechnet). Das Ergebnis enthält stattdessen `preview_audio_unavailable: true` und `preview_audio_warning`. **Gültigkeit der Stimme:** - Geklonte und entworfene Stimmen laufen standardmäßig `6 Stunden` nach Abschluss der Erstellung ab. Syntheseaufrufe verlängern die Gültigkeit nicht - Nach Ablauf ergibt die Synthese `404` (`voice_expired`). Über diesen Endpunkt eine neue Stimme erstellen und diese verwenden **Stimmenkontingent:** Das Upstream-Konto hat ein Limit für benutzerdefinierte Stimmen der Qwen-Audio-TTS-Serie (offiziell 1000, gemeinsam für Klonen und Design). Ist es ausgeschöpft, schlägt die Erstellung mit vollständiger Erstattung fehl. **Textlänge nach Zeichen:** Chinesische und englische Zeichen sowie Satzzeichen zählen jeweils als 1. operationId: createVoiceEnrollment requestBody: required: true content: application/json: schema: oneOf: - $ref: '#/components/schemas/VoiceCloneRequest' - $ref: '#/components/schemas/VoiceDesignRequest' examples: clone_minimal: summary: 'Stimmenklonen: minimale Anfrage' value: model: voice-enrollment audio_url: https://your-cdn.com/samples/my-voice.wav preferred_name: myvoice clone_full: summary: 'Stimmenklonen: alle Parameter' value: model: voice-enrollment audio_url: https://your-cdn.com/samples/my-voice.wav preferred_name: myvoice language: zh target_model: qwen-audio-3.1-tts-flash callback_url: https://your-domain.com/webhooks/voice-completed design_minimal: summary: 'Stimmendesign: minimale Anfrage' value: model: voice-enrollment voice_prompt: 沉稳的中年男性播音员，音色低沉浑厚，富有磁性，语速平稳，吐字清晰 preview_text: 各位听众朋友，大家好，欢迎收听晚间新闻。 preferred_name: announcer design_full: summary: 'Stimmendesign: alle Parameter' value: model: voice-enrollment voice_prompt: >- A calm British female narrator in her thirties, warm and articulate preview_text: Good evening, and welcome to tonight's programme. preferred_name: narrator language: en sample_rate: 24000 response_format: wav target_model: qwen-audio-3.1-tts-flash callback_url: https://your-domain.com/webhooks/voice-completed responses: '200': description: Aufgabe zur Stimmenerstellung angenommen content: application/json: schema: $ref: '#/components/schemas/VoiceEnrollmentResponse' '400': description: Ungültige Anfrageparameter content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: mutually_exclusive: summary: audio_url und voice_prompt gleichzeitig übergeben value: error: code: invalid_parameter message: >- audio_url and voice_prompt are mutually exclusive: pass audio_url to clone a voice, or voice_prompt to design one type: invalid_request_error missing_mode: summary: Weder audio_url noch voice_prompt übergeben value: error: code: invalid_parameter message: >- audio_url (voice cloning) or voice_prompt (voice design) is required for voice-enrollment type: invalid_request_error missing_preferred_name: summary: preferred_name fehlt value: error: code: invalid_parameter message: >- preferred_name is required for voice-enrollment (e.g. 'announcer', 'narrator') type: invalid_request_error invalid_preferred_name: summary: preferred_name entspricht nicht den Regeln value: error: code: invalid_parameter message: preferred_name must be 1-10 English letters or digits type: invalid_request_error bad_target_model: summary: target_model ist nicht qwen-audio-3.1-tts-flash value: error: code: invalid_parameter message: >- target_model 'qwen3-tts-vd' is not supported, valid value: qwen-audio-3.1-tts-flash type: invalid_request_error bad_language: summary: Nicht unterstützte Sprache value: error: code: invalid_parameter message: >- language must be one of zh, en, ja, ko, de, fr, it, ru, pt, es type: invalid_request_error audio_url_too_long: summary: 'Klonen: audio_url überschreitet 2048 Zeichen' value: error: code: invalid_parameter message: audio_url must not exceed 2048 characters, got 2191 type: invalid_request_error audio_url_not_public: summary: 'Klonen: audio_url verweist auf eine private Adresse' value: error: code: invalid_media_url message: >- invalid parameter "audio_url": points to localhost; provide a publicly accessible URL type: invalid_request_error audio_url_not_http: summary: >- Klonen: audio_url verwendet FTP oder ein anderes ungültiges Protokoll value: error: code: invalid_media_url message: >- invalid parameter "audio_url": must be an absolute HTTP(S) URL type: invalid_request_error param: audio_url audio_url_base64: summary: 'Klonen: audio_url ist eine Base64-Daten-URI' value: error: code: invalid_parameter message: >- audio_url must be a publicly accessible HTTP(S) URL: must be an absolute HTTP(S) URL type: invalid_request_error clone_with_design_field: summary: Designfelder beim Stimmenklonen übergeben value: error: code: invalid_parameter message: >- preview_text is only supported for voice design (voice_prompt) type: invalid_request_error voice_prompt_too_long: summary: 'Design: voice_prompt überschreitet 500 Zeichen' value: error: code: invalid_parameter message: voice_prompt must not exceed 500 characters, got 501 type: invalid_request_error missing_preview_text: summary: 'Design: preview_text fehlt' value: error: code: invalid_parameter message: preview_text is required for voice design type: invalid_request_error preview_text_length: summary: 'Design: preview_text liegt außerhalb von 15–200 Zeichen' value: error: code: invalid_parameter message: preview_text must be 15-200 characters, got 3 type: invalid_request_error design_sample_rate: summary: 'Design: Abtastrate ist nicht 24000' value: error: code: invalid_parameter message: sample_rate must be 24000 for voice-enrollment type: invalid_request_error '401': description: Nicht authentifiziert, Token ungültig oder abgelaufen content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: unauthorized message: Invalid or expired token type: authentication_error '402': description: Kontingent unzureichend; Aufladung erforderlich content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: insufficient_quota message: Insufficient quota. Please top up your account. type: insufficient_quota '403': description: Zugriff verweigert content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: model_access_denied message: 'Token does not have access to model: voice-enrollment' type: invalid_request_error '429': description: Anfragelimit überschritten content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: rate_limit_exceeded message: Too many requests, please try again later type: rate_limit_error '500': description: Interner Serverfehler content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: internal_error message: Internal server error type: api_error components: schemas: VoiceCloneRequest: title: Stimmenklonen (audio_url) type: object description: >- Eine Stimme aus einer Aufnahme einer Person erstellen. `audio_url` wählt Stimmenklonen; die Designfelder `voice_prompt`, `preview_text`, `sample_rate` und `response_format` weglassen. Nicht leerer Designtext, eine Abtastrate ungleich null oder ein nicht leeres Format ergeben `400`; `sample_rate: 0/null` und `response_format: ""/null` gelten als nicht angegeben. required: - model - audio_url - preferred_name properties: model: type: string enum: - voice-enrollment default: voice-enrollment example: voice-enrollment description: Modellname audio_url: type: string format: uri maxLength: 2048 example: https://your-cdn.com/samples/my-voice.wav description: >- URL der zu klonenden Aufnahme. Dieses Feld wählt **Stimmenklonen** und darf nicht zusammen mit `voice_prompt` angegeben werden **URL-Vorgaben:** - HTTP oder HTTPS, öffentlich ohne Authentifizierung erreichbar - Lokale oder private Adressen ergeben `400` (`invalid_media_url`) - Höchstens `2048` Zeichen - Nicht-HTTP(S)-Protokolle wie FTP ergeben `400` (`invalid_media_url`) - Nur URLs, kein Base64; eine Base64-Daten-URI ergibt `400` (`invalid_parameter`) **Audioanforderungen** (andernfalls kann die Aufgabe fehlschlagen): - WAV, MP3 oder M4A - Höchstens 60 Sekunden; zu wenig Sprache kann ebenfalls fehlschlagen (eine 2-Sekunden-Aufnahme schlug im Test fehl) - Dateigröße höchstens `10 MB` - Abtastrate mindestens `16 kHz` - Klare menschliche Sprache; Stille, Musik und andere Nicht-Sprach-Audios werden abgelehnt **Empfohlene Aufnahme:** - 10–20 Sekunden, davon mindestens 5 Sekunden ununterbrochenes, klares Vorlesen; Pausen höchstens 2 Sekunden - Mono; bei Stereo wird nur der erste Kanal verwendet - Keine Hintergrundmusik, Geräusche oder anderen Stimmen; normal sprechen, nicht singen Bei nicht herunterladbaren oder ungeeigneten Audios schlägt die Aufgabe fehl, mit vollständiger Erstattung **Nur die eigene Stimme oder eine Stimme mit ausdrücklicher Erlaubnis klonen** pattern: >- [^\u0009-\u000D\u0020\u0085\u00A0\u1680\u2000-\u200A\u2028\u2029\u202F\u205F\u3000] preferred_name: type: string maxLength: 10 pattern: ^[a-zA-Z0-9]+$ example: myvoice description: >- Präfix des Stimmennamens **Vorgaben:** - 1–10 englische Buchstaben oder Ziffern; keine Unterstriche oder anderen Symbole - Großbuchstaben werden in Kleinbuchstaben umgewandelt - Muss nicht eindeutig sein Vollständiger Name: beim Klonen `qwen-audio-3.1-tts-flash-{preferred_name}-{32-character-id}`, beim Design `qwen-audio-3.1-tts-flash-vd-{preferred_name}-{32-character-id}` Beispiel für `myvoice`: `qwen-audio-3.1-tts-flash-myvoice-5996beec833d41f4982158347ba97fae` language: type: string enum: - zh - en - ja - ko - de - fr - it - ru - pt - es example: zh description: >- Beim Klonen die Sprache der Aufnahme, zur genaueren Extraktion der Stimme. Beim Design die bevorzugte Sprache der Stimme; sie sollte mit `preview_text` übereinstimmen Ohne Angabe gilt `zh` target_model: type: string enum: - qwen-audio-3.1-tts-flash default: qwen-audio-3.1-tts-flash example: qwen-audio-3.1-tts-flash description: >- TTS-Modell, das die Stimme verwendet. Derzeit nur ein Wert, der ohne Angabe automatisch gilt; andere Werte ergeben `400` | Wert | Beschreibung | |-----|------| | `qwen-audio-3.1-tts-flash` | Qwen Audio 3.1 TTS Flash, nicht streamend (Standard und einziger Wert) | callback_url: $ref: '#/components/schemas/CallbackUrl' not: anyOf: - required: - voice_prompt properties: voice_prompt: not: type: - string - 'null' pattern: >- ^[\u0009-\u000D\u0020\u0085\u00A0\u1680\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]*$ - required: - preview_text properties: preview_text: not: type: - string - 'null' pattern: >- ^[\u0009-\u000D\u0020\u0085\u00A0\u1680\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]*$ - required: - sample_rate properties: sample_rate: not: enum: - 0 - null - required: - response_format properties: response_format: not: enum: - '' - null VoiceDesignRequest: title: Stimmendesign (voice_prompt) type: object description: >- Eine Stimme aus einer Textbeschreibung erstellen und den gesamten `preview_text` als Vorschauaudio synthetisieren. `voice_prompt` wählt Stimmendesign; `audio_url` nicht angeben. required: - model - voice_prompt - preview_text - preferred_name properties: model: type: string enum: - voice-enrollment default: voice-enrollment example: voice-enrollment description: Modellname voice_prompt: type: string maxLength: 500 example: 沉稳的中年男性播音员，音色低沉浑厚，富有磁性，语速平稳，吐字清晰 description: >- Beschreibung der Stimmeigenschaften. Dieses Feld wählt **Stimmendesign** und darf nicht zusammen mit `audio_url` angegeben werden **Vorgaben:** - Höchstens `500` Zeichen; chinesische und englische Zeichen zählen jeweils als 1 - Chinesische oder englische Beschreibung empfohlen **Mögliche Merkmale:** Geschlecht, Alter, Tonhöhe, Sprechgeschwindigkeit, Emotion, Klang (resonant, klar, rau, rund, süß, tief) und Einsatz (Nachrichten, Werbung, Hörbücher, Zeichentrickfiguren, Sprachassistenten) **Empfohlene Beschreibungen (auf Englisch):** - `A calm middle-aged man with a slow pace and a deep, resonant voice, suitable for news or documentary narration` - `A gentle, articulate woman around 30 years old, with an even tone, suitable for audiobooks` pattern: >- [^\u0009-\u000D\u0020\u0085\u00A0\u1680\u2000-\u200A\u2028\u2029\u202F\u205F\u3000] preview_text: type: string minLength: 15 maxLength: 200 example: 各位听众朋友，大家好，欢迎收听晚间新闻。 description: >- Vorschautext; der **gesamte** Text wird als Vorschauaudio synthetisiert **Vorgaben:** - `15`–`200` Zeichen; chinesische und englische Zeichen zählen jeweils als 1 - Längerer Text braucht mehr Zeit: etwa 12 Sekunden bei 30 Zeichen, 49 Sekunden bei 200 Zeichen - Gleiche Sprache wie `language` empfohlen pattern: >- [^\u0009-\u000D\u0020\u0085\u00A0\u1680\u2000-\u200A\u2028\u2029\u202F\u205F\u3000] sample_rate: type: - integer - 'null' enum: - 24000 - 0 - null default: 24000 example: 24000 description: |- Abtastrate des Vorschauaudios (Hz), fest `24000` - Ohne Angabe, bei `0` oder `null` gilt der Standard `24000` - Andere Abtastraten ergeben `400` (`invalid_parameter`) response_format: type: - string - 'null' enum: - wav - '' - null default: wav example: wav description: >- Format des Vorschauaudios, fest `wav` - Ohne Angabe, bei leerem String `""` oder `null` gilt der Standard `wav` - Andere Formate ergeben `400` (`invalid_parameter`) preferred_name: type: string maxLength: 10 pattern: ^[a-zA-Z0-9]+$ example: myvoice description: >- Präfix des Stimmennamens **Vorgaben:** - 1–10 englische Buchstaben oder Ziffern; keine Unterstriche oder anderen Symbole - Großbuchstaben werden in Kleinbuchstaben umgewandelt - Muss nicht eindeutig sein Vollständiger Name: beim Klonen `qwen-audio-3.1-tts-flash-{preferred_name}-{32-character-id}`, beim Design `qwen-audio-3.1-tts-flash-vd-{preferred_name}-{32-character-id}` Beispiel für `myvoice`: `qwen-audio-3.1-tts-flash-myvoice-5996beec833d41f4982158347ba97fae` language: type: string enum: - zh - en - ja - ko - de - fr - it - ru - pt - es example: zh description: >- Beim Klonen die Sprache der Aufnahme, zur genaueren Extraktion der Stimme. Beim Design die bevorzugte Sprache der Stimme; sie sollte mit `preview_text` übereinstimmen Ohne Angabe gilt `zh` target_model: type: string enum: - qwen-audio-3.1-tts-flash default: qwen-audio-3.1-tts-flash example: qwen-audio-3.1-tts-flash description: >- TTS-Modell, das die Stimme verwendet. Derzeit nur ein Wert, der ohne Angabe automatisch gilt; andere Werte ergeben `400` | Wert | Beschreibung | |-----|------| | `qwen-audio-3.1-tts-flash` | Qwen Audio 3.1 TTS Flash, nicht streamend (Standard und einziger Wert) | callback_url: $ref: '#/components/schemas/CallbackUrl' not: required: - audio_url properties: audio_url: not: type: - string - 'null' pattern: >- ^[\u0009-\u000D\u0020\u0085\u00A0\u1680\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]*$ VoiceEnrollmentResponse: type: object properties: created: type: integer description: Zeitstempel der Aufgabenerstellung example: 1775123456 id: type: string description: Aufgaben-ID example: task-unified-1775123456-abcd1234 model: type: string description: Tatsächlich verwendetes Modell example: voice-enrollment object: type: string enum: - audio.generation.task description: Konkreter Typ des Aufgabenobjekts progress: type: integer description: Aufgabenfortschritt in Prozent (0–100) minimum: 0 maximum: 100 example: 0 status: type: string description: Aufgabenstatus enum: - pending - processing - completed - failed example: pending task_info: $ref: '#/components/schemas/AudioTaskInfo' description: Details der Audioaufgabe type: type: string enum: - audio description: Ausgabetyp der Aufgabe example: audio usage: $ref: '#/components/schemas/AudioUsage' description: Verbrauchs- und Abrechnungsinformationen ErrorResponse: type: object properties: error: type: object properties: code: type: string description: Fehlercode message: type: string description: Fehlermeldung type: type: string description: Fehlertyp CallbackUrl: type: string description: >- HTTPS-Callback-URL für das Aufgabenergebnis **Zeitpunkt:** - Bei Abschluss (`completed`) oder Fehlschlag (`failed`) - Versand nach Bestätigung der Abrechnung **Sicherheitsvorgaben:** - Nur HTTPS - Keine privaten IP-Adressen (127.0.0.1, 10.x.x.x, 172.16–31.x.x, 192.168.x.x usw.) - URL mit höchstens `2048` Zeichen **Zustellung:** - Timeout: `10` Sekunden - Bei Fehlschlag höchstens `3` Wiederholungen nach `1` / `2` / `4` Sekunden - Callback-Inhalt im gleichen Format wie die Aufgabenabfrage - 2xx gilt als Erfolg; andere Statuscodes lösen Wiederholungen aus format: uri example: https://your-domain.com/webhooks/voice-completed AudioTaskInfo: type: object properties: can_cancel: type: boolean description: >- Ob die Aufgabe abgebrochen werden kann; Aufgaben zur Stimmenerstellung sind nicht abbrechbar example: false estimated_time: type: integer description: >- Geschätzte Dauer in Sekunden. Konservative Schätzung: Klonen dauert meist 15–30 Sekunden; beim Design steigt die Dauer mit dem Vorschautext, etwa 12 Sekunden bei 30 Zeichen und 49 Sekunden bei 200 Zeichen minimum: 0 example: 60 audio_type: type: string description: >- Anfragemodus: `audio_url` ergibt `voice_clone`, `voice_prompt` ergibt `voice_design`; entspricht `voice_type` im Aufgabenergebnis example: voice_clone enum: - voice_clone - voice_design AudioUsage: type: object description: Verbrauchsinformationen properties: credits_reserved: type: number description: >- Geschätzte Credits. Abrechnung pro Anfrage, gleicher Preis für Klonen und Design; vollständige Erstattung bei Fehlschlag minimum: 0 example: 0.001 securitySchemes: bearerAuth: type: http scheme: bearer description: >- ## Alle Endpunkte erfordern Bearer-Token-Authentifizierung **API-Key erhalten:** Den API-Key auf der Seite [API-Key-Verwaltung](https://evolink.ai/dashboard/keys) abrufen **Diesen Anfrageheader hinzufügen:** ``` Authorization: Bearer YOUR_API_KEY ``` ```` This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.