Source: https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/ Canonical: https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/ Language: fi # Qwen: Qwen-Audio-3.0-TTS Flash [Markdown](https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/index.md) · [JSON](https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/facts.json) ## [Qwen: Qwen-Audio-3.0-TTS Flash](https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/) 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. - [**Ailoot Ultra · Puhesynteesi** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/fi/qwen-qwen-audio-3-0-tts-flash/#method-0) Tietoa mallista Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle. 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. 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. 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. 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. 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. 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. 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. 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. 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. **Ailoot Ultra · Puhesynteesi** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-flash` [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/fi/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech) Alibaba /`qwen/qwen-audio-3.0-tts-flash` ### Aloitus 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. Hyväksytyt syötteet Teksti Tulokset Ääni ### Saatavilla Ailootissa · syötteet & menetelmät **Ailoot Ultra · Puhesynteesi** `POST /v1/audio/speech` Syötetyypit `text` Tulostyypit `audio` Tulosteen muoto mp3 | Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus | | --- | --- | --- | --- | --- | | Kenttä`model` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat qwen/qwen-audio-3.0-tts-flash | Oletus— | | Kenttä`input` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat Vähimmäispituus: 1 Yksikkö: Unicode-merkit | Oletus— | | Kenttä`voice` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat loongjohn, longanhuan\_v3.6 | Oletus— | | Kenttä`response_format` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat mp3 | Oletus— | Syöteaineistojen yhdistelmät **text\_to\_speech** · Pakollinen: input Menetelmän parametrit ja elinkaari | Parametri | Sopimus | | --- | --- | | Parametri`content_type` | Sopimusapplication/json | | Parametri`required` | Sopimusmodel, input, voice, response\_format | | Parametri`voice_ids` | Sopimusloongjohn, longanhuan\_v3.6 | | Parametri`response_format` | Sopimusmp3 | | Parametri`max_input_characters` | Sopimusnull | | Parametri`other_options` | Sopimusfalse | | Parametri`input` | Sopimustäsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia | | Parametri`material_types` | Sopimustext | Elinkaari: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · todellisuudessa palautettu task\_id tai mediakirjaston tietue `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Valitse juuri tämän malliprofiilin ääni. Syötemerkit ja äänisekunnit ovat eri mittareita. ### Hinnoittelu Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle. Nopea tila Ei määritetty Kun nopea tila on valittu Flex-tila Ei määritetty Kun flex-tila on valittu Päättelyn enimmäisteho Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä #### Ailoot-hinnat #### Hinnat asetusten mukaan Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden. | Asetukset | Hinnasto | Laskutettava määrä | Laskutusyksikkö | Veloitus | | --- | --- | --- | --- | --- | | AsetuksetTokenien perushinnat | HinnastoPerushinta | Laskutettava määrä— | Laskutusyksikkö— | Veloitus Syöte · Syötetokenit **—** / 1K tokenia Tuloste · Tulostokenit **—** / 1K tokenia Syöte · Välimuistin luku **—** / 1K tokenia Syöte · Välimuistiin kirjoitus **—** / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti **—** / 1K tokenia | | AsetuksetUltra | Hinnasto— | Laskutettava määräJokainen Unicode-koodipiste lasketaan yhdeksi merkiksi, myös Han-merkit. | Laskutusyksikkö1K syötemerkkiä kohden | Veloitus Syöte · syötemerkki **$0.03** 1K syötemerkkiä kohden | #### Viitehinnaston tiedot Mallitason viitehinnastot eivät muuta menetelmän valintaa, hinta-arvioita tai veloituksia. Käytössä olevat veloitukset käyttävät valitun Ailoot-menetelmän hintoja. Qwen: Qwen-Audio-3.0-TTS Flash #### Hinnat asetusten mukaan | Asetukset | Laskutusehdot | Veloitus | | --- | --- | --- | | AsetuksetQwen: Qwen-Audio-3.0-TTS Flash · Oletusasetukset | LaskutusehdotOletuskokoonpano | Veloitus Syöte · Syötteen merkit **0,00003 $** syötemerkkiä kohden | Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. [Varauksen ja lopullisen veloituksen toiminta →](https://ailoot.ai/docs/fi/billing/reserve/) ### Esimerkkipyynnöt #### Ailoot Ultra · Puhesynteesi curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen/qwen-audio-3.0-tts-flash", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["loongjohn", "longanhuan_v3.6"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Vastaanota ja tallenna tulokset #### Ailoot Ultra · Puhesynteesi mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Muut sisällön lukukerrat MediakirjastoTehtävän tilaAineiston tiedot ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Säilytä kaikki valmistuneet tulokset Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa. Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta. ##### Jos alkuperäinen vastaus on tarkistettava Säilytä alkuperäinen operation\_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole. Vastauksen kentät | Kenttä | Tyyppi | | --- | --- | | Kenttä`binary audio` | Tyyppibytes | | Kenttä`response headers` | Tyyppiheaders | Virheet ja seuraavat vaiheet | Vastaus | Ehto | Seuraava vaihe | | --- | --- | --- | | Vastaus400 · `invalid_request_error` | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. | | Vastaus`server_error` | EhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta | Seuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen. | ### Aliakset #### Mallin aliakset **Ailoot Ultra** [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/fi/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech) #### Menetelmäpolkujen aliakset Käytä yllä näytettyjä menetelmäpolkuja. #### Liittyvät kutsujan ID:t [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/fi/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech) FAQ · Qwen: Qwen-Audio-3.0-TTS Flash Mitä syötteitä ja tuloksia on saatavilla? `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-flash`: `text` → `audio` Mitä kenttiä pyyntö käyttää? `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-flash`: `model`, `input`, `voice`, `response_format` Yhdistä Ailoot Claude Codeen, OpenCodeen, Hermesiin tai omaan sovellukseesi. ## Yritys ja sen projektisalkku Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. ## Osta tokenit alennuksella. Tilausalennus säännölliseen käyttöön. Kampanjakoodit — jopa 50% tokeniostoista. Tilaus Valitse alennushintainen paketti säännöllisiä pyyntöjäsi varten. Kampanjakoodi jopa 50% Syötä koodi oston yhteydessä. Hinta lasketaan uudelleen voimassa olevan kampanjan mukaan. Kulut historiassa Malli, tokenit ja summa tallennetaan jokaiselle pyynnölle. [Valitse tilaus](https://ailoot.ai/docs/fi/billing/subscriptions/) · [Katso mallihinnat](https://ailoot.ai/models/fi/) ## Yhdistä API tuotteeseen, jonka myyt. SaaS, sovellukset ja botit Ailootin palveluehtojen ja lisenssisopimuksen mukaisesti. Pyydä edelleenmyyntiin jälleenmyyjälisenssi. Kaupallinen sovellus Lisää tekstin, kuvien, videoiden ja äänen luonti palvelusi maksullisiin ominaisuuksiin. Jälleenmyyjälisenssi Lähetä projektikuvaus ja pääsyn toteutustapa. Pyydä kirjalliset käyttö- ja jälleenmyyntiehdot. Asiakirjat verkkosivustolla Palveluehdot, lisenssisopimus ja tietojenkäsittelykäytäntö ovat saatavilla ennen yhdistämistä. [Pyydä jälleenmyyjälisenssi](mailto:support@ailoot.ai) · [Palveluehdot ja lisenssisopimus](https://ailoot.ai/legal/offer?lang=fi) ## Ailoot · Yritys ja sen projektisalkku Ailoot perustuu kertyneeseen toimintakokemukseen, laajaan asiakaskuntaan, vakaaseen palveluun ja jatkuvaan KPI-seurantaan. Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. Ailoot hyödyntää tätä toimintakokemusta tarjotessaan API-yhteyden tekoälytoimintoihin asiakkaiden tuotteissa, agenteissa, sovelluksissa ja automaatioissa.