Το POST /api/v1/voice/voices δημιουργεί μια φωνή από ηχογράφηση WAV ενός ομιλητή (multipart audio, name, language, consent=true). Απαντά 202 με κατάσταση running· ρωτήστε το GET /api/v1/voice/voices μέχρι να γίνει ready, και μετά ορίστε το voice_id ενός πράκτορα στο voice_id της φωνής. Το language είναι η γλώσσα που μιλιέται στην ηχογράφηση, οποιαδήποτε από τις γλώσσες πρακτόρων παραπάνω· η φωνή τις μιλά όλες, και τα κινεζικά, και μοιάζει περισσότερο με τον ομιλητή της ηχογράφησης στη γλώσσα της ηχογράφησης. Κάθε κλωνοποιημένη φωνή κοστίζει credits, που εμφανίζονται στον πίνακα ελέγχου πριν δημιουργήσετε μία.