{
  "aboutHtml": "<p>Qwen-Audio-3.0-TTS-Flash muuntaa annetun käsikirjoituksen puheeksi, ja Flash-versio keskittyy reaaliaikaiseen vuorovaikutukseen. Qwen nimeää sen pääkäyttökohteiksi puheavustajat, vuorovaikutteisen keskustelun ja älykkään asiakaspalvelun. Valmistaja kuvaa edeltävään versioon verrattuna laajempaa tukea vähäresurssisille kielille ja kiinan murteille, aidompaa murreilmaisua sekä parempaa tunteen, sävyn, luonteen, nopeuden, äänenvoimakkuuden ja puhetyylin hallintaa. Se raportoi myös paremmasta selkeydestä ja toimintavarmuudesta meluisissa tai kaikuvissa akustisissa oloissa. Kyse on tekstistä ääneksi tapahtuvasta synteesistä, ei saapuvan puheen tunnistamisesta tai puhekeskustelumallista.</p><p>Flash painottaa puheen nopeaa alkamista vuorovaikutteisessa keskustelussa. Qwen ilmoittaa tämän mallin reaaliaikaisen synteesin ensimmäisen paketin viiveeksi enintään 200 millisekuntia; käyttöopas huomauttaa myös, että yhteyden ensimmäinen muodostaminen vaikuttaa ensimmäisen lähetyksen mitattuun viiveeseen. Valmistele lausuttavat sanat erillään halutusta esitystavasta. Esimerkiksi puheavustajan vastauksen tehtävänannossa voidaan yhdistää ytimekäs vastaus ohjeeseen rauhallisesta ja selkeästä puhetavasta. Olennainen tulos on tästä tekstistä tuotettu puhe, ja sovellus huolehtii toistosta sekä muusta keskustelusta.</p><p>Valmistajan järjestelmä-äänien luettelo sisältää mallikohtaisia vaihtoehtoja, kuten Long An Feng Yue luonnolliseen ja ystävälliseen puheeseen sekä Long An Xiao Xin ystävälliseen ja eloisaan puheeseen. Molemmille on merkitty kieliksi mandariinikiina ja englanti. Mukana on myös englanninkielisiä ääniä, kuten brittiaksentilla puhuva loongmary ja rauhallisella, ystävällisellä amerikanenglannin aksentilla puhuva loongjohn. Lisäksi jokaisella mallilla on yli 500 perusääntä. Qwen suosittelee aloittamaan järjestelmä-äänistä tasalaatuisuuden vuoksi ja arvioimaan esikuuntelunäytteitä perusääntä valittaessa. Äänen on kuuluttava valittuun malliin, ja käsikirjoituksen on oltava kyseisen äänen tukemalla kielellä.</p><p>Kloonatut äänet laajentavat dokumentoidun kielivalikoiman kiinaan, englantiin, japaniin, koreaan, venäjään, ranskaan, saksaan, portugaliin, thaihin, indonesiaan, vietnamiin, espanjaan, italiaan, malaijiin, filipinoon ja arabiaan. Kiinan kattavuuteen kuuluvat mandariinikiina, kantoninkiina sekä Chongqingin, Koillis-Kiinan, Gansun, Guizhoun, Zhejiangin, Hebein, Henanin, Hubein, Hunanin, Jiangxin, Ningbon, Ningxian, Qingdaon, Shaanxin, Shanxin, Shandongin, Shanghain, Sichuanin ja Yunnanin kielimuodot; murre valitaan ohjeilla. Mallitaulukko ilmoittaa tuen näytteeseen perustuvalle äänen kloonaukselle ja erottaa sen uuden äänen luomisesta pelkän tekstikuvauksen perusteella, mitä tämä versio ei tue.</p><p>Kloonausta varten valmistaja suosittelee 10–20 sekunnin tallennetta. Enimmäispituus on 60 sekuntia ja tiedostokoko enintään 10 MB. Tuetut näytemuodot ovat 16-bittinen WAV, MP3 ja M4A, ja näytteenottotaajuuden on oltava vähintään 16 kHz. Tallenteessa tarvitaan vähintään viisi sekuntia yhtäjaksoista selkeää puhetta; muiden taukojen tulisi olla enintään kahden sekunnin pituisia. Vältä taustaääniä, muita puhujia ja laulua. Stereo hyväksytään, mutta vain ensimmäinen kanava käsitellään. Kloonaustyönkulku palauttaa äänitunnisteen, joka on sidottu täsmälliseen kohdemalliin, ja synteesi käyttää tätä tunnistetta, kun ääni on valmis. Samasta tallenteesta on luotava erilliset kloonatut äänet Flash- ja Plus-malleille.</p><p>Luonnollisen kielen ohjeilla säädetään sekä järjestelmä-äänien että kloonattujen äänten esitystapaa. Kuvaile kuultavia ominaisuuksia, kuten lempeää sävyä, selkeää artikulaatiota tai hieman hitaampaa tempoa. Tekstin sisäiset tunnisteet tarjoavat toisen säätötavan: [empathetic] tai [serious] asettaa tyylin seuraavalle tekstille, kun taas [laughing] tai [sighing] lisää äänellisen tehosteen tiettyyn kohtaan. Ohjaustunniste vaikuttaa seuraavaan ohjaustunnisteeseen tai automaattiseen lausejakoon asti. Nämä tunne- ja puheen ilmeikkyystunnisteet on dokumentoitu vain yksisuuntaiseen suoratoistoon, ei kaksisuuntaiseen tekstisyötetilaan. Valmistele ilmeikäs repliikki näille säätimille sopivassa tilassa.</p><p>Valmistajan puherajapinta tukee PCM-, WAV-, MP3- ja Opus-muotoja. Luetellut näytteenottotaajuudet ovat 8 000, 16 000, 22 050, 24 000, 44 100 ja 48 000 Hz, ja oletukset ovat MP3 ja 22 050 Hz. Äänenvoimakkuuden alue on 0–100; puhenopeuden ja äänenkorkeuden alue on kummallakin 0,5–2,0. MP3 ja Opus tarjoavat myös bittinopeusasetuksen väliltä 6–510 kbps. Valitse muoto ja näytteenottotaajuus aiotun soittimen tai käsittelytyönkulun mukaan. Vuorovaikutteista sovellusta varten valmistaja dokumentoi suoratoistettavat äänikehykset ja lauseiden metatiedot. Soveltuvien äänten, myös kloonattujen äänten, suoratoistotulosteessa on saatavilla sanakohtaiset aikaleimat.</p><p>Dokumentoitu WebSocket-tekstiprotokolla hyväksyy enintään 20 000 merkkiä yhdessä tekstiviestissä ja yhteensä 200 000 merkkiä tehtävässä. Lähetysten välillä saa olla enintään 23 sekuntia. Nämä ovat valmistajan protokollan rajoja, eivät mallin tulosäänen yleinen enimmäiskesto. Protokolla tukee nykyisen synteesivuoron perumista ja seuraavan tehtävän suorittamista samalla yhteydellä. Säilytä tekstijaksot aiotussa puhejärjestyksessä ja päätä syöte, kun käsikirjoitus on valmis. Ääntämisen valmistelua varten valmistaja dokumentoi kohdekielivihjeet, pinyin-merkinnät ja tekstikorvaukset, joista on hyötyä numeroiden, lyhenteiden tai symbolien ääntyessä odottamattomasti.</p><p>SSML on erillinen merkintätapa, johon liittyy ääntä ja vuorovaikutustilaa koskevia ehtoja: Qwen dokumentoi sen kloonatuille äänille ilman suoratoistoa tai yksisuuntaisessa suoratoistossa tehtävissä kutsuissa sekä yhdellä tekstin lähetyksellä, kun SSML on käytössä. Sen ei pidä olettaa toimivan kaikilla valmiilla äänillä tai kaksisuuntaisissa virroissa. Tavallisessa keskustelussa aloita yhteensopivasta äänestä, siististä puhetekstistä ja täsmällisestä esitystapaohjeesta; lisää kohdennettuja ääntämis- tai ilmaisusäätöjä tehtävän vaatimusten mukaan. Näin Flash-profiilin painopiste pysyy valmiista tekstistä tuotetussa nopeasti reagoivassa puheessa eikä muiden Qwen-audiomallien kyvyissä.</p>",
  "aboutText": "Qwen-Audio-3.0-TTS-Flash muuntaa annetun käsikirjoituksen puheeksi, ja Flash-versio keskittyy reaaliaikaiseen vuorovaikutukseen. Qwen nimeää sen pääkäyttökohteiksi puheavustajat, vuorovaikutteisen keskustelun ja älykkään asiakaspalvelun. Valmistaja kuvaa edeltävään versioon verrattuna laajempaa tukea vähäresurssisille kielille ja kiinan murteille, aidompaa murreilmaisua sekä parempaa tunteen, sävyn, luonteen, nopeuden, äänenvoimakkuuden ja puhetyylin hallintaa. Se raportoi myös paremmasta selkeydestä ja toimintavarmuudesta meluisissa tai kaikuvissa akustisissa oloissa. Kyse on tekstistä ääneksi tapahtuvasta synteesistä, ei saapuvan puheen tunnistamisesta tai puhekeskustelumallista.\n\nFlash painottaa puheen nopeaa alkamista vuorovaikutteisessa keskustelussa. Qwen ilmoittaa tämän mallin reaaliaikaisen synteesin ensimmäisen paketin viiveeksi enintään 200 millisekuntia; käyttöopas huomauttaa myös, että yhteyden ensimmäinen muodostaminen vaikuttaa ensimmäisen lähetyksen mitattuun viiveeseen. Valmistele lausuttavat sanat erillään halutusta esitystavasta. Esimerkiksi puheavustajan vastauksen tehtävänannossa voidaan yhdistää ytimekäs vastaus ohjeeseen rauhallisesta ja selkeästä puhetavasta. Olennainen tulos on tästä tekstistä tuotettu puhe, ja sovellus huolehtii toistosta sekä muusta keskustelusta.\n\nValmistajan järjestelmä-äänien luettelo sisältää mallikohtaisia vaihtoehtoja, kuten Long An Feng Yue luonnolliseen ja ystävälliseen puheeseen sekä Long An Xiao Xin ystävälliseen ja eloisaan puheeseen. Molemmille on merkitty kieliksi mandariinikiina ja englanti. Mukana on myös englanninkielisiä ääniä, kuten brittiaksentilla puhuva loongmary ja rauhallisella, ystävällisellä amerikanenglannin aksentilla puhuva loongjohn. Lisäksi jokaisella mallilla on yli 500 perusääntä. Qwen suosittelee aloittamaan järjestelmä-äänistä tasalaatuisuuden vuoksi ja arvioimaan esikuuntelunäytteitä perusääntä valittaessa. Äänen on kuuluttava valittuun malliin, ja käsikirjoituksen on oltava kyseisen äänen tukemalla kielellä.\n\nKloonatut äänet laajentavat dokumentoidun kielivalikoiman kiinaan, englantiin, japaniin, koreaan, venäjään, ranskaan, saksaan, portugaliin, thaihin, indonesiaan, vietnamiin, espanjaan, italiaan, malaijiin, filipinoon ja arabiaan. Kiinan kattavuuteen kuuluvat mandariinikiina, kantoninkiina sekä Chongqingin, Koillis-Kiinan, Gansun, Guizhoun, Zhejiangin, Hebein, Henanin, Hubein, Hunanin, Jiangxin, Ningbon, Ningxian, Qingdaon, Shaanxin, Shanxin, Shandongin, Shanghain, Sichuanin ja Yunnanin kielimuodot; murre valitaan ohjeilla. Mallitaulukko ilmoittaa tuen näytteeseen perustuvalle äänen kloonaukselle ja erottaa sen uuden äänen luomisesta pelkän tekstikuvauksen perusteella, mitä tämä versio ei tue.\n\nKloonausta varten valmistaja suosittelee 10–20 sekunnin tallennetta. Enimmäispituus on 60 sekuntia ja tiedostokoko enintään 10 MB. Tuetut näytemuodot ovat 16-bittinen WAV, MP3 ja M4A, ja näytteenottotaajuuden on oltava vähintään 16 kHz. Tallenteessa tarvitaan vähintään viisi sekuntia yhtäjaksoista selkeää puhetta; muiden taukojen tulisi olla enintään kahden sekunnin pituisia. Vältä taustaääniä, muita puhujia ja laulua. Stereo hyväksytään, mutta vain ensimmäinen kanava käsitellään. Kloonaustyönkulku palauttaa äänitunnisteen, joka on sidottu täsmälliseen kohdemalliin, ja synteesi käyttää tätä tunnistetta, kun ääni on valmis. Samasta tallenteesta on luotava erilliset kloonatut äänet Flash- ja Plus-malleille.\n\nLuonnollisen kielen ohjeilla säädetään sekä järjestelmä-äänien että kloonattujen äänten esitystapaa. Kuvaile kuultavia ominaisuuksia, kuten lempeää sävyä, selkeää artikulaatiota tai hieman hitaampaa tempoa. Tekstin sisäiset tunnisteet tarjoavat toisen säätötavan: [empathetic] tai [serious] asettaa tyylin seuraavalle tekstille, kun taas [laughing] tai [sighing] lisää äänellisen tehosteen tiettyyn kohtaan. Ohjaustunniste vaikuttaa seuraavaan ohjaustunnisteeseen tai automaattiseen lausejakoon asti. Nämä tunne- ja puheen ilmeikkyystunnisteet on dokumentoitu vain yksisuuntaiseen suoratoistoon, ei kaksisuuntaiseen tekstisyötetilaan. Valmistele ilmeikäs repliikki näille säätimille sopivassa tilassa.\n\nValmistajan puherajapinta tukee PCM-, WAV-, MP3- ja Opus-muotoja. Luetellut näytteenottotaajuudet ovat 8 000, 16 000, 22 050, 24 000, 44 100 ja 48 000 Hz, ja oletukset ovat MP3 ja 22 050 Hz. Äänenvoimakkuuden alue on 0–100; puhenopeuden ja äänenkorkeuden alue on kummallakin 0,5–2,0. MP3 ja Opus tarjoavat myös bittinopeusasetuksen väliltä 6–510 kbps. Valitse muoto ja näytteenottotaajuus aiotun soittimen tai käsittelytyönkulun mukaan. Vuorovaikutteista sovellusta varten valmistaja dokumentoi suoratoistettavat äänikehykset ja lauseiden metatiedot. Soveltuvien äänten, myös kloonattujen äänten, suoratoistotulosteessa on saatavilla sanakohtaiset aikaleimat.\n\nDokumentoitu WebSocket-tekstiprotokolla hyväksyy enintään 20 000 merkkiä yhdessä tekstiviestissä ja yhteensä 200 000 merkkiä tehtävässä. Lähetysten välillä saa olla enintään 23 sekuntia. Nämä ovat valmistajan protokollan rajoja, eivät mallin tulosäänen yleinen enimmäiskesto. Protokolla tukee nykyisen synteesivuoron perumista ja seuraavan tehtävän suorittamista samalla yhteydellä. Säilytä tekstijaksot aiotussa puhejärjestyksessä ja päätä syöte, kun käsikirjoitus on valmis. Ääntämisen valmistelua varten valmistaja dokumentoi kohdekielivihjeet, pinyin-merkinnät ja tekstikorvaukset, joista on hyötyä numeroiden, lyhenteiden tai symbolien ääntyessä odottamattomasti.\n\nSSML on erillinen merkintätapa, johon liittyy ääntä ja vuorovaikutustilaa koskevia ehtoja: Qwen dokumentoi sen kloonatuille äänille ilman suoratoistoa tai yksisuuntaisessa suoratoistossa tehtävissä kutsuissa sekä yhdellä tekstin lähetyksellä, kun SSML on käytössä. Sen ei pidä olettaa toimivan kaikilla valmiilla äänillä tai kaksisuuntaisissa virroissa. Tavallisessa keskustelussa aloita yhteensopivasta äänestä, siististä puhetekstistä ja täsmällisestä esitystapaohjeesta; lisää kohdennettuja ääntämis- tai ilmaisusäätöjä tehtävän vaatimusten mukaan. Näin Flash-profiilin painopiste pysyy valmiista tekstistä tuotetussa nopeasti reagoivassa puheessa eikä muiden Qwen-audiomallien kyvyissä.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "efda203416ff3cfdeb22aacf3868e20774abe487329f2b3da7218ae349a6bfc4",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "fi",
  "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=\"Sulje\">×</button></div><div class=\"idline\"><span>Alibaba /</span><code>qwen/qwen-audio-3.0-tts-flash</code><button type=\"button\" id=\"copy-id\">Kopioi ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Mallikortin osiot\"><button type=\"button\" data-card-jump=\"overview\">Aloitus</button><button type=\"button\" data-card-jump=\"methods\">Syötteet &amp; menetelmät</button><button type=\"button\" data-card-jump=\"pricing\">Hinnoittelu</button><button type=\"button\" data-card-jump=\"examples\">Esimerkit</button><button type=\"button\" data-card-jump=\"results\">Tulokset</button><button type=\"button\" data-card-jump=\"aliases\">Aliakset</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-menetelmät\"><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\">Puhesynteesi</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\">Aloitus</h3><p class=\"mdesc-full\">Qwen-Audio-3.0-TTS-Flash on Qwenin tekstistä puhetta tuottava malli, joka keskittyy nopeasti reagoiviin puheavustajiin ja vuorovaikutteiseen keskusteluun. Se yhdistää suoratoistettavan puhesynteesin, mallikohtaiset valmiit tai kloonatut äänet sekä ilmeikkään puheen ohjeet tai tunnisteet.</p><dl class=\"card-io\" data-card-io><div><dt>Hyväksytyt syötteet</dt><dd>Teksti</dd></div><div><dt>Tulokset</dt><dd>Ääni</dd></div></dl><details class=\"card-about\"><summary>Tietoa mallista</summary><p class=\"note-s\" data-model-method-boundary>Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.</p><div class=\"mabout\" id=\"m-about\"><p>Qwen-Audio-3.0-TTS-Flash muuntaa annetun käsikirjoituksen puheeksi, ja Flash-versio keskittyy reaaliaikaiseen vuorovaikutukseen. Qwen nimeää sen pääkäyttökohteiksi puheavustajat, vuorovaikutteisen keskustelun ja älykkään asiakaspalvelun. Valmistaja kuvaa edeltävään versioon verrattuna laajempaa tukea vähäresurssisille kielille ja kiinan murteille, aidompaa murreilmaisua sekä parempaa tunteen, sävyn, luonteen, nopeuden, äänenvoimakkuuden ja puhetyylin hallintaa. Se raportoi myös paremmasta selkeydestä ja toimintavarmuudesta meluisissa tai kaikuvissa akustisissa oloissa. Kyse on tekstistä ääneksi tapahtuvasta synteesistä, ei saapuvan puheen tunnistamisesta tai puhekeskustelumallista.</p><p>Flash painottaa puheen nopeaa alkamista vuorovaikutteisessa keskustelussa. Qwen ilmoittaa tämän mallin reaaliaikaisen synteesin ensimmäisen paketin viiveeksi enintään 200 millisekuntia; käyttöopas huomauttaa myös, että yhteyden ensimmäinen muodostaminen vaikuttaa ensimmäisen lähetyksen mitattuun viiveeseen. Valmistele lausuttavat sanat erillään halutusta esitystavasta. Esimerkiksi puheavustajan vastauksen tehtävänannossa voidaan yhdistää ytimekäs vastaus ohjeeseen rauhallisesta ja selkeästä puhetavasta. Olennainen tulos on tästä tekstistä tuotettu puhe, ja sovellus huolehtii toistosta sekä muusta keskustelusta.</p><p>Valmistajan järjestelmä-äänien luettelo sisältää mallikohtaisia vaihtoehtoja, kuten Long An Feng Yue luonnolliseen ja ystävälliseen puheeseen sekä Long An Xiao Xin ystävälliseen ja eloisaan puheeseen. Molemmille on merkitty kieliksi mandariinikiina ja englanti. Mukana on myös englanninkielisiä ääniä, kuten brittiaksentilla puhuva loongmary ja rauhallisella, ystävällisellä amerikanenglannin aksentilla puhuva loongjohn. Lisäksi jokaisella mallilla on yli 500 perusääntä. Qwen suosittelee aloittamaan järjestelmä-äänistä tasalaatuisuuden vuoksi ja arvioimaan esikuuntelunäytteitä perusääntä valittaessa. Äänen on kuuluttava valittuun malliin, ja käsikirjoituksen on oltava kyseisen äänen tukemalla kielellä.</p><p>Kloonatut äänet laajentavat dokumentoidun kielivalikoiman kiinaan, englantiin, japaniin, koreaan, venäjään, ranskaan, saksaan, portugaliin, thaihin, indonesiaan, vietnamiin, espanjaan, italiaan, malaijiin, filipinoon ja arabiaan. Kiinan kattavuuteen kuuluvat mandariinikiina, kantoninkiina sekä Chongqingin, Koillis-Kiinan, Gansun, Guizhoun, Zhejiangin, Hebein, Henanin, Hubein, Hunanin, Jiangxin, Ningbon, Ningxian, Qingdaon, Shaanxin, Shanxin, Shandongin, Shanghain, Sichuanin ja Yunnanin kielimuodot; murre valitaan ohjeilla. Mallitaulukko ilmoittaa tuen näytteeseen perustuvalle äänen kloonaukselle ja erottaa sen uuden äänen luomisesta pelkän tekstikuvauksen perusteella, mitä tämä versio ei tue.</p><p>Kloonausta varten valmistaja suosittelee 10–20 sekunnin tallennetta. Enimmäispituus on 60 sekuntia ja tiedostokoko enintään 10 MB. Tuetut näytemuodot ovat 16-bittinen WAV, MP3 ja M4A, ja näytteenottotaajuuden on oltava vähintään 16 kHz. Tallenteessa tarvitaan vähintään viisi sekuntia yhtäjaksoista selkeää puhetta; muiden taukojen tulisi olla enintään kahden sekunnin pituisia. Vältä taustaääniä, muita puhujia ja laulua. Stereo hyväksytään, mutta vain ensimmäinen kanava käsitellään. Kloonaustyönkulku palauttaa äänitunnisteen, joka on sidottu täsmälliseen kohdemalliin, ja synteesi käyttää tätä tunnistetta, kun ääni on valmis. Samasta tallenteesta on luotava erilliset kloonatut äänet Flash- ja Plus-malleille.</p><p>Luonnollisen kielen ohjeilla säädetään sekä järjestelmä-äänien että kloonattujen äänten esitystapaa. Kuvaile kuultavia ominaisuuksia, kuten lempeää sävyä, selkeää artikulaatiota tai hieman hitaampaa tempoa. Tekstin sisäiset tunnisteet tarjoavat toisen säätötavan: [empathetic] tai [serious] asettaa tyylin seuraavalle tekstille, kun taas [laughing] tai [sighing] lisää äänellisen tehosteen tiettyyn kohtaan. Ohjaustunniste vaikuttaa seuraavaan ohjaustunnisteeseen tai automaattiseen lausejakoon asti. Nämä tunne- ja puheen ilmeikkyystunnisteet on dokumentoitu vain yksisuuntaiseen suoratoistoon, ei kaksisuuntaiseen tekstisyötetilaan. Valmistele ilmeikäs repliikki näille säätimille sopivassa tilassa.</p><p>Valmistajan puherajapinta tukee PCM-, WAV-, MP3- ja Opus-muotoja. Luetellut näytteenottotaajuudet ovat 8 000, 16 000, 22 050, 24 000, 44 100 ja 48 000 Hz, ja oletukset ovat MP3 ja 22 050 Hz. Äänenvoimakkuuden alue on 0–100; puhenopeuden ja äänenkorkeuden alue on kummallakin 0,5–2,0. MP3 ja Opus tarjoavat myös bittinopeusasetuksen väliltä 6–510 kbps. Valitse muoto ja näytteenottotaajuus aiotun soittimen tai käsittelytyönkulun mukaan. Vuorovaikutteista sovellusta varten valmistaja dokumentoi suoratoistettavat äänikehykset ja lauseiden metatiedot. Soveltuvien äänten, myös kloonattujen äänten, suoratoistotulosteessa on saatavilla sanakohtaiset aikaleimat.</p><p>Dokumentoitu WebSocket-tekstiprotokolla hyväksyy enintään 20 000 merkkiä yhdessä tekstiviestissä ja yhteensä 200 000 merkkiä tehtävässä. Lähetysten välillä saa olla enintään 23 sekuntia. Nämä ovat valmistajan protokollan rajoja, eivät mallin tulosäänen yleinen enimmäiskesto. Protokolla tukee nykyisen synteesivuoron perumista ja seuraavan tehtävän suorittamista samalla yhteydellä. Säilytä tekstijaksot aiotussa puhejärjestyksessä ja päätä syöte, kun käsikirjoitus on valmis. Ääntämisen valmistelua varten valmistaja dokumentoi kohdekielivihjeet, pinyin-merkinnät ja tekstikorvaukset, joista on hyötyä numeroiden, lyhenteiden tai symbolien ääntyessä odottamattomasti.</p><p>SSML on erillinen merkintätapa, johon liittyy ääntä ja vuorovaikutustilaa koskevia ehtoja: Qwen dokumentoi sen kloonatuille äänille ilman suoratoistoa tai yksisuuntaisessa suoratoistossa tehtävissä kutsuissa sekä yhdellä tekstin lähetyksellä, kun SSML on käytössä. Sen ei pidä olettaa toimivan kaikilla valmiilla äänillä tai kaksisuuntaisissa virroissa. Tavallisessa keskustelussa aloita yhteensopivasta äänestä, siististä puhetekstistä ja täsmällisestä esitystapaohjeesta; lisää kohdennettuja ääntämis- tai ilmaisusäätöjä tehtävän vaatimusten mukaan. Näin Flash-profiilin painopiste pysyy valmiista tekstistä tuotetussa nopeasti reagoivassa puheessa eikä muiden Qwen-audiomallien kyvyissä.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Saatavilla Ailootissa · syötteet &amp; menetelmät</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Puhesynteesi</b> <code>POST /v1/audio/speech</code></summary><dl class=\"method-capabilities\"><div><dt>Syötetyypit</dt><dd><code>text</code></dd></div><div><dt>Tulostyypit</dt><dd><code>audio</code></dd></div><div><dt>Tulosteen muoto</dt><dd>mp3</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Kenttä</th><th>Tyyppi</th><th>Vaatimus</th><th>Arvot &amp; rajat</th><th>Oletus</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kenttä\" scope=\"row\"><span class=\"card-cell-label\">Kenttä</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Tyyppi\" data-field-type><span class=\"card-cell-label\">Tyyppi</span><code>string</code></td><td data-cell-label=\"Vaatimus\"><span class=\"card-cell-label\">Vaatimus</span>Pakollinen</td><td data-cell-label=\"Arvot &amp; rajat\"><span class=\"card-cell-label\">Arvot &amp; rajat</span><div>qwen/qwen-audio-3.0-tts-flash</div></td><td data-cell-label=\"Oletus\" data-default=\"unspecified\"><span class=\"card-cell-label\">Oletus</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kenttä\" scope=\"row\"><span class=\"card-cell-label\">Kenttä</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Tyyppi\" data-field-type><span class=\"card-cell-label\">Tyyppi</span><code>string</code></td><td data-cell-label=\"Vaatimus\"><span class=\"card-cell-label\">Vaatimus</span>Pakollinen</td><td data-cell-label=\"Arvot &amp; rajat\"><span class=\"card-cell-label\">Arvot &amp; rajat</span><div>Vähimmäispituus: 1</div><div>Yksikkö: Unicode-merkit</div></td><td data-cell-label=\"Oletus\" data-default=\"unspecified\"><span class=\"card-cell-label\">Oletus</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kenttä\" scope=\"row\"><span class=\"card-cell-label\">Kenttä</span><code class=\"card-field-name\">voice</code></th><td data-cell-label=\"Tyyppi\" data-field-type><span class=\"card-cell-label\">Tyyppi</span><code>string</code></td><td data-cell-label=\"Vaatimus\"><span class=\"card-cell-label\">Vaatimus</span>Pakollinen</td><td data-cell-label=\"Arvot &amp; rajat\"><span class=\"card-cell-label\">Arvot &amp; rajat</span><div>loongjohn, longanhuan_v3.6</div></td><td data-cell-label=\"Oletus\" data-default=\"unspecified\"><span class=\"card-cell-label\">Oletus</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kenttä\" scope=\"row\"><span class=\"card-cell-label\">Kenttä</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Tyyppi\" data-field-type><span class=\"card-cell-label\">Tyyppi</span><code>string</code></td><td data-cell-label=\"Vaatimus\"><span class=\"card-cell-label\">Vaatimus</span>Pakollinen</td><td data-cell-label=\"Arvot &amp; rajat\"><span class=\"card-cell-label\">Arvot &amp; rajat</span><div>mp3</div></td><td data-cell-label=\"Oletus\" data-default=\"unspecified\"><span class=\"card-cell-label\">Oletus</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Syöteaineistojen yhdistelmät</summary><p class=\"note-s\"><b>text_to_speech</b> · Pakollinen: input</p></details><details class=\"note-s\" data-method-contract><summary>Menetelmän parametrit ja elinkaari</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parametri</th><th>Sopimus</th></tr></thead><tbody><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>content_type</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>application/json</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>required</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>model, input, voice, response_format</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>voice_ids</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>loongjohn, longanhuan_v3.6</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>response_format</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>mp3</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>max_input_characters</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>null</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>other_options</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>false</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>input</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia</td></tr><tr><th data-cell-label=\"Parametri\" scope=\"row\"><span class=\"card-cell-label\">Parametri</span><code>material_types</code></th><td data-cell-label=\"Sopimus\"><span class=\"card-cell-label\">Sopimus</span>text</td></tr></tbody></table></div><p>Elinkaari: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · todellisuudessa palautettu task_id tai mediakirjaston tietue</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\">Valitse juuri tämän malliprofiilin ääni.</p><p class=\"note-s\">Syötemerkit ja äänisekunnit ovat eri mittareita.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Hinnoittelu</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.</p><dl data-price-conditions><dt>Nopea tila</dt><dd>Ei määritetty <span class=\"note-s\">Kun nopea tila on valittu</span></dd><dt>Flex-tila</dt><dd>Ei määritetty <span class=\"note-s\">Kun flex-tila on valittu</span></dd><dt>Päättelyn enimmäisteho</dt><dd>Ei määritetty <span class=\"note-s\">Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot-hinnat</h4><h4>Hinnat asetusten mukaan</h4><p class=\"note-s\">Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Asetukset</th><th>Hinnasto</th><th>Laskutettava määrä</th><th>Laskutusyksikkö</th><th>Veloitus</th></tr></thead><tbody><tr><th data-cell-label=\"Asetukset\" scope=\"row\"><span class=\"card-cell-label\">Asetukset</span>Tokenien perushinnat</th><td data-cell-label=\"Hinnasto\"><span class=\"card-cell-label\">Hinnasto</span>Perushinta</td><td data-cell-label=\"Laskutettava määrä\"><span class=\"card-cell-label\">Laskutettava määrä</span>—</td><td data-cell-label=\"Laskutusyksikkö\"><span class=\"card-cell-label\">Laskutusyksikkö</span>—</td><td data-cell-label=\"Veloitus\"><span class=\"card-cell-label\">Veloitus</span><div><span>Syöte · Syötetokenit</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenia</span></div><div><span>Tuloste · Tulostokenit</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenia</span></div><div><span>Syöte · Välimuistin luku</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenia</span></div><div><span>Syöte · Välimuistiin kirjoitus</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenia</span></div><div><span>Syöte · Välimuistiin kirjoitus, 1 tunti</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenia</span></div></td></tr><tr><th data-cell-label=\"Asetukset\" scope=\"row\"><span class=\"card-cell-label\">Asetukset</span>Ultra</th><td data-cell-label=\"Hinnasto\"><span class=\"card-cell-label\">Hinnasto</span>—</td><td data-cell-label=\"Laskutettava määrä\"><span class=\"card-cell-label\">Laskutettava määrä</span>Jokainen Unicode-koodipiste lasketaan yhdeksi merkiksi, myös Han-merkit.</td><td data-cell-label=\"Laskutusyksikkö\"><span class=\"card-cell-label\">Laskutusyksikkö</span>1K syötemerkkiä kohden</td><td data-cell-label=\"Veloitus\"><span class=\"card-cell-label\">Veloitus</span><div><span>Syöte · syötemerkki</span> <b>$0.03</b> <span class=\"price-unit\">1K syötemerkkiä kohden</span></div></td></tr></tbody></table></div></div><div data-declared-reference-pricing><h4>Viitehinnaston tiedot</h4><p class=\"note-s\">Mallitason viitehinnastot eivät muuta menetelmän valintaa, hinta-arvioita tai veloituksia. Käytössä olevat veloitukset käyttävät valitun Ailoot-menetelmän hintoja.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Qwen: Qwen-Audio-3.0-TTS Flash</summary><h4>Hinnat asetusten mukaan</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Asetukset</th><th>Laskutusehdot</th><th>Veloitus</th></tr></thead><tbody><tr><th data-cell-label=\"Asetukset\" scope=\"row\"><span class=\"card-cell-label\">Asetukset</span>Qwen: Qwen-Audio-3.0-TTS Flash · Oletusasetukset</th><td data-cell-label=\"Laskutusehdot\"><span class=\"card-cell-label\">Laskutusehdot</span>Oletuskokoonpano</td><td data-cell-label=\"Veloitus\"><span class=\"card-cell-label\">Veloitus</span><div><span>Syöte · Syötteen merkit</span> <b>0,00003 $</b> <span class=\"price-unit\">syötemerkkiä kohden</span></div></td></tr></tbody></table></div></details></div><p class=\"note-s\">Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. <a href=\"/docs/fi/billing/reserve/\">Varauksen ja lopullisen veloituksen toiminta →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Esimerkkipyynnöt</h3><h4>Ailoot Ultra · Puhesynteesi</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Koodivaihtoehdot\"><button class=\"cg-tab\" id=\"model-code-2360-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2360-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopioi koodi\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2360-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2360-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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\">Vastaanota ja tallenna tulokset</h3><h4>Ailoot Ultra · Puhesynteesi</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>Muut sisällön lukukerrat</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Koodivaihtoehdot\"><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\">Mediakirjasto</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\">Tehtävän tila</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\">Aineiston tiedot</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopioi koodi\"><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>Säilytä kaikki valmistuneet tulokset</h5><p class=\"note-s\">Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.</p><p class=\"note-s\">Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Jos alkuperäinen vastaus on tarkistettava</h5><p class=\"note-s\">Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole.</p></div><details class=\"card-about\" data-output-fields><summary>Vastauksen kentät</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Kenttä</th><th>Tyyppi</th></tr></thead><tbody><tr><th data-cell-label=\"Kenttä\" scope=\"row\"><span class=\"card-cell-label\">Kenttä</span><code class=\"card-field-name\">binary audio</code></th><td data-cell-label=\"Tyyppi\" data-field-type><span class=\"card-cell-label\">Tyyppi</span>bytes</td></tr><tr><th data-cell-label=\"Kenttä\" scope=\"row\"><span class=\"card-cell-label\">Kenttä</span><code class=\"card-field-name\">response headers</code></th><td data-cell-label=\"Tyyppi\" data-field-type><span class=\"card-cell-label\">Tyyppi</span>headers</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Virheet ja seuraavat vaiheet</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Vastaus</th><th>Ehto</th><th>Seuraava vaihe</th></tr></thead><tbody><tr><th data-cell-label=\"Vastaus\" scope=\"row\"><span class=\"card-cell-label\">Vastaus</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Ehto\"><span class=\"card-cell-label\">Ehto</span>Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo</td><td data-cell-label=\"Seuraava vaihe\"><span class=\"card-cell-label\">Seuraava vaihe</span>Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.</td></tr><tr><th data-cell-label=\"Vastaus\" scope=\"row\"><span class=\"card-cell-label\">Vastaus</span><code>server_error</code></th><td data-cell-label=\"Ehto\"><span class=\"card-cell-label\">Ehto</span>Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta</td><td data-cell-label=\"Seuraava vaihe\"><span class=\"card-cell-label\">Seuraava vaihe</span>Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliakset</h3><h4>Mallin aliakset</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>Menetelmäpolkujen aliakset</h4><p class=\"note-s\">Käytä yllä näytettyjä menetelmäpolkuja.</p><h4>Liittyvät kutsujan ID:t</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": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo",
                "http_status": 400,
                "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta",
                "http_status": null,
                "recovery": "Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.",
                "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": "Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole."
            },
            "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": "Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.",
              "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": "Unicode-merkit"
              },
              {
                "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": [
            "Valitse juuri tämän malliprofiilin ääni.",
            "Syötemerkit ja äänisekunnit ovat eri mittareita."
          ],
          "input": {
            "content_type": "application/json",
            "input": "täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia",
            "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": "todellisuudessa palautettu task_id tai mediakirjaston tietue",
                "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": "Oletuskokoonpano"
                },
                "label": "Qwen: Qwen-Audio-3.0-TTS Flash · Oletusasetukset",
                "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": "fdcbde4b6ec47336d7af5fee749fbbc9485cc2b8a7951c86d5958a681ab49aad",
    "input_html_sha256": "61390715a43d6947a45cf59c314aaddfe2d5a3c76098f1694f1190e1f6a58e1f",
    "private_audit_sha256": "cd506839be01b363c96d45e30240e57cd664174ecdae297c5ddcc5a944e0b28c",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/",
    "description": "Qwen-Audio-3.0-TTS-Flash on Qwenin tekstistä puhetta tuottava malli, joka keskittyy nopeasti reagoiviin puheavustajiin ja vuorovaikutteiseen keskusteluun. Se yhdistää suoratoistettavan puhesynteesin, mallikohtaiset valmiit tai kloonatut äänet sekä ilmeikkään puheen ohjeet tai tunnisteet.",
    "locale": "fi",
    "md_url": "https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/index.md",
    "title": "Qwen: Qwen-Audio-3.0-TTS Flash — Ailoot",
    "url": "https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/"
  },
  "rawModel": {
    "about": "Qwen-Audio-3.0-TTS-Flash muuntaa annetun käsikirjoituksen puheeksi, ja Flash-versio keskittyy reaaliaikaiseen vuorovaikutukseen. Qwen nimeää sen pääkäyttökohteiksi puheavustajat, vuorovaikutteisen keskustelun ja älykkään asiakaspalvelun. Valmistaja kuvaa edeltävään versioon verrattuna laajempaa tukea vähäresurssisille kielille ja kiinan murteille, aidompaa murreilmaisua sekä parempaa tunteen, sävyn, luonteen, nopeuden, äänenvoimakkuuden ja puhetyylin hallintaa. Se raportoi myös paremmasta selkeydestä ja toimintavarmuudesta meluisissa tai kaikuvissa akustisissa oloissa. Kyse on tekstistä ääneksi tapahtuvasta synteesistä, ei saapuvan puheen tunnistamisesta tai puhekeskustelumallista.\n\nFlash painottaa puheen nopeaa alkamista vuorovaikutteisessa keskustelussa. Qwen ilmoittaa tämän mallin reaaliaikaisen synteesin ensimmäisen paketin viiveeksi enintään 200 millisekuntia; käyttöopas huomauttaa myös, että yhteyden ensimmäinen muodostaminen vaikuttaa ensimmäisen lähetyksen mitattuun viiveeseen. Valmistele lausuttavat sanat erillään halutusta esitystavasta. Esimerkiksi puheavustajan vastauksen tehtävänannossa voidaan yhdistää ytimekäs vastaus ohjeeseen rauhallisesta ja selkeästä puhetavasta. Olennainen tulos on tästä tekstistä tuotettu puhe, ja sovellus huolehtii toistosta sekä muusta keskustelusta.\n\nValmistajan järjestelmä-äänien luettelo sisältää mallikohtaisia vaihtoehtoja, kuten Long An Feng Yue luonnolliseen ja ystävälliseen puheeseen sekä Long An Xiao Xin ystävälliseen ja eloisaan puheeseen. Molemmille on merkitty kieliksi mandariinikiina ja englanti. Mukana on myös englanninkielisiä ääniä, kuten brittiaksentilla puhuva loongmary ja rauhallisella, ystävällisellä amerikanenglannin aksentilla puhuva loongjohn. Lisäksi jokaisella mallilla on yli 500 perusääntä. Qwen suosittelee aloittamaan järjestelmä-äänistä tasalaatuisuuden vuoksi ja arvioimaan esikuuntelunäytteitä perusääntä valittaessa. Äänen on kuuluttava valittuun malliin, ja käsikirjoituksen on oltava kyseisen äänen tukemalla kielellä.\n\nKloonatut äänet laajentavat dokumentoidun kielivalikoiman kiinaan, englantiin, japaniin, koreaan, venäjään, ranskaan, saksaan, portugaliin, thaihin, indonesiaan, vietnamiin, espanjaan, italiaan, malaijiin, filipinoon ja arabiaan. Kiinan kattavuuteen kuuluvat mandariinikiina, kantoninkiina sekä Chongqingin, Koillis-Kiinan, Gansun, Guizhoun, Zhejiangin, Hebein, Henanin, Hubein, Hunanin, Jiangxin, Ningbon, Ningxian, Qingdaon, Shaanxin, Shanxin, Shandongin, Shanghain, Sichuanin ja Yunnanin kielimuodot; murre valitaan ohjeilla. Mallitaulukko ilmoittaa tuen näytteeseen perustuvalle äänen kloonaukselle ja erottaa sen uuden äänen luomisesta pelkän tekstikuvauksen perusteella, mitä tämä versio ei tue.\n\nKloonausta varten valmistaja suosittelee 10–20 sekunnin tallennetta. Enimmäispituus on 60 sekuntia ja tiedostokoko enintään 10 MB. Tuetut näytemuodot ovat 16-bittinen WAV, MP3 ja M4A, ja näytteenottotaajuuden on oltava vähintään 16 kHz. Tallenteessa tarvitaan vähintään viisi sekuntia yhtäjaksoista selkeää puhetta; muiden taukojen tulisi olla enintään kahden sekunnin pituisia. Vältä taustaääniä, muita puhujia ja laulua. Stereo hyväksytään, mutta vain ensimmäinen kanava käsitellään. Kloonaustyönkulku palauttaa äänitunnisteen, joka on sidottu täsmälliseen kohdemalliin, ja synteesi käyttää tätä tunnistetta, kun ääni on valmis. Samasta tallenteesta on luotava erilliset kloonatut äänet Flash- ja Plus-malleille.\n\nLuonnollisen kielen ohjeilla säädetään sekä järjestelmä-äänien että kloonattujen äänten esitystapaa. Kuvaile kuultavia ominaisuuksia, kuten lempeää sävyä, selkeää artikulaatiota tai hieman hitaampaa tempoa. Tekstin sisäiset tunnisteet tarjoavat toisen säätötavan: [empathetic] tai [serious] asettaa tyylin seuraavalle tekstille, kun taas [laughing] tai [sighing] lisää äänellisen tehosteen tiettyyn kohtaan. Ohjaustunniste vaikuttaa seuraavaan ohjaustunnisteeseen tai automaattiseen lausejakoon asti. Nämä tunne- ja puheen ilmeikkyystunnisteet on dokumentoitu vain yksisuuntaiseen suoratoistoon, ei kaksisuuntaiseen tekstisyötetilaan. Valmistele ilmeikäs repliikki näille säätimille sopivassa tilassa.\n\nValmistajan puherajapinta tukee PCM-, WAV-, MP3- ja Opus-muotoja. Luetellut näytteenottotaajuudet ovat 8 000, 16 000, 22 050, 24 000, 44 100 ja 48 000 Hz, ja oletukset ovat MP3 ja 22 050 Hz. Äänenvoimakkuuden alue on 0–100; puhenopeuden ja äänenkorkeuden alue on kummallakin 0,5–2,0. MP3 ja Opus tarjoavat myös bittinopeusasetuksen väliltä 6–510 kbps. Valitse muoto ja näytteenottotaajuus aiotun soittimen tai käsittelytyönkulun mukaan. Vuorovaikutteista sovellusta varten valmistaja dokumentoi suoratoistettavat äänikehykset ja lauseiden metatiedot. Soveltuvien äänten, myös kloonattujen äänten, suoratoistotulosteessa on saatavilla sanakohtaiset aikaleimat.\n\nDokumentoitu WebSocket-tekstiprotokolla hyväksyy enintään 20 000 merkkiä yhdessä tekstiviestissä ja yhteensä 200 000 merkkiä tehtävässä. Lähetysten välillä saa olla enintään 23 sekuntia. Nämä ovat valmistajan protokollan rajoja, eivät mallin tulosäänen yleinen enimmäiskesto. Protokolla tukee nykyisen synteesivuoron perumista ja seuraavan tehtävän suorittamista samalla yhteydellä. Säilytä tekstijaksot aiotussa puhejärjestyksessä ja päätä syöte, kun käsikirjoitus on valmis. Ääntämisen valmistelua varten valmistaja dokumentoi kohdekielivihjeet, pinyin-merkinnät ja tekstikorvaukset, joista on hyötyä numeroiden, lyhenteiden tai symbolien ääntyessä odottamattomasti.\n\nSSML on erillinen merkintätapa, johon liittyy ääntä ja vuorovaikutustilaa koskevia ehtoja: Qwen dokumentoi sen kloonatuille äänille ilman suoratoistoa tai yksisuuntaisessa suoratoistossa tehtävissä kutsuissa sekä yhdellä tekstin lähetyksellä, kun SSML on käytössä. Sen ei pidä olettaa toimivan kaikilla valmiilla äänillä tai kaksisuuntaisissa virroissa. Tavallisessa keskustelussa aloita yhteensopivasta äänestä, siististä puhetekstistä ja täsmällisestä esitystapaohjeesta; lisää kohdennettuja ääntämis- tai ilmaisusäätöjä tehtävän vaatimusten mukaan. Näin Flash-profiilin painopiste pysyy valmiista tekstistä tuotetussa nopeasti reagoivassa puheessa eikä muiden Qwen-audiomallien kyvyissä.",
    "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": "Konfiguraation täydet hintatiedot lisätiedoissa."
      }
    ],
    "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": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo",
                "http_status": 400,
                "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta",
                "http_status": null,
                "recovery": "Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.",
                "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": "Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole."
            },
            "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": "Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.",
              "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": "Unicode-merkit"
              },
              {
                "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": [
            "Valitse juuri tämän malliprofiilin ääni.",
            "Syötemerkit ja äänisekunnit ovat eri mittareita."
          ],
          "input": {
            "content_type": "application/json",
            "input": "täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia",
            "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": "todellisuudessa palautettu task_id tai mediakirjaston tietue",
                "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": "Oletuskokoonpano"
                },
                "label": "Qwen: Qwen-Audio-3.0-TTS Flash · Oletusasetukset",
                "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 on Qwenin tekstistä puhetta tuottava malli, joka keskittyy nopeasti reagoiviin puheavustajiin ja vuorovaikutteiseen keskusteluun. Se yhdistää suoratoistettavan puhesynteesin, mallikohtaiset valmiit tai kloonatut äänet sekä ilmeikkään puheen ohjeet tai tunnisteet."
  },
  "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 on Qwenin tekstistä puhetta tuottava malli, joka keskittyy nopeasti reagoiviin puheavustajiin ja vuorovaikutteiseen keskusteluun. Se yhdistää suoratoistettavan puhesynteesin, mallikohtaiset valmiit tai kloonatut äänet sekä ilmeikkään puheen ohjeet tai tunnisteet.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "3a75ce0ae99fff6ddab607a20b0321c57e7eca210a51542e8dff10a2455ccdc1",
    "renderer_sha256": "303a59603e2bc29ba8fda690e95fd32cec68de223d92e26054a88babff801dd7"
  },
  "sourceRevision": "7f51fc5bdd08ddf13d9bb2b3322440355cb011e374a0a84e63d21c39ebb5e8ed"
}