请求参数 请求头（Headers） Content-Type string （必选）
固定值：application/json
Authorization string （必选）
API KeyBearer sk-xxxx。
请求体（Request Body） model string （必选）
指定调优所用的基准模型。当前仅支持：
training_type string （必选）
微调类型，当前仅支持efficient_sft（高效微调）。
hyper_parameters object （必选）
超参数配置 。CosyVoice 调优涉及两个子网络，两者已解耦、可独立调整：
LM（Language Model）：将文本转为离散语音 token 的自回归语言模型，对韵律影响较大。超参以 lm_* 前缀区分。
FM（Flow Matching）：将语音 token 还原为 Mel 谱的流匹配模型，对音色还原度影响较大。超参以 fm_* 前缀区分。
超参数属性
lm_max_epoch int （必选）
LM 调优轮次（epoch 数）。推荐值：60。取值范围：[1, 2147483647]。
lm_step int （必选）
LM 保存 checkpoint 的步长（每多少个 epoch 保存一次）。推荐值：5。取值范围：[1, 2147483647]。
lm_num int （必选）
LM 保留的 checkpoint 数量上限。推荐值：3。取值范围：[1, 2147483647]。
lm_batch_size int （必选）
LM 批次大小（batch size）。推荐值：1000。取值范围：[1, 2147483647]。
fm_max_epoch int （必选）
FM 调优轮次（epoch 数）。推荐值：100。取值范围：[1, 2147483647]。
fm_step int （必选）
FM 保存 checkpoint 的步长（每多少个 epoch 保存一次）。推荐值：10。取值范围：[1, 2147483647]。
fm_num int （必选）
FM 保留的 checkpoint 数量上限。推荐值：3。取值范围：[1, 2147483647]。
fm_batch_size int （必选）
FM 批次大小（batch size）。推荐值：2000。取值范围：[1, 2147483647]。
training_datasets Array of Dataset （条件必选）
训练集文件列表。与 training_file_ids 二选一，若使用 training_file_ids 则无需传此参数。仅支持挂载一个训练文件。
Dataset 结构
data_source_type string （必选）
数据源类型，可选值：
oss_mount（挂载 OSS 文件）file_id（由文件管理服务 API 上传的文件） mount_storage object （条件必选）
数据源类型为 oss_mount 时必填。OSS 挂载信息。
属性
region string （必选）
要挂载的 OSS Bucket 所属地域。支持北京（cn-beijing）和新加坡（ap-southeast-1）。
bucket string （必选）
要挂载的 OSS Bucket 名称。
file_path string （必选）
要挂载的 OSS 文件路径（object key）。对包含多个文件的数据集，使用其 data.jsonl 的文件路径。与使用 file_id 的方式不同，需要将未经压缩的数据集文件夹整体上传到 OSS，不支持 zip 文件。
file_id string （条件必选）
数据源类型为 file_id 时必填。文件 ID，由上传文件 API 产生。
validation_datasets Array of Dataset （可选）
验证集文件列表。结构同training_datasets。
与 validation_file_ids 二选一。若两者均不提供，系统会从训练集中自动划分。
training_file_ids array[string] （条件必选）
训练集文件training_datasets 二选一，若使用 training_datasets 则无需传此参数。文件上传文件 API 获取。
validation_file_ids array[string] （可选）
验证集文件validation_datasets 二选一，若使用 validation_datasets 则无需传此参数。若两者均不提供，系统会从训练集中自动划分。文件上传文件 API 获取。
job_name string （可选）
调优任务名称。
model_name string （可选）
调优完成后的模型名称。
使用 curl --location 'https://dashscope.aliyuncs.com/api/v1/fine-tunes' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "cosyvoice-v3-flash",
"training_datasets": [
{
"data_source_type": "file_id",
"file_id": "<替换为训练数据集的使用 curl --location 'https://dashscope.aliyuncs.com/api/v1/fine-tunes' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "cosyvoice-v3-flash",
"training_datasets": [
{
"data_source_type": "oss_mount",
"mount_storage": {
"region": "cn-beijing",
"bucket": "example_bucket",
"file_path": "dataset/data.jsonl"
}
}
],
"hyper_parameters": {
"lm_max_epoch": 60,
"lm_step": 5,
"lm_num": 3,
"lm_batch_size": 1000,
"fm_max_epoch": 100,
"fm_step": 10,
"fm_num": 3,
"fm_batch_size": 2000
},
"training_type": "efficient_sft"
}'
