qwen-audio-3.0-tts-plus
מודל להקראה מלאת הבעה של טקסט לסרטונים, לספרי אודיו ולחומרים קוליים. תומך בשליטה בסגנון הדיבור ובבחירת קול מוכן או קול שנוצר מדוגמה.
- Ailoot · הקראה
POST /v1/audio/speechqwen-audio-3.0-tts-plus - Ailoot · הקראה
POST /v1/audio/speechqwen-tts - Ailoot · הקראה
POST /v1/audio/speechqwen-tts-latest
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen-Audio-3.0-TTS-Plus ממיר טקסט לדיבור מלא הבעה. Alibaba מייעדת אותו להקראה מקצועית של תוכן, ספרי אודיו, וידאו וחומרים בעלי אופי קולי מזוהה. הקלט הוא טקסט והפלט הוא אודיו; נתמכת גם שליחת הצליל בהדרגה בזמן הסינתזה.
סגנון הדיבור כחלק מהמשימה
אפשר לקבוע את ההגשה באמצעות הוראות בשפה טבעית וסימוני שליטה מפורטים. הם קובעים רגש, טון, אופי, קצב, עוצמה וסגנון דיבור. כך אפשר לכוון את הביצוע של אותה אמירה: מסיפור רגוע ועד להגשה אנרגטית או רגשית יותר.
ההבעה קשורה לקול שנבחר ולתוכן הטקסט. כדי לקבל הגייה יציבה, שפת החומר צריכה להתאים לשפות שהקול תומך בהן. המודל מיועד להקראת חומר כתוב; ניתוח משמעות השיחה ותמלול ההקלטה המקורית שייכים למשימות אודיו אחרות.
קול מוכן וקול המבוסס על דוגמה
יש שני קולות מערכת: קול נשי חם וקול גברי עליז. הם תומכים בסינית ובאנגלית. בנוסף זמינים יותר מ־500 קולות בסיס והאפשרות לשחזור קול על סמך דוגמת דיבור. היצרן ממליץ על קולות המערכת כשחשובה יציבות הצליל.
קול המבוסס על דוגמה תומך בסינית עם גרסאות הגייה אזוריות, באנגלית, בצרפתית, בגרמנית, ביפנית, בקוריאנית, ברוסית, בפורטוגזית, בתאית, באינדונזית, בווייטנאמית, באיטלקית, בספרדית, במלאית, בפיליפינית ובערבית. זו יכולת לשונית של המצב המתאים; היא אינה חלה אוטומטית על כל קול מוכן.
דרישות הדוגמה מתייחסות לדרך נפרדת ליצירת קול אצל היצרן; בסינתזת דיבור משתמשים בקול שהוכן כבר. הקול המוכן צריך להתאים למודל ההקראה שנבחר: קול של מודל אחר אצל היצרן גורם לשגיאת סינתזה. לדוגמה מומלץ דיבור נקי באורך של 10–20 שניות. המגבלה הכוללת היא 60 שניות ו־10 מגה־בייט; נדרשות לפחות חמש שניות של דיבור רציף. נתמכים WAV בייצוג של 16 סיביות, MP3 ו־M4A בקצב של לפחות 16 קילו־הרץ. מותרים ערוץ אחד או שניים, אך כשיש שניים משתמשים בראשון.
דוגמת הדיבור צריכה להכיל קול אחד ללא אנשים המדברים בו־זמנית, מוזיקה או שירה. בדרישות היצרן הפסקות קצרות בדוגמה מוגבלות לשתי שניות. זה מסייע לבודד את גוון הקול ואת מאפייני ההגייה הנדרשים לסינתזה בהמשך. השליטה בהגשה ושחזור הקול מדוגמה מתארים צדדים שונים של עבודת המודל, ואפשר להשתמש בהם כדי להכין את הצליל של אותו חומר.
Ailoot · הקראה POST /v1/audio/speech qwen-audio-3.0-tts-plus
qwen-audio-3.0-tts-plusqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
התחלה
מודל להקראה מלאת הבעה של טקסט לסרטונים, לספרי אודיו ולחומרים קוליים. תומך בשליטה בסגנון הדיבור ובבחירת קול מוכן או קול שנוצר מדוגמה.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- speech
זמין ב-Ailoot · קלט ושיטות
Ailoot · הקראה POST /v1/audio/speech
- סוגי קלט
text- סוגי פלט
speech- פורמט פלט
- פורמט mp3/wav/pcm שנבחר
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-audio-3.0-tts-plus | ברירת מחדל— |
שדהinput | סוגstring | דרישהחובה | ערכים ומגבלות אורך מזערי: 1 אורך מרבי: 600 יחידה: תווי Unicode | ברירת מחדל— |
שדהvoice | סוגstring | דרישהרשות | ערכים ומגבלות דוגמאות: longanlingxin, longanlufeng תבנית מותאמת נתמכת: ^qwen-audio-3\.0-tts-plus- תנאים: מתקבלים מזהי קול מותאמים אישית ממשיים עם הקידומת המדויקת qwen-audio-3.0-tts-plus-. | ברירת מחדלlonganlingxin |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות mp3, wav, pcm | ברירת מחדלmp3 |
שדהsample_rate | סוגinteger | דרישהרשות | ערכים ומגבלות 16,000, 24,000, 48,000 יחידה: Hz | ברירת מחדל24,000 |
שילובים של חומרי קלט
text_to_speech · נדרש: input
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטtext |
פרמטרrequired | מפרטnull |
פרמטרoptional_controls | מפרטnull |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
תעריפים
תעריפי שיטות Ailoot
POST /v1/audio/speech- קלט
- 20.00 $ לכל 1 מיליון תווים
- פלט
- 0.00 $ לכל בקשה
20.00 $ ל-1 מיליון יחידות תו לחיוב. אידאוגרמת CJK נספרת כ-2 יחידות תו לחיוב: 40.00 $ ל-1 מיליון אידאוגרמות. המשקל של שאר תווי Unicode: 1. שמע בפלט: 0.00 $.
פירוט מדויק של מנגנון החיוב המותנה מתוך הקטלוג
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot · הקראה
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-audio-3.0-tts-plus", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
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
קבלה ושמירה של תוצאות
Ailoot · הקראה
פורמט mp3/wav/pcm שנבחר
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל.
כשצריך לבדוק את התגובה המקורית
שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.
שדות התגובה
| שדה | סוג |
|---|---|
שדהbinary audio | סוגbytes |
שדהresponse headers | סוגheaders |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
תגובהserver_error | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. |
כינויים
כינויים למודל
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
Ailoot · הקראה POST /v1/audio/speech qwen-tts
qwen-ttsqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
התחלה
מודל להקראה מלאת הבעה של טקסט לסרטונים, לספרי אודיו ולחומרים קוליים. תומך בשליטה בסגנון הדיבור ובבחירת קול מוכן או קול שנוצר מדוגמה.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- speech
זמין ב-Ailoot · קלט ושיטות
Ailoot · הקראה POST /v1/audio/speech
- סוגי קלט
text- סוגי פלט
speech- פורמט פלט
- פורמט mp3/wav/pcm שנבחר
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-tts | ברירת מחדל— |
שדהinput | סוגstring | דרישהחובה | ערכים ומגבלות אורך מזערי: 1 אורך מרבי: 600 יחידה: תווי Unicode | ברירת מחדל— |
שדהvoice | סוגstring | דרישהרשות | ערכים ומגבלות דוגמאות: longanlingxin, longanlufeng תבנית מותאמת נתמכת: ^qwen-audio-3\.0-tts-plus- תנאים: מתקבלים מזהי קול מותאמים אישית ממשיים עם הקידומת המדויקת qwen-audio-3.0-tts-plus-. | ברירת מחדלlonganlingxin |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות mp3, wav, pcm | ברירת מחדלmp3 |
שדהsample_rate | סוגinteger | דרישהרשות | ערכים ומגבלות 16,000, 24,000, 48,000 יחידה: Hz | ברירת מחדל24,000 |
שילובים של חומרי קלט
text_to_speech · נדרש: input
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטtext |
פרמטרrequired | מפרטnull |
פרמטרoptional_controls | מפרטnull |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
תעריפים
תעריפי שיטות Ailoot
POST /v1/audio/speech- קלט
- 20.00 $ לכל 1 מיליון תווים
- פלט
- 0.00 $ לכל בקשה
20.00 $ ל-1 מיליון יחידות תו לחיוב. אידאוגרמת CJK נספרת כ-2 יחידות תו לחיוב: 40.00 $ ל-1 מיליון אידאוגרמות. המשקל של שאר תווי Unicode: 1. שמע בפלט: 0.00 $.
פירוט מדויק של מנגנון החיוב המותנה מתוך הקטלוג
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot · הקראה
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-tts", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
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
קבלה ושמירה של תוצאות
Ailoot · הקראה
פורמט mp3/wav/pcm שנבחר
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל.
כשצריך לבדוק את התגובה המקורית
שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.
שדות התגובה
| שדה | סוג |
|---|---|
שדהbinary audio | סוגbytes |
שדהresponse headers | סוגheaders |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
תגובהserver_error | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. |
כינויים
כינויים למודל
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
Ailoot · הקראה POST /v1/audio/speech qwen-tts-latest
qwen-tts-latestqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
התחלה
מודל להקראה מלאת הבעה של טקסט לסרטונים, לספרי אודיו ולחומרים קוליים. תומך בשליטה בסגנון הדיבור ובבחירת קול מוכן או קול שנוצר מדוגמה.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- speech
זמין ב-Ailoot · קלט ושיטות
Ailoot · הקראה POST /v1/audio/speech
- סוגי קלט
text- סוגי פלט
speech- פורמט פלט
- פורמט mp3/wav/pcm שנבחר
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-tts-latest | ברירת מחדל— |
שדהinput | סוגstring | דרישהחובה | ערכים ומגבלות אורך מזערי: 1 אורך מרבי: 600 יחידה: תווי Unicode | ברירת מחדל— |
שדהvoice | סוגstring | דרישהרשות | ערכים ומגבלות דוגמאות: longanlingxin, longanlufeng תבנית מותאמת נתמכת: ^qwen-audio-3\.0-tts-plus- תנאים: מתקבלים מזהי קול מותאמים אישית ממשיים עם הקידומת המדויקת qwen-audio-3.0-tts-plus-. | ברירת מחדלlonganlingxin |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות mp3, wav, pcm | ברירת מחדלmp3 |
שדהsample_rate | סוגinteger | דרישהרשות | ערכים ומגבלות 16,000, 24,000, 48,000 יחידה: Hz | ברירת מחדל24,000 |
שילובים של חומרי קלט
text_to_speech · נדרש: input
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטtext |
פרמטרrequired | מפרטnull |
פרמטרoptional_controls | מפרטnull |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
תעריפים
תעריפי שיטות Ailoot
POST /v1/audio/speech- קלט
- 20.00 $ לכל 1 מיליון תווים
- פלט
- 0.00 $ לכל בקשה
20.00 $ ל-1 מיליון יחידות תו לחיוב. אידאוגרמת CJK נספרת כ-2 יחידות תו לחיוב: 40.00 $ ל-1 מיליון אידאוגרמות. המשקל של שאר תווי Unicode: 1. שמע בפלט: 0.00 $.
פירוט מדויק של מנגנון החיוב המותנה מתוך הקטלוג
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot · הקראה
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-tts-latest", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
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
קבלה ושמירה של תוצאות
Ailoot · הקראה
פורמט mp3/wav/pcm שנבחר
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל.
כשצריך לבדוק את התגובה המקורית
שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.
שדות התגובה
| שדה | סוג |
|---|---|
שדהbinary audio | סוגbytes |
שדהresponse headers | סוגheaders |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
תגובהserver_error | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. |
כינויים
כינויים למודל
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
FAQ · qwen-audio-3.0-tts-plus
- אילו קלטים ותוצאות זמינים?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:text→speechPOST /v1/audio/speech·qwen-tts:text→speechPOST /v1/audio/speech·qwen-tts-latest:text→speech- באילו שדות הבקשה משתמשת?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:model,input,voice,response_format,sample_ratePOST /v1/audio/speech·qwen-tts:model,input,voice,response_format,sample_ratePOST /v1/audio/speech·qwen-tts-latest:model,input,voice,response_format,sample_rate- אילו מגבלות חלות?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:input.maximum_length:600POST /v1/audio/speech·qwen-tts:input.maximum_length:600POST /v1/audio/speech·qwen-tts-latest:input.maximum_length:600