{
  "aboutHtml": "<p>يحوّل Qwen-Audio-3.0-TTS-Flash نصًا مقدّمًا إلى كلام، مع تركيز إصدار Flash على التفاعل في الوقت الفعلي. وتحدّد Qwen المساعدات الصوتية والحوار التفاعلي وخدمة العملاء الذكية بوصفها تطبيقاته الرئيسية. وبالمقارنة مع الإصدار السابق، تصف الجهة المنتجة دعمًا أوسع للغات قليلة الموارد واللهجات الصينية، وتعبيرًا أكثر أصالة باللهجات، وتحكّمًا أقوى بالمشاعر والنبرة والطابع والسرعة ومستوى الصوت وأسلوب الكلام. كما تشير إلى تحسّن الوضوح والمتانة في الظروف الصوتية التي تتضمن ضوضاء أو صدى. هذه عملية توليد صوت من نص، وليست تعرّفًا على الكلام الوارد أو نموذجًا للحوار الصوتي.</p><p>يعطي Flash الأولوية لبدء الكلام في التبادل التفاعلي. وتذكر Qwen أن زمن وصول أول حزمة في التوليد الصوتي الآني لهذا النموذج لا يتجاوز 200 مللي ثانية؛ كما يشير دليل الاستخدام إلى أن الإعداد الأولي للاتصال يسهم في التأخير المقاس عند الإرسال الأول. جهّز الكلمات المطلوب نطقها بصورة منفصلة عن أسلوب إلقائها المرغوب. في ردّ مساعد صوتي، يمكن لتوجيه توضيحي أن يجمع بين إجابة موجزة وتعليمة بإلقاء هادئ وواضح. النتيجة المقصودة هي الكلام المولّد لذلك النص، بينما يتولى التطبيق التشغيل الصوتي والمحادثة المحيطة به.</p><p>تتضمن قائمة أصوات النظام لدى الجهة المنتجة خيارات خاصة بالنموذج، مثل Long An Feng Yue لإلقاء طبيعي وودود وLong An Xiao Xin لإلقاء ودود وحيوي، وكلاهما مدرج للماندرين والإنجليزية. كما تتضمن أصواتًا إنجليزية مثل loongmary بلكنة بريطانية وloongjohn بلكنة أمريكية هادئة وودودة. ولكل نموذج أيضًا أكثر من 500 صوت أساسي. توصي Qwen بالبدء بأصوات النظام للحفاظ على الاتساق، وتقييم المعاينات عند اختيار صوت أساسي. يجب أن ينتمي الصوت إلى النموذج المختار، وأن يستخدم النص لغة يدعمها ذلك الصوت.</p><p>توسّع الأصوات المستنسخة النطاق اللغوي الموثّق ليشمل الصينية والإنجليزية واليابانية والكورية والروسية والفرنسية والألمانية والبرتغالية والتايلاندية والإندونيسية والفيتنامية والإسبانية والإيطالية والملايوية والفلبينية والعربية. وتشمل تغطية الصينية الماندرين والكانتونية ولهجات تشونغتشينغ والشمال الشرقي وغانسو وقويتشو وتشجيانغ وخبي وخنان وخوبي وخونان وجيانغشي ونينغبو ونينغشيا وتشينغداو وشنشي (Shaanxi) وشانشي (Shanxi) وشاندونغ وشانغهاي وسيتشوان ويونان، مع اختيار اللهجة من خلال التعليمات. يبيّن جدول النموذج دعم استنساخ الصوت من عيّنة، ويميّزه عن إنشاء صوت جديد اعتمادًا على وصف نصي فقط، وهو ما لا يدعمه هذا الإصدار.</p><p>للاستنساخ، توصي الجهة المنتجة بتسجيل مدته 10–20 ثانية، بحد أقصى 60 ثانية وحجم ملف لا يتجاوز 10 MB. صيغ المرجع المدعومة هي WAV بعمق 16 بت وMP3 وM4A، وبمعدل أخذ عينات لا يقل عن 16 kHz. يحتاج التسجيل إلى خمس ثوانٍ على الأقل من الكلام المتواصل الواضح؛ ويجب ألا تتجاوز فترات الصمت الأخرى ثانيتين. تجنّب أصوات الخلفية والأصوات الأخرى والغناء. يُقبل التسجيل المجسّم، لكن القناة الأولى فقط هي التي تُعالج. يعيد سير عمل الاستنساخ معرّف صوت مرتبطًا بالنموذج المستهدف المحدد، ويستخدم التوليد الصوتي ذلك المعرّف عندما يصبح الصوت جاهزًا. ويتطلب التسجيل نفسه أصواتًا مستنسخة منفصلة لإصداري Flash وPlus.</p><p>تتحكّم تعليمات اللغة الطبيعية بالإلقاء لكل من أصوات النظام والأصوات المستنسخة. صِف صفات مسموعة مثل نبرة لطيفة أو نطق واضح أو إيقاع أبطأ قليلًا. وتوفّر الوسوم المضمّنة في النص نوعًا آخر من التحكّم: يحدّد [empathetic] أو [serious] أسلوبًا للنص اللاحق، بينما يُدرج [laughing] أو [sighing] تأثيرًا صوتيًا في موضع محدد. يستمر وسم التحكّم حتى وسم تحكّم آخر أو التقسيم التلقائي للجمل. وسوم المشاعر والتعبيرات الغنية هذه موثّقة للبث أحادي الاتجاه فقط، وليس لوضع إدخال النص ثنائي الاتجاه. جهّز عبارة تعبيرية في الوضع الملائم لتلك الضوابط.</p><p>تدعم واجهة الكلام لدى الجهة المنتجة PCM وWAV وMP3 وOpus. ومعدلات أخذ العينات المدرجة هي 8,000 و16,000 و22,050 و24,000 و44,100 و48,000 Hz، مع MP3 و22,050 Hz بوصفهما القيمتين الافتراضيتين. يتراوح مستوى الصوت من 0 إلى 100؛ وتتراوح سرعة الكلام وطبقته كل منهما من 0.5 إلى 2.0. ويتيح MP3 وOpus أيضًا إعدادًا لمعدل البت من 6 إلى 510 kbps. اختر صيغة ومعدل أخذ عينات يناسبان المشغّل المقصود أو سير عمل المعالجة. وللتطبيق التفاعلي، توثّق الجهة المنتجة إطارات صوت متدفقة وبيانات وصفية للجمل، مع إتاحة طوابع زمنية على مستوى الكلمات في المخرجات المتدفقة للأصوات المؤهلة، بما فيها الأصوات المستنسخة.</p><p>يقبل بروتوكول النص الموثّق عبر WebSocket ما يصل إلى 20,000 محرف في رسالة نصية واحدة و200,000 محرف إجمالًا ضمن مهمة، مع فاصل لا يزيد على 23 ثانية بين عمليات الإرسال. هذه حدود بروتوكول الجهة المنتجة، وهي منفصلة عن أي حد عام لمدة المخرجات الصوتية للنموذج. ويدعم إلغاء دور التوليد الصوتي الحالي وبدء مهمة لاحقة على الاتصال نفسه. احتفظ بالمقاطع النصية بالترتيب الذي يُراد نطقها به، وأنهِ الإدخال عند اكتمال النص. ولتحضير النطق، توثّق الجهة المنتجة تلميحات للغة المستهدفة وتعليقات pinyin توضيحية واستبدالات نصية، وهي مفيدة عندما تُنطق الأرقام أو الاختصارات أو الرموز بطريقة غير متوقعة.</p><p>SSML خيار مستقل للترميز، وله شروط تتعلق بالصوت ووضع التفاعل: توثّقه Qwen للأصوات المستنسخة مع الاستدعاءات غير المتدفقة أو المتدفقة أحادية الاتجاه، وبإرسال نص واحد عند تفعيل SSML. ولا ينبغي افتراض دعمه لكل صوت معدّ مسبقًا أو لكل بث ثنائي الاتجاه. للحوار العادي، ابدأ بصوت متوافق ونص واضح معدّ للنطق وتعليمة محددة للإلقاء؛ وأضف ضوابط نطق أو تعبير موجّهة حيث تتطلبها المهمة. بذلك يظل إصدار Flash موجّهًا إلى الكلام سريع الاستجابة من نص مُعدّ، بدلًا من إمكانات نماذج Qwen الصوتية الأخرى.</p>",
  "aboutText": "يحوّل Qwen-Audio-3.0-TTS-Flash نصًا مقدّمًا إلى كلام، مع تركيز إصدار Flash على التفاعل في الوقت الفعلي. وتحدّد Qwen المساعدات الصوتية والحوار التفاعلي وخدمة العملاء الذكية بوصفها تطبيقاته الرئيسية. وبالمقارنة مع الإصدار السابق، تصف الجهة المنتجة دعمًا أوسع للغات قليلة الموارد واللهجات الصينية، وتعبيرًا أكثر أصالة باللهجات، وتحكّمًا أقوى بالمشاعر والنبرة والطابع والسرعة ومستوى الصوت وأسلوب الكلام. كما تشير إلى تحسّن الوضوح والمتانة في الظروف الصوتية التي تتضمن ضوضاء أو صدى. هذه عملية توليد صوت من نص، وليست تعرّفًا على الكلام الوارد أو نموذجًا للحوار الصوتي.\n\nيعطي Flash الأولوية لبدء الكلام في التبادل التفاعلي. وتذكر Qwen أن زمن وصول أول حزمة في التوليد الصوتي الآني لهذا النموذج لا يتجاوز 200 مللي ثانية؛ كما يشير دليل الاستخدام إلى أن الإعداد الأولي للاتصال يسهم في التأخير المقاس عند الإرسال الأول. جهّز الكلمات المطلوب نطقها بصورة منفصلة عن أسلوب إلقائها المرغوب. في ردّ مساعد صوتي، يمكن لتوجيه توضيحي أن يجمع بين إجابة موجزة وتعليمة بإلقاء هادئ وواضح. النتيجة المقصودة هي الكلام المولّد لذلك النص، بينما يتولى التطبيق التشغيل الصوتي والمحادثة المحيطة به.\n\nتتضمن قائمة أصوات النظام لدى الجهة المنتجة خيارات خاصة بالنموذج، مثل Long An Feng Yue لإلقاء طبيعي وودود وLong An Xiao Xin لإلقاء ودود وحيوي، وكلاهما مدرج للماندرين والإنجليزية. كما تتضمن أصواتًا إنجليزية مثل loongmary بلكنة بريطانية وloongjohn بلكنة أمريكية هادئة وودودة. ولكل نموذج أيضًا أكثر من 500 صوت أساسي. توصي Qwen بالبدء بأصوات النظام للحفاظ على الاتساق، وتقييم المعاينات عند اختيار صوت أساسي. يجب أن ينتمي الصوت إلى النموذج المختار، وأن يستخدم النص لغة يدعمها ذلك الصوت.\n\nتوسّع الأصوات المستنسخة النطاق اللغوي الموثّق ليشمل الصينية والإنجليزية واليابانية والكورية والروسية والفرنسية والألمانية والبرتغالية والتايلاندية والإندونيسية والفيتنامية والإسبانية والإيطالية والملايوية والفلبينية والعربية. وتشمل تغطية الصينية الماندرين والكانتونية ولهجات تشونغتشينغ والشمال الشرقي وغانسو وقويتشو وتشجيانغ وخبي وخنان وخوبي وخونان وجيانغشي ونينغبو ونينغشيا وتشينغداو وشنشي (Shaanxi) وشانشي (Shanxi) وشاندونغ وشانغهاي وسيتشوان ويونان، مع اختيار اللهجة من خلال التعليمات. يبيّن جدول النموذج دعم استنساخ الصوت من عيّنة، ويميّزه عن إنشاء صوت جديد اعتمادًا على وصف نصي فقط، وهو ما لا يدعمه هذا الإصدار.\n\nللاستنساخ، توصي الجهة المنتجة بتسجيل مدته 10–20 ثانية، بحد أقصى 60 ثانية وحجم ملف لا يتجاوز 10 MB. صيغ المرجع المدعومة هي WAV بعمق 16 بت وMP3 وM4A، وبمعدل أخذ عينات لا يقل عن 16 kHz. يحتاج التسجيل إلى خمس ثوانٍ على الأقل من الكلام المتواصل الواضح؛ ويجب ألا تتجاوز فترات الصمت الأخرى ثانيتين. تجنّب أصوات الخلفية والأصوات الأخرى والغناء. يُقبل التسجيل المجسّم، لكن القناة الأولى فقط هي التي تُعالج. يعيد سير عمل الاستنساخ معرّف صوت مرتبطًا بالنموذج المستهدف المحدد، ويستخدم التوليد الصوتي ذلك المعرّف عندما يصبح الصوت جاهزًا. ويتطلب التسجيل نفسه أصواتًا مستنسخة منفصلة لإصداري Flash وPlus.\n\nتتحكّم تعليمات اللغة الطبيعية بالإلقاء لكل من أصوات النظام والأصوات المستنسخة. صِف صفات مسموعة مثل نبرة لطيفة أو نطق واضح أو إيقاع أبطأ قليلًا. وتوفّر الوسوم المضمّنة في النص نوعًا آخر من التحكّم: يحدّد [empathetic] أو [serious] أسلوبًا للنص اللاحق، بينما يُدرج [laughing] أو [sighing] تأثيرًا صوتيًا في موضع محدد. يستمر وسم التحكّم حتى وسم تحكّم آخر أو التقسيم التلقائي للجمل. وسوم المشاعر والتعبيرات الغنية هذه موثّقة للبث أحادي الاتجاه فقط، وليس لوضع إدخال النص ثنائي الاتجاه. جهّز عبارة تعبيرية في الوضع الملائم لتلك الضوابط.\n\nتدعم واجهة الكلام لدى الجهة المنتجة PCM وWAV وMP3 وOpus. ومعدلات أخذ العينات المدرجة هي 8,000 و16,000 و22,050 و24,000 و44,100 و48,000 Hz، مع MP3 و22,050 Hz بوصفهما القيمتين الافتراضيتين. يتراوح مستوى الصوت من 0 إلى 100؛ وتتراوح سرعة الكلام وطبقته كل منهما من 0.5 إلى 2.0. ويتيح MP3 وOpus أيضًا إعدادًا لمعدل البت من 6 إلى 510 kbps. اختر صيغة ومعدل أخذ عينات يناسبان المشغّل المقصود أو سير عمل المعالجة. وللتطبيق التفاعلي، توثّق الجهة المنتجة إطارات صوت متدفقة وبيانات وصفية للجمل، مع إتاحة طوابع زمنية على مستوى الكلمات في المخرجات المتدفقة للأصوات المؤهلة، بما فيها الأصوات المستنسخة.\n\nيقبل بروتوكول النص الموثّق عبر WebSocket ما يصل إلى 20,000 محرف في رسالة نصية واحدة و200,000 محرف إجمالًا ضمن مهمة، مع فاصل لا يزيد على 23 ثانية بين عمليات الإرسال. هذه حدود بروتوكول الجهة المنتجة، وهي منفصلة عن أي حد عام لمدة المخرجات الصوتية للنموذج. ويدعم إلغاء دور التوليد الصوتي الحالي وبدء مهمة لاحقة على الاتصال نفسه. احتفظ بالمقاطع النصية بالترتيب الذي يُراد نطقها به، وأنهِ الإدخال عند اكتمال النص. ولتحضير النطق، توثّق الجهة المنتجة تلميحات للغة المستهدفة وتعليقات pinyin توضيحية واستبدالات نصية، وهي مفيدة عندما تُنطق الأرقام أو الاختصارات أو الرموز بطريقة غير متوقعة.\n\nSSML خيار مستقل للترميز، وله شروط تتعلق بالصوت ووضع التفاعل: توثّقه Qwen للأصوات المستنسخة مع الاستدعاءات غير المتدفقة أو المتدفقة أحادية الاتجاه، وبإرسال نص واحد عند تفعيل SSML. ولا ينبغي افتراض دعمه لكل صوت معدّ مسبقًا أو لكل بث ثنائي الاتجاه. للحوار العادي، ابدأ بصوت متوافق ونص واضح معدّ للنطق وتعليمة محددة للإلقاء؛ وأضف ضوابط نطق أو تعبير موجّهة حيث تتطلبها المهمة. بذلك يظل إصدار Flash موجّهًا إلى الكلام سريع الاستجابة من نص مُعدّ، بدلًا من إمكانات نماذج Qwen الصوتية الأخرى.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "3aed88800507c3713883709ed2b60ae800238419e0171396b4087dc5b3fe5d74",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "ar",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">Al</span><h2 id=\"sheet-title\">Qwen: Qwen-Audio-3.0-TTS Flash</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"إغلاق\">×</button></div><div class=\"idline\"><span>Alibaba /</span><code>qwen/qwen-audio-3.0-tts-flash</code><button type=\"button\" id=\"copy-id\">نسخ ID</button></div><nav class=\"card-jump-nav\" aria-label=\"أقسام بطاقة النموذج\"><button type=\"button\" data-card-jump=\"overview\">البداية</button><button type=\"button\" data-card-jump=\"methods\">المدخلات والطرائق</button><button type=\"button\" data-card-jump=\"pricing\">الباقات</button><button type=\"button\" data-card-jump=\"examples\">أمثلة</button><button type=\"button\" data-card-jump=\"results\">النتائج</button><button type=\"button\" data-card-jump=\"aliases\">الأسماء البديلة</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"طرائق API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|speech|/v1/audio/speech|qwen%2Fqwen-audio-3.0-tts-flash\">توليد الكلام</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">البداية</h3><p class=\"mdesc-full\">Qwen-Audio-3.0-TTS-Flash هو نموذج تحويل النص إلى كلام من Qwen، ويركّز على المساعدات الصوتية سريعة الاستجابة والحوار التفاعلي. يجمع بين التوليد الصوتي المتدفق، وأصوات معدّة مسبقًا أو مستنسخة خاصة بالنموذج، وتعليمات أو وسوم لإلقاء تعبيري.</p><dl class=\"card-io\" data-card-io><div><dt>المدخلات المقبولة</dt><dd>النص</dd></div><div><dt>النتائج</dt><dd>الصوت</dd></div></dl><details class=\"card-about\"><summary>عن النموذج</summary><p class=\"note-s\" data-model-method-boundary>يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.</p><div class=\"mabout\" id=\"m-about\"><p>يحوّل Qwen-Audio-3.0-TTS-Flash نصًا مقدّمًا إلى كلام، مع تركيز إصدار Flash على التفاعل في الوقت الفعلي. وتحدّد Qwen المساعدات الصوتية والحوار التفاعلي وخدمة العملاء الذكية بوصفها تطبيقاته الرئيسية. وبالمقارنة مع الإصدار السابق، تصف الجهة المنتجة دعمًا أوسع للغات قليلة الموارد واللهجات الصينية، وتعبيرًا أكثر أصالة باللهجات، وتحكّمًا أقوى بالمشاعر والنبرة والطابع والسرعة ومستوى الصوت وأسلوب الكلام. كما تشير إلى تحسّن الوضوح والمتانة في الظروف الصوتية التي تتضمن ضوضاء أو صدى. هذه عملية توليد صوت من نص، وليست تعرّفًا على الكلام الوارد أو نموذجًا للحوار الصوتي.</p><p>يعطي Flash الأولوية لبدء الكلام في التبادل التفاعلي. وتذكر Qwen أن زمن وصول أول حزمة في التوليد الصوتي الآني لهذا النموذج لا يتجاوز 200 مللي ثانية؛ كما يشير دليل الاستخدام إلى أن الإعداد الأولي للاتصال يسهم في التأخير المقاس عند الإرسال الأول. جهّز الكلمات المطلوب نطقها بصورة منفصلة عن أسلوب إلقائها المرغوب. في ردّ مساعد صوتي، يمكن لتوجيه توضيحي أن يجمع بين إجابة موجزة وتعليمة بإلقاء هادئ وواضح. النتيجة المقصودة هي الكلام المولّد لذلك النص، بينما يتولى التطبيق التشغيل الصوتي والمحادثة المحيطة به.</p><p>تتضمن قائمة أصوات النظام لدى الجهة المنتجة خيارات خاصة بالنموذج، مثل Long An Feng Yue لإلقاء طبيعي وودود وLong An Xiao Xin لإلقاء ودود وحيوي، وكلاهما مدرج للماندرين والإنجليزية. كما تتضمن أصواتًا إنجليزية مثل loongmary بلكنة بريطانية وloongjohn بلكنة أمريكية هادئة وودودة. ولكل نموذج أيضًا أكثر من 500 صوت أساسي. توصي Qwen بالبدء بأصوات النظام للحفاظ على الاتساق، وتقييم المعاينات عند اختيار صوت أساسي. يجب أن ينتمي الصوت إلى النموذج المختار، وأن يستخدم النص لغة يدعمها ذلك الصوت.</p><p>توسّع الأصوات المستنسخة النطاق اللغوي الموثّق ليشمل الصينية والإنجليزية واليابانية والكورية والروسية والفرنسية والألمانية والبرتغالية والتايلاندية والإندونيسية والفيتنامية والإسبانية والإيطالية والملايوية والفلبينية والعربية. وتشمل تغطية الصينية الماندرين والكانتونية ولهجات تشونغتشينغ والشمال الشرقي وغانسو وقويتشو وتشجيانغ وخبي وخنان وخوبي وخونان وجيانغشي ونينغبو ونينغشيا وتشينغداو وشنشي (Shaanxi) وشانشي (Shanxi) وشاندونغ وشانغهاي وسيتشوان ويونان، مع اختيار اللهجة من خلال التعليمات. يبيّن جدول النموذج دعم استنساخ الصوت من عيّنة، ويميّزه عن إنشاء صوت جديد اعتمادًا على وصف نصي فقط، وهو ما لا يدعمه هذا الإصدار.</p><p>للاستنساخ، توصي الجهة المنتجة بتسجيل مدته 10–20 ثانية، بحد أقصى 60 ثانية وحجم ملف لا يتجاوز 10 MB. صيغ المرجع المدعومة هي WAV بعمق 16 بت وMP3 وM4A، وبمعدل أخذ عينات لا يقل عن 16 kHz. يحتاج التسجيل إلى خمس ثوانٍ على الأقل من الكلام المتواصل الواضح؛ ويجب ألا تتجاوز فترات الصمت الأخرى ثانيتين. تجنّب أصوات الخلفية والأصوات الأخرى والغناء. يُقبل التسجيل المجسّم، لكن القناة الأولى فقط هي التي تُعالج. يعيد سير عمل الاستنساخ معرّف صوت مرتبطًا بالنموذج المستهدف المحدد، ويستخدم التوليد الصوتي ذلك المعرّف عندما يصبح الصوت جاهزًا. ويتطلب التسجيل نفسه أصواتًا مستنسخة منفصلة لإصداري Flash وPlus.</p><p>تتحكّم تعليمات اللغة الطبيعية بالإلقاء لكل من أصوات النظام والأصوات المستنسخة. صِف صفات مسموعة مثل نبرة لطيفة أو نطق واضح أو إيقاع أبطأ قليلًا. وتوفّر الوسوم المضمّنة في النص نوعًا آخر من التحكّم: يحدّد [empathetic] أو [serious] أسلوبًا للنص اللاحق، بينما يُدرج [laughing] أو [sighing] تأثيرًا صوتيًا في موضع محدد. يستمر وسم التحكّم حتى وسم تحكّم آخر أو التقسيم التلقائي للجمل. وسوم المشاعر والتعبيرات الغنية هذه موثّقة للبث أحادي الاتجاه فقط، وليس لوضع إدخال النص ثنائي الاتجاه. جهّز عبارة تعبيرية في الوضع الملائم لتلك الضوابط.</p><p>تدعم واجهة الكلام لدى الجهة المنتجة PCM وWAV وMP3 وOpus. ومعدلات أخذ العينات المدرجة هي 8,000 و16,000 و22,050 و24,000 و44,100 و48,000 Hz، مع MP3 و22,050 Hz بوصفهما القيمتين الافتراضيتين. يتراوح مستوى الصوت من 0 إلى 100؛ وتتراوح سرعة الكلام وطبقته كل منهما من 0.5 إلى 2.0. ويتيح MP3 وOpus أيضًا إعدادًا لمعدل البت من 6 إلى 510 kbps. اختر صيغة ومعدل أخذ عينات يناسبان المشغّل المقصود أو سير عمل المعالجة. وللتطبيق التفاعلي، توثّق الجهة المنتجة إطارات صوت متدفقة وبيانات وصفية للجمل، مع إتاحة طوابع زمنية على مستوى الكلمات في المخرجات المتدفقة للأصوات المؤهلة، بما فيها الأصوات المستنسخة.</p><p>يقبل بروتوكول النص الموثّق عبر WebSocket ما يصل إلى 20,000 محرف في رسالة نصية واحدة و200,000 محرف إجمالًا ضمن مهمة، مع فاصل لا يزيد على 23 ثانية بين عمليات الإرسال. هذه حدود بروتوكول الجهة المنتجة، وهي منفصلة عن أي حد عام لمدة المخرجات الصوتية للنموذج. ويدعم إلغاء دور التوليد الصوتي الحالي وبدء مهمة لاحقة على الاتصال نفسه. احتفظ بالمقاطع النصية بالترتيب الذي يُراد نطقها به، وأنهِ الإدخال عند اكتمال النص. ولتحضير النطق، توثّق الجهة المنتجة تلميحات للغة المستهدفة وتعليقات pinyin توضيحية واستبدالات نصية، وهي مفيدة عندما تُنطق الأرقام أو الاختصارات أو الرموز بطريقة غير متوقعة.</p><p>SSML خيار مستقل للترميز، وله شروط تتعلق بالصوت ووضع التفاعل: توثّقه Qwen للأصوات المستنسخة مع الاستدعاءات غير المتدفقة أو المتدفقة أحادية الاتجاه، وبإرسال نص واحد عند تفعيل SSML. ولا ينبغي افتراض دعمه لكل صوت معدّ مسبقًا أو لكل بث ثنائي الاتجاه. للحوار العادي، ابدأ بصوت متوافق ونص واضح معدّ للنطق وتعليمة محددة للإلقاء؛ وأضف ضوابط نطق أو تعبير موجّهة حيث تتطلبها المهمة. بذلك يظل إصدار Flash موجّهًا إلى الكلام سريع الاستجابة من نص مُعدّ، بدلًا من إمكانات نماذج Qwen الصوتية الأخرى.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">متاح في Ailoot · المدخلات والطرائق</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · توليد الكلام</b> <code>POST /v1/audio/speech</code></summary><dl class=\"method-capabilities\"><div><dt>الإدخال</dt><dd><code>text</code></dd></div><div><dt>الإخراج</dt><dd><code>audio</code></dd></div><div><dt>صيغة الإخراج</dt><dd>mp3</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>الحقل</th><th>النوع</th><th>المتطلب</th><th>القيم والحدود</th><th>القيمة الافتراضية</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span><code>string</code></td><td data-cell-label=\"المتطلب\"><span class=\"card-cell-label\">المتطلب</span>مطلوب</td><td data-cell-label=\"القيم والحدود\"><span class=\"card-cell-label\">القيم والحدود</span><div>qwen/qwen-audio-3.0-tts-flash</div></td><td data-cell-label=\"القيمة الافتراضية\" data-default=\"unspecified\"><span class=\"card-cell-label\">القيمة الافتراضية</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span><code>string</code></td><td data-cell-label=\"المتطلب\"><span class=\"card-cell-label\">المتطلب</span>مطلوب</td><td data-cell-label=\"القيم والحدود\"><span class=\"card-cell-label\">القيم والحدود</span><div>الحد الأدنى للطول: ⁦1⁩</div><div>الوحدة: محارف Unicode</div></td><td data-cell-label=\"القيمة الافتراضية\" data-default=\"unspecified\"><span class=\"card-cell-label\">القيمة الافتراضية</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">voice</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span><code>string</code></td><td data-cell-label=\"المتطلب\"><span class=\"card-cell-label\">المتطلب</span>مطلوب</td><td data-cell-label=\"القيم والحدود\"><span class=\"card-cell-label\">القيم والحدود</span><div>loongjohn, longanhuan_v3.6</div></td><td data-cell-label=\"القيمة الافتراضية\" data-default=\"unspecified\"><span class=\"card-cell-label\">القيمة الافتراضية</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span><code>string</code></td><td data-cell-label=\"المتطلب\"><span class=\"card-cell-label\">المتطلب</span>مطلوب</td><td data-cell-label=\"القيم والحدود\"><span class=\"card-cell-label\">القيم والحدود</span><div>mp3</div></td><td data-cell-label=\"القيمة الافتراضية\" data-default=\"unspecified\"><span class=\"card-cell-label\">القيمة الافتراضية</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>تركيبات مواد الإدخال</summary><p class=\"note-s\"><b>text_to_speech</b> · مطلوب: input</p></details><details class=\"note-s\" data-method-contract><summary>معلمات الطريقة ودورة حياتها</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>المعلمة</th><th>المواصفات</th></tr></thead><tbody><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>content_type</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>application/json</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>required</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>model, input, voice, response_format</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>voice_ids</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>loongjohn, longanhuan_v3.6</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>response_format</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>mp3</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>max_input_characters</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>null</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>other_options</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>false</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>input</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>نص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>material_types</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>text</td></tr></tbody></table></div><p>دورة الحياة: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">اختر الصوت المحدد من ملف إعداد هذا النموذج.</p><p class=\"note-s\">أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">الباقات</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.</p><dl data-price-conditions><dt>الوضع السريع</dt><dd>غير محدد <span class=\"note-s\">عند اختيار الوضع السريع</span></dd><dt>الوضع المرن</dt><dd>غير محدد <span class=\"note-s\">عند اختيار وضع flex</span></dd><dt>أقصى جهد للاستدلال</dt><dd>غير محدد <span class=\"note-s\">عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال</span></dd></dl></div><div data-declared-tariff-pricing><h4>تعرفات Ailoot</h4><h4>الأسعار حسب الإعدادات</h4><p class=\"note-s\">طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>الإعدادات</th><th>جدول التعرفة</th><th>الكمية القابلة للفوترة</th><th>وحدة الفوترة</th><th>الرسوم</th></tr></thead><tbody><tr><th data-cell-label=\"الإعدادات\" scope=\"row\"><span class=\"card-cell-label\">الإعدادات</span>التعرفات الأساسية للرموز</th><td data-cell-label=\"جدول التعرفة\"><span class=\"card-cell-label\">جدول التعرفة</span>التعرفة الأساسية</td><td data-cell-label=\"الكمية القابلة للفوترة\"><span class=\"card-cell-label\">الكمية القابلة للفوترة</span>—</td><td data-cell-label=\"وحدة الفوترة\"><span class=\"card-cell-label\">وحدة الفوترة</span>—</td><td data-cell-label=\"الرسوم\"><span class=\"card-cell-label\">الرسوم</span><div><span>الإدخال · رموز الإدخال</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإخراج · رموز الإخراج</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإدخال · قراءة ذاكرة التخزين المؤقت</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإدخال · الكتابة إلى ذاكرة التخزين المؤقت</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div></td></tr><tr><th data-cell-label=\"الإعدادات\" scope=\"row\"><span class=\"card-cell-label\">الإعدادات</span>Ultra</th><td data-cell-label=\"جدول التعرفة\"><span class=\"card-cell-label\">جدول التعرفة</span>—</td><td data-cell-label=\"الكمية القابلة للفوترة\"><span class=\"card-cell-label\">الكمية القابلة للفوترة</span>تُحتسب كل نقطة ترميز Unicode حرفًا واحدًا، بما في ذلك محارف هان.</td><td data-cell-label=\"وحدة الفوترة\"><span class=\"card-cell-label\">وحدة الفوترة</span>لكل 1K حرف مُدخل</td><td data-cell-label=\"الرسوم\"><span class=\"card-cell-label\">الرسوم</span><div><span>الإدخال · محرف إدخال</span> <b>$0.03</b> <span class=\"price-unit\">لكل 1K حرف مُدخل</span></div></td></tr></tbody></table></div></div><div data-declared-reference-pricing><h4>تفاصيل التعرفة المرجعية</h4><p class=\"note-s\">لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Qwen: Qwen-Audio-3.0-TTS Flash</summary><h4>الأسعار حسب الإعدادات</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>الإعدادات</th><th>شروط الفوترة</th><th>الرسوم</th></tr></thead><tbody><tr><th data-cell-label=\"الإعدادات\" scope=\"row\"><span class=\"card-cell-label\">الإعدادات</span>Qwen: Qwen-Audio-3.0-TTS Flash · الإعداد الافتراضي</th><td data-cell-label=\"شروط الفوترة\"><span class=\"card-cell-label\">شروط الفوترة</span>الإعداد الافتراضي</td><td data-cell-label=\"الرسوم\"><span class=\"card-cell-label\">الرسوم</span><div><span>الإدخال · أحرف الإدخال</span> <b>⁦‏0.00003 US$⁩</b> <span class=\"price-unit\">لكل حرف مُدخل</span></div></td></tr></tbody></table></div></details></div><p class=\"note-s\">تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. <a href=\"/docs/ar/billing/reserve/\">كيفية عمل حجز المبلغ وتسوية الرسوم →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">أمثلة للطلبات</h3><h4>Ailoot Ultra · توليد الكلام</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"خيارات الشيفرة\"><button class=\"cg-tab\" id=\"model-code-2360-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2360-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"نسخ الشيفرة\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2360-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2360-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}&quot;\nexport AILOOT_VOICE_ID\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;qwen/qwen-audio-3.0-tts-flash&quot;, &quot;input&quot;: &quot;Good afternoon! This is a short voice take.&quot;}&#39;)\nvoice=os.environ[&quot;AILOOT_VOICE_ID&quot;]\nallowed=json.loads(&#39;[&quot;loongjohn&quot;, &quot;longanhuan_v3.6&quot;]&#39;)\nif voice not in allowed: raise SystemExit(&quot;Choose an accepted voice ID from this exact model profile&quot;)\np[&quot;voice&quot;]=voice\np[&quot;response_format&quot;]=&quot;mp3&quot;\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">استلام النتائج وحفظها</h3><h4>Ailoot Ultra · توليد الكلام</h4><p class=\"note-s\">mp3</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>عمليات أخرى لقراءة المحتوى</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"خيارات الشيفرة\"><button class=\"cg-tab\" id=\"model-code-2361-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2361-panel-0\" aria-selected=\"true\" tabindex=\"0\">مكتبة الوسائط</button><button class=\"cg-tab\" id=\"model-code-2361-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2361-panel-1\" aria-selected=\"false\" tabindex=\"-1\">حالة المهمة</button><button class=\"cg-tab\" id=\"model-code-2361-tab-2\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2361-panel-2\" aria-selected=\"false\" tabindex=\"-1\">تفاصيل الأصل</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"نسخ الشيفرة\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2361-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2361-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-assets.json\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2361-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-2361-tab-1\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}&quot;\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c &#39;import os,urllib.parse;print(urllib.parse.quote(os.environ[&quot;AILOOT_MEDIA_TASK_ID&quot;],safe=&quot;&quot;))&#39;)\ncurl --fail-with-body --silent --show-error &quot;https://api.ailoot.ai/v1/media/tasks/$resource_id&quot; \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-task.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;media-task.json&quot;).read_text())))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2361-panel-2\" role=\"tabpanel\" aria-labelledby=\"model-code-2361-tab-2\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}&quot;\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c &#39;import os,urllib.parse;print(urllib.parse.quote(os.environ[&quot;AILOOT_ASSET_ID&quot;],safe=&quot;&quot;))&#39;)\ncurl --fail-with-body --silent --show-error &quot;https://api.ailoot.ai/v1/media/assets/$resource_id&quot; \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-asset.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;media-asset.json&quot;).read_text())))\nPY_RESULT\n</code></pre></div></div></div></details><div class=\"card-result-process\" data-all-results><h5>الاحتفاظ بكل النتائج المكتملة</h5><p class=\"note-s\">احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.</p><p class=\"note-s\">احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>عند الحاجة إلى التحقق من الاستجابة الأصلية</h5><p class=\"note-s\">احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.</p></div><details class=\"card-about\" data-output-fields><summary>حقول الاستجابة</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>الحقل</th><th>النوع</th></tr></thead><tbody><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">binary audio</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>bytes</td></tr><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">response headers</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>headers</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>الأخطاء والخطوات التالية</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>الاستجابة</th><th>الشرط</th><th>الخطوة التالية</th></tr></thead><tbody><tr><th data-cell-label=\"الاستجابة\" scope=\"row\"><span class=\"card-cell-label\">الاستجابة</span>⁦400⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"الشرط\"><span class=\"card-cell-label\">الشرط</span>حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة</td><td data-cell-label=\"الخطوة التالية\"><span class=\"card-cell-label\">الخطوة التالية</span>صحّح الحقول المحددة قبل طلب إنشاء جديد.</td></tr><tr><th data-cell-label=\"الاستجابة\" scope=\"row\"><span class=\"card-cell-label\">الاستجابة</span><code>server_error</code></th><td data-cell-label=\"الشرط\"><span class=\"card-cell-label\">الشرط</span>تشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق</td><td data-cell-label=\"الخطوة التالية\"><span class=\"card-cell-label\">الخطوة التالية</span>احتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">الأسماء البديلة</h3><h4>الأسماء البديلة للنموذج</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=qwen%2Fqwen-audio-3.0-tts-flash&amp;route=Ultra&amp;caller=qwen%2Fqwen-audio-3.0-tts-flash&amp;fmt=speech\"><code>qwen/qwen-audio-3.0-tts-flash</code></a></span></p><h4>الأسماء البديلة لمسارات الطرائق</h4><p class=\"note-s\">استخدم مسارات الطرائق المعروضة أعلاه.</p><h4>معرّفات النماذج ذات الصلة IDs</h4><p class=\"note-s\"><a href=\"#m=qwen%2Fqwen-audio-3.0-tts-flash&amp;route=Ultra&amp;caller=qwen%2Fqwen-audio-3.0-tts-flash&amp;fmt=speech\"><code>qwen/qwen-audio-3.0-tts-flash</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "fmt": "speech",
        "http": "POST",
        "path": "/v1/audio/speech",
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|speech|/v1/audio/speech|qwen%2Fqwen-audio-3.0-tts-flash",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.",
            "errors": [
              {
                "code": null,
                "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة",
                "http_status": 400,
                "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "تشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق",
                "http_status": null,
                "recovery": "احتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت."
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "text_to_speech",
                "required": [
                  "input"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "text_to_speech"
            ],
            "outputs": {
              "all_results": "احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.",
              "family": "audio",
              "fields": [
                {
                  "description": null,
                  "name": "binary audio",
                  "type": "bytes"
                },
                {
                  "description": null,
                  "name": "response headers",
                  "type": "headers"
                }
              ],
              "format": "mp3",
              "http_success": 200
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen/qwen-audio-3.0-tts-flash"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "limit_known": false,
                "maximum_length": null,
                "min_length": 1,
                "name": "input",
                "required": true,
                "type": "string",
                "unit": "محارف Unicode"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "loongjohn",
                  "longanhuan_v3.6"
                ],
                "enum_known": true,
                "name": "voice",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mp3"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": true,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "every field outside exactmodel,input,voice,response_format",
              "stream/speed/reference speech options"
            ]
          },
          "hints": [
            "اختر الصوت المحدد من ملف إعداد هذا النموذج.",
            "أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام."
          ],
          "input": {
            "content_type": "application/json",
            "input": "نص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع",
            "material_types": [
              "text"
            ],
            "max_input_characters": null,
            "other_options": false,
            "required": [
              "model",
              "input",
              "voice",
              "response_format"
            ],
            "response_format": [
              "mp3"
            ],
            "voice_ids": [
              "loongjohn",
              "longanhuan_v3.6"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/audio/speech"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_speech"
          ],
          "output": {
            "family": "audio",
            "format": "mp3",
            "http_success": 200,
            "response": "full binary MP3 plus response headers",
            "result": "complete playable owned MP3"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "declared_tariff_references": [
          {
            "client_selectable": false,
            "key": "1005b0881c111e8d7cb6",
            "label": "Qwen: Qwen-Audio-3.0-TTS Flash",
            "profiles": [
              {
                "basis": "",
                "dimensions": {
                  "conditions": "الإعداد الافتراضي"
                },
                "label": "Qwen: Qwen-Audio-3.0-TTS Flash · الإعداد الافتراضي",
                "units": [
                  {
                    "amount": "0.000030",
                    "amount_unit": "usd_per_exact_physical_unit",
                    "billing_input": false,
                    "key": "723fd9e7b35c0e460956bc11",
                    "label": "Input characters",
                    "public_unit_label": "per input character",
                    "quantity": "1",
                    "rate_role": "declared_tariff_rate",
                    "side": "in",
                    "unit": "input_character"
                  }
                ]
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen/qwen-audio-3.0-tts-flash\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"loongjohn\", \"longanhuan_v3.6\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n",
            "label": "curl",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n",
            "label": "List actual media assets",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual media task",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual asset metadata",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "speech",
        "hints": [
          "Select exact voice from this model profile.",
          "Input characters and audio seconds are different meters."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Озвучка текста",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "audio"
        ],
        "path": "/v1/audio/speech",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_character": 3e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    }
  ],
  "model_id": "qwen/qwen-audio-3.0-tts-flash",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "a2f0428a38587d2d8837a73bdc72859401d0ce4b7ebb64cf33f8250df14259c1",
    "input_html_sha256": "3078a9c9f27bdcf4d94dbc08e11da3a18edbee8290a7501e60780d567d965e77",
    "private_audit_sha256": "8f0aec0c33bd1b2413ac347ea18f692c3f14abe5067f9da120e7c121fc748b28",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/ar/qwen-qwen-audio-3-0-tts-flash/",
    "description": "Qwen-Audio-3.0-TTS-Flash هو نموذج تحويل النص إلى كلام من Qwen، ويركّز على المساعدات الصوتية سريعة الاستجابة والحوار التفاعلي. يجمع بين التوليد الصوتي المتدفق، وأصوات معدّة مسبقًا أو مستنسخة خاصة بالنموذج، وتعليمات أو وسوم لإلقاء تعبيري.",
    "locale": "ar",
    "md_url": "https://ailoot.ai/models/ar/qwen-qwen-audio-3-0-tts-flash/index.md",
    "title": "Qwen: Qwen-Audio-3.0-TTS Flash — Ailoot",
    "url": "https://ailoot.ai/models/ar/qwen-qwen-audio-3-0-tts-flash/"
  },
  "rawModel": {
    "about": "يحوّل Qwen-Audio-3.0-TTS-Flash نصًا مقدّمًا إلى كلام، مع تركيز إصدار Flash على التفاعل في الوقت الفعلي. وتحدّد Qwen المساعدات الصوتية والحوار التفاعلي وخدمة العملاء الذكية بوصفها تطبيقاته الرئيسية. وبالمقارنة مع الإصدار السابق، تصف الجهة المنتجة دعمًا أوسع للغات قليلة الموارد واللهجات الصينية، وتعبيرًا أكثر أصالة باللهجات، وتحكّمًا أقوى بالمشاعر والنبرة والطابع والسرعة ومستوى الصوت وأسلوب الكلام. كما تشير إلى تحسّن الوضوح والمتانة في الظروف الصوتية التي تتضمن ضوضاء أو صدى. هذه عملية توليد صوت من نص، وليست تعرّفًا على الكلام الوارد أو نموذجًا للحوار الصوتي.\n\nيعطي Flash الأولوية لبدء الكلام في التبادل التفاعلي. وتذكر Qwen أن زمن وصول أول حزمة في التوليد الصوتي الآني لهذا النموذج لا يتجاوز 200 مللي ثانية؛ كما يشير دليل الاستخدام إلى أن الإعداد الأولي للاتصال يسهم في التأخير المقاس عند الإرسال الأول. جهّز الكلمات المطلوب نطقها بصورة منفصلة عن أسلوب إلقائها المرغوب. في ردّ مساعد صوتي، يمكن لتوجيه توضيحي أن يجمع بين إجابة موجزة وتعليمة بإلقاء هادئ وواضح. النتيجة المقصودة هي الكلام المولّد لذلك النص، بينما يتولى التطبيق التشغيل الصوتي والمحادثة المحيطة به.\n\nتتضمن قائمة أصوات النظام لدى الجهة المنتجة خيارات خاصة بالنموذج، مثل Long An Feng Yue لإلقاء طبيعي وودود وLong An Xiao Xin لإلقاء ودود وحيوي، وكلاهما مدرج للماندرين والإنجليزية. كما تتضمن أصواتًا إنجليزية مثل loongmary بلكنة بريطانية وloongjohn بلكنة أمريكية هادئة وودودة. ولكل نموذج أيضًا أكثر من 500 صوت أساسي. توصي Qwen بالبدء بأصوات النظام للحفاظ على الاتساق، وتقييم المعاينات عند اختيار صوت أساسي. يجب أن ينتمي الصوت إلى النموذج المختار، وأن يستخدم النص لغة يدعمها ذلك الصوت.\n\nتوسّع الأصوات المستنسخة النطاق اللغوي الموثّق ليشمل الصينية والإنجليزية واليابانية والكورية والروسية والفرنسية والألمانية والبرتغالية والتايلاندية والإندونيسية والفيتنامية والإسبانية والإيطالية والملايوية والفلبينية والعربية. وتشمل تغطية الصينية الماندرين والكانتونية ولهجات تشونغتشينغ والشمال الشرقي وغانسو وقويتشو وتشجيانغ وخبي وخنان وخوبي وخونان وجيانغشي ونينغبو ونينغشيا وتشينغداو وشنشي (Shaanxi) وشانشي (Shanxi) وشاندونغ وشانغهاي وسيتشوان ويونان، مع اختيار اللهجة من خلال التعليمات. يبيّن جدول النموذج دعم استنساخ الصوت من عيّنة، ويميّزه عن إنشاء صوت جديد اعتمادًا على وصف نصي فقط، وهو ما لا يدعمه هذا الإصدار.\n\nللاستنساخ، توصي الجهة المنتجة بتسجيل مدته 10–20 ثانية، بحد أقصى 60 ثانية وحجم ملف لا يتجاوز 10 MB. صيغ المرجع المدعومة هي WAV بعمق 16 بت وMP3 وM4A، وبمعدل أخذ عينات لا يقل عن 16 kHz. يحتاج التسجيل إلى خمس ثوانٍ على الأقل من الكلام المتواصل الواضح؛ ويجب ألا تتجاوز فترات الصمت الأخرى ثانيتين. تجنّب أصوات الخلفية والأصوات الأخرى والغناء. يُقبل التسجيل المجسّم، لكن القناة الأولى فقط هي التي تُعالج. يعيد سير عمل الاستنساخ معرّف صوت مرتبطًا بالنموذج المستهدف المحدد، ويستخدم التوليد الصوتي ذلك المعرّف عندما يصبح الصوت جاهزًا. ويتطلب التسجيل نفسه أصواتًا مستنسخة منفصلة لإصداري Flash وPlus.\n\nتتحكّم تعليمات اللغة الطبيعية بالإلقاء لكل من أصوات النظام والأصوات المستنسخة. صِف صفات مسموعة مثل نبرة لطيفة أو نطق واضح أو إيقاع أبطأ قليلًا. وتوفّر الوسوم المضمّنة في النص نوعًا آخر من التحكّم: يحدّد [empathetic] أو [serious] أسلوبًا للنص اللاحق، بينما يُدرج [laughing] أو [sighing] تأثيرًا صوتيًا في موضع محدد. يستمر وسم التحكّم حتى وسم تحكّم آخر أو التقسيم التلقائي للجمل. وسوم المشاعر والتعبيرات الغنية هذه موثّقة للبث أحادي الاتجاه فقط، وليس لوضع إدخال النص ثنائي الاتجاه. جهّز عبارة تعبيرية في الوضع الملائم لتلك الضوابط.\n\nتدعم واجهة الكلام لدى الجهة المنتجة PCM وWAV وMP3 وOpus. ومعدلات أخذ العينات المدرجة هي 8,000 و16,000 و22,050 و24,000 و44,100 و48,000 Hz، مع MP3 و22,050 Hz بوصفهما القيمتين الافتراضيتين. يتراوح مستوى الصوت من 0 إلى 100؛ وتتراوح سرعة الكلام وطبقته كل منهما من 0.5 إلى 2.0. ويتيح MP3 وOpus أيضًا إعدادًا لمعدل البت من 6 إلى 510 kbps. اختر صيغة ومعدل أخذ عينات يناسبان المشغّل المقصود أو سير عمل المعالجة. وللتطبيق التفاعلي، توثّق الجهة المنتجة إطارات صوت متدفقة وبيانات وصفية للجمل، مع إتاحة طوابع زمنية على مستوى الكلمات في المخرجات المتدفقة للأصوات المؤهلة، بما فيها الأصوات المستنسخة.\n\nيقبل بروتوكول النص الموثّق عبر WebSocket ما يصل إلى 20,000 محرف في رسالة نصية واحدة و200,000 محرف إجمالًا ضمن مهمة، مع فاصل لا يزيد على 23 ثانية بين عمليات الإرسال. هذه حدود بروتوكول الجهة المنتجة، وهي منفصلة عن أي حد عام لمدة المخرجات الصوتية للنموذج. ويدعم إلغاء دور التوليد الصوتي الحالي وبدء مهمة لاحقة على الاتصال نفسه. احتفظ بالمقاطع النصية بالترتيب الذي يُراد نطقها به، وأنهِ الإدخال عند اكتمال النص. ولتحضير النطق، توثّق الجهة المنتجة تلميحات للغة المستهدفة وتعليقات pinyin توضيحية واستبدالات نصية، وهي مفيدة عندما تُنطق الأرقام أو الاختصارات أو الرموز بطريقة غير متوقعة.\n\nSSML خيار مستقل للترميز، وله شروط تتعلق بالصوت ووضع التفاعل: توثّقه Qwen للأصوات المستنسخة مع الاستدعاءات غير المتدفقة أو المتدفقة أحادية الاتجاه، وبإرسال نص واحد عند تفعيل SSML. ولا ينبغي افتراض دعمه لكل صوت معدّ مسبقًا أو لكل بث ثنائي الاتجاه. للحوار العادي، ابدأ بصوت متوافق ونص واضح معدّ للنطق وتعليمة محددة للإلقاء؛ وأضف ضوابط نطق أو تعبير موجّهة حيث تتطلبها المهمة. بذلك يظل إصدار Flash موجّهًا إلى الكلام سريع الاستجابة من نص مُعدّ، بدلًا من إمكانات نماذج Qwen الصوتية الأخرى.",
    "alias_of": null,
    "aliases": [],
    "author": "Alibaba",
    "available": null,
    "canonical_model": "qwen/qwen-audio-3.0-tts-flash",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "speech"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ],
        "summary": "التسعير الكامل للتكوين في التفاصيل."
      }
    ],
    "ctx": null,
    "entity_type": "model",
    "formats": [
      "speech"
    ],
    "id": "qwen/qwen-audio-3.0-tts-flash",
    "input": [
      "text"
    ],
    "kind": "speech",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.",
            "errors": [
              {
                "code": null,
                "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة",
                "http_status": 400,
                "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "تشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق",
                "http_status": null,
                "recovery": "احتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت."
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "text_to_speech",
                "required": [
                  "input"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "text_to_speech"
            ],
            "outputs": {
              "all_results": "احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.",
              "family": "audio",
              "fields": [
                {
                  "description": null,
                  "name": "binary audio",
                  "type": "bytes"
                },
                {
                  "description": null,
                  "name": "response headers",
                  "type": "headers"
                }
              ],
              "format": "mp3",
              "http_success": 200
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen/qwen-audio-3.0-tts-flash"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "limit_known": false,
                "maximum_length": null,
                "min_length": 1,
                "name": "input",
                "required": true,
                "type": "string",
                "unit": "محارف Unicode"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "loongjohn",
                  "longanhuan_v3.6"
                ],
                "enum_known": true,
                "name": "voice",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mp3"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": true,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "every field outside exactmodel,input,voice,response_format",
              "stream/speed/reference speech options"
            ]
          },
          "hints": [
            "اختر الصوت المحدد من ملف إعداد هذا النموذج.",
            "أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام."
          ],
          "input": {
            "content_type": "application/json",
            "input": "نص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع",
            "material_types": [
              "text"
            ],
            "max_input_characters": null,
            "other_options": false,
            "required": [
              "model",
              "input",
              "voice",
              "response_format"
            ],
            "response_format": [
              "mp3"
            ],
            "voice_ids": [
              "loongjohn",
              "longanhuan_v3.6"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/audio/speech"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_speech"
          ],
          "output": {
            "family": "audio",
            "format": "mp3",
            "http_success": 200,
            "response": "full binary MP3 plus response headers",
            "result": "complete playable owned MP3"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "declared_tariff_references": [
          {
            "client_selectable": false,
            "key": "1005b0881c111e8d7cb6",
            "label": "Qwen: Qwen-Audio-3.0-TTS Flash",
            "profiles": [
              {
                "basis": "",
                "dimensions": {
                  "conditions": "الإعداد الافتراضي"
                },
                "label": "Qwen: Qwen-Audio-3.0-TTS Flash · الإعداد الافتراضي",
                "units": [
                  {
                    "amount": "0.000030",
                    "amount_unit": "usd_per_exact_physical_unit",
                    "billing_input": false,
                    "key": "723fd9e7b35c0e460956bc11",
                    "label": "Input characters",
                    "public_unit_label": "per input character",
                    "quantity": "1",
                    "rate_role": "declared_tariff_rate",
                    "side": "in",
                    "unit": "input_character"
                  }
                ]
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen/qwen-audio-3.0-tts-flash\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"loongjohn\", \"longanhuan_v3.6\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n",
            "label": "curl",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n",
            "label": "List actual media assets",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual media task",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual asset metadata",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "speech",
        "hints": [
          "Select exact voice from this model profile.",
          "Input characters and audio seconds are different meters."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Озвучка текста",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "audio"
        ],
        "path": "/v1/audio/speech",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_character": 3e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra"
      }
    ],
    "name": "Qwen: Qwen-Audio-3.0-TTS Flash",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "pricing_profiles": [
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "Model ID": "qwen-audio-3.0-tts-flash",
          "Service deployment scope": "International",
          "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
          "maker_published_model_id": "qwen-audio-3.0-tts-flash"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.000030",
            "amount_unit": "usd_per_input_character",
            "conditions": {
              "Model ID": "qwen-audio-3.0-tts-flash",
              "Service deployment scope": "International",
              "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
              "maker_published_model_id": "qwen-audio-3.0-tts-flash"
            },
            "key": "input_character",
            "label": "input character",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "Model ID": "qwen-audio-3.0-tts-flash",
          "Service deployment scope": "Mainland China",
          "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
          "maker_published_model_id": "qwen-audio-3.0-tts-flash"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0000275042",
            "amount_unit": "usd_per_input_character",
            "conditions": {
              "Model ID": "qwen-audio-3.0-tts-flash",
              "Service deployment scope": "Mainland China",
              "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
              "maker_published_model_id": "qwen-audio-3.0-tts-flash"
            },
            "key": "input_character",
            "label": "input character",
            "profile_index": 1,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    ],
    "public_id": "qwen/qwen-audio-3.0-tts-flash",
    "short": "Qwen-Audio-3.0-TTS-Flash هو نموذج تحويل النص إلى كلام من Qwen، ويركّز على المساعدات الصوتية سريعة الاستجابة والحوار التفاعلي. يجمع بين التوليد الصوتي المتدفق، وأصوات معدّة مسبقًا أو مستنسخة خاصة بالنموذج، وتعليمات أو وسوم لإلقاء تعبيري."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Qwen-Audio-3.0-TTS-Flash هو نموذج تحويل النص إلى كلام من Qwen، ويركّز على المساعدات الصوتية سريعة الاستجابة والحوار التفاعلي. يجمع بين التوليد الصوتي المتدفق، وأصوات معدّة مسبقًا أو مستنسخة خاصة بالنموذج، وتعليمات أو وسوم لإلقاء تعبيري.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "324e64ad91a975a2004742f92cb1e7b1fdb9fc0f9fab352a1842c593cda4f191",
    "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e"
  },
  "sourceRevision": "31ab009ca930b7a5af8fefe10cb547b1f645035c928ff8d5a6f2e068c66018aa"
}