Source: https://ailoot.ai/models/he/qwen-qwen-audio-3-0-tts-flash/ Canonical: https://ailoot.ai/models/he/qwen-qwen-audio-3-0-tts-flash/ Language: he # Qwen: Qwen-Audio-3.0-TTS Flash [Markdown](https://ailoot.ai/models/he/qwen-qwen-audio-3-0-tts-flash/index.md) · [JSON](https://ailoot.ai/models/he/qwen-qwen-audio-3-0-tts-flash/facts.json) ## [Qwen: Qwen-Audio-3.0-TTS Flash](https://ailoot.ai/models/he/qwen-qwen-audio-3-0-tts-flash/) Qwen-Audio-3.0-TTS-Flash הוא מודל הטקסט־לדיבור של Qwen, המתמקד בעוזרים קוליים שמגיבים במהירות ובדו־שיח אינטראקטיבי. הוא משלב סינתזה מוזרמת, קולות מוגדרים מראש או משוכפלים המתאימים למודל, והוראות או תגיות לדיבור בעל הבעה. - [**Ailoot Ultra · הקראה** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/he/qwen-qwen-audio-3-0-tts-flash/#method-0) על המודל התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה. Qwen-Audio-3.0-TTS-Flash ממיר טקסט דיבור שסופק לדיבור, כאשר מהדורת Flash מתמקדת באינטראקציה בזמן אמת. Qwen מציינת עוזרים קוליים, דו־שיח אינטראקטיבי ושירות לקוחות חכם כיישומים העיקריים שלו. בהשוואה לגרסה הקודמת, היצרן מתאר תמיכה רחבה יותר בשפות דלות משאבים ובדיאלקטים סיניים, ביטוי אותנטי יותר של דיאלקטים ושליטה משופרת ברגש, בטון, בדמות, במהירות, בעוצמת הקול ובסגנון הדיבור. הוא מדווח גם על שיפור בבהירות ובעמידות בתנאים אקוסטיים רועשים או מהדהדים. זוהי סינתזת טקסט־לאודיו, ולא זיהוי של דיבור נכנס או מודל לדו־שיח קולי. Flash נותן עדיפות לתחילת הדיבור במהלך חילופי דברים אינטראקטיביים. Qwen מדווחת על השהיה של עד 200 אלפיות השנייה עד לחבילה הראשונה בסינתזה בזמן אמת של מודל זה; מדריך השימוש שלה מציין גם שהקמת החיבור הראשונית תורמת להשהיה הנמדדת בהגשה הראשונה. הכינו בנפרד את המילים שייאמרו ואת אופן ההגשה הרצוי. לתשובה של עוזר קולי, הנחיה לדוגמה יכולה לשלב תשובה תמציתית עם הוראה להגשה רגועה וברורה. התוצאה הרלוונטית היא הדיבור שנוצר עבור הטקסט הזה, כאשר היישום מטפל בהשמעה ובשיחה שסביבו. רשימת קולות המערכת של היצרן כוללת אפשרויות ייחודיות למודל, כגון Long An Feng Yue להגשה טבעית וידידותית ו־Long An Xiao Xin להגשה ידידותית ומלאת חיים; שניהם רשומים עבור מנדרינית ואנגלית. היא כוללת גם קולות באנגלית, כגון loongmary במבטא בריטי ו־loongjohn במבטא אמריקאי רגוע וידידותי. לכל מודל יש בנוסף יותר מ־500 קולות בסיס. Qwen ממליצה להתחיל בקולות מערכת לשם עקביות ולהאזין לדוגמאות בעת בחירת קול בסיס. הקול חייב להשתייך למודל שנבחר, וטקסט הדיבור חייב להיות בשפה שהקול תומך בה. קולות משוכפלים מרחיבים את טווח השפות המתועד לסינית, אנגלית, יפנית, קוריאנית, רוסית, צרפתית, גרמנית, פורטוגזית, תאית, אינדונזית, וייטנאמית, ספרדית, איטלקית, מלאית, פיליפינית וערבית. הכיסוי הסיני כולל מנדרינית, קנטונזית, צ'ונגצ'ינג, צפון־מזרח סין, גאנסו, גוויג'ואו, ג'ג'יאנג, חביי, חנאן, חוביי, חונאן, ג'יאנגשי, נינגבו, נינגשיה, צ'ינגדאו, שאאנשי, שאנשי, שאנדונג, הניב של שנגחאי, סצ'ואן ויונאן, עם בחירת דיאלקט באמצעות הוראות. טבלת המודלים מציינת תמיכה בשכפול קול על בסיס דגימה ומבדילה בינו לבין יצירת קול חדש מתיאור טקסטואלי בלבד, שבה מהדורה זו אינה תומכת. לצורך שכפול, היצרן ממליץ על הקלטה באורך 10–20 שניות, עם אורך מרבי של 60 שניות וגודל קובץ שאינו עולה על 10 MB. פורמטי הייחוס הנתמכים הם WAV של 16 סיביות, MP3 ו־M4A, בקצב דגימה של לפחות 16 kHz. ההקלטה צריכה להכיל לפחות חמש שניות רצופות של דיבור ברור; הפסקות אחרות צריכות להיות באורך של עד שתי שניות. הימנעו מצלילי רקע, מקולות אחרים ומשירה. סטריאו מתקבל, אך רק הערוץ הראשון מעובד. תהליך השכפול מחזיר מזהה קול הקשור למודל היעד המדויק, והסינתזה משתמשת במזהה הזה לאחר שהקול מוכן. אותה הקלטה מחייבת יצירת קולות משוכפלים נפרדים עבור Flash ועבור Plus. הוראות בשפה טבעית שולטות באופן ההגשה הן בקולות מערכת והן בקולות משוכפלים. תארו מאפיינים נשמעים כגון טון עדין, הגייה ברורה או קצב מעט אטי יותר. תגיות המשולבות בטקסט מספקות אמצעי שליטה אחר: תגית \[empathetic\] או \[serious\] קובעת סגנון לטקסט שאחריה, ואילו תגית \[laughing\] או \[sighing\] מוסיפה אפקט קולי במיקום מסוים. תגית בקרה נשארת בתוקף עד לתגית בקרה אחרת או לפילוח אוטומטי למשפטים. תגיות הרגש והשפה העשירה האלה מתועדות רק עבור הזרמה חד־כיוונית, ולא עבור מצב קלט טקסט דו־כיווני. הכינו משפט בעל הבעה במצב המתאים לאמצעי השליטה האלה. ממשק הדיבור של היצרן תומך ב־PCM, WAV, MP3 ו־Opus. קצבי הדגימה הרשומים הם 8,000, 16,000, 22,050, 24,000, 44,100 ו־48,000 Hz, וברירות המחדל הן MP3 ו־22,050 Hz. עוצמת הקול נעה בין 0 ל־100; קצב הדיבור וגובה הצליל נעים כל אחד בין 0.5 ל־2.0. MP3 ו־Opus חושפים גם הגדרת קצב סיביות בין 6 ל־510 kbps. בחרו פורמט וקצב דגימה המתאימים לנגן או לתהליך העיבוד המיועד. עבור יישום אינטראקטיבי, היצרן מתעד מסגרות אודיו מוזרמות ומטא־נתונים של משפטים, עם חותמות זמן ברמת המילה הזמינות בפלט מוזרם לקולות מתאימים, לרבות קולות משוכפלים. פרוטוקול הטקסט המתועד של WebSocket מקבל עד 20,000 תווים בהודעת טקסט אחת ועד 200,000 תווים במצטבר במשימה, עם מרווח של עד 23 שניות בין הגשות. אלה מגבלות פרוטוקול של היצרן, הנפרדות ממגבלה כללית על משך פלט המודל. הפרוטוקול תומך בביטול סבב הסינתזה הנוכחי ובמשימה נוספת על אותו חיבור. שמרו את מקטעי הטקסט בסדר שבו הם אמורים להיאמר וסיימו את הקלט כשהטקסט הושלם. להכנת ההגייה, היצרן מתעד רמזים לשפת היעד, הערות בפיניין והחלפות טקסט, המועילים כאשר ספרות, קיצורים או סמלים נהגים באופן בלתי צפוי. SSML היא אפשרות סימון נפרדת עם תנאים הנוגעים לקול ולמצב האינטראקציה: Qwen מתעדת אותה עבור קולות משוכפלים, בקריאות ללא הזרמה או עם הזרמה חד־כיוונית, ובהגשת טקסט יחידה כאשר SSML מופעלת. אין להניח שהיא מתאימה לכל קול מוגדר מראש או לכל זרם דו־כיווני. לדו־שיח רגיל, התחילו בקול תואם, בטקסט דיבור נקי ובהוראה מוגדרת לאופן ההגשה; הוסיפו אמצעי שליטה ממוקדים להגייה או להבעה כאשר המשימה דורשת זאת. כך פרופיל Flash נשאר ממוקד בדיבור מהיר תגובה מתוך טקסט מוכן, ולא ביכולות של מודלי אודיו אחרים של Qwen. **Ailoot Ultra · הקראה** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-flash` [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/he/#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` ### התחלה Qwen-Audio-3.0-TTS-Flash הוא מודל הטקסט־לדיבור של Qwen, המתמקד בעוזרים קוליים שמגיבים במהירות ובדו־שיח אינטראקטיבי. הוא משלב סינתזה מוזרמת, קולות מוגדרים מראש או משוכפלים המתאימים למודל, והוראות או תגיות לדיבור בעל הבעה. סוגי קלט נתמכים טקסט תוצאות שמע ### זמין ב-Ailoot · קלט ושיטות **Ailoot Ultra · הקראה** `POST /v1/audio/speech` סוגי קלט `text` סוגי פלט `audio` פורמט פלט mp3 | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות qwen/qwen-audio-3.0-tts-flash | ברירת מחדל— | | שדה`input` | סוג`string` | דרישהחובה | ערכים ומגבלות אורך מזערי: ⁦1⁩ יחידה: תווי Unicode | ברירת מחדל— | | שדה`voice` | סוג`string` | דרישהחובה | ערכים ומגבלות loongjohn, longanhuan\_v3.6 | ברירת מחדל— | | שדה`response_format` | סוג`string` | דרישהחובה | ערכים ומגבלות mp3 | ברירת מחדל— | שילובים של חומרי קלט **text\_to\_speech** · נדרש: input פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, input, voice, response\_format | | פרמטר`voice_ids` | מפרטloongjohn, longanhuan\_v3.6 | | פרמטר`response_format` | מפרטmp3 | | פרמטר`max_input_characters` | מפרטnull | | פרמטר`other_options` | מפרטfalse | | פרמטר`input` | מפרטטקסט UTF-8 מדויק; ספירת תווי Unicode ללא נרמול | | פרמטר`material_types` | מפרטtext | 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}` יש לבחור קול מדויק מתוך פרופיל המודל הזה. תווי קלט ושניות אודיו הם מדדי חיוב שונים. ### תעריפים מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה. מצב מהיר לא צוין כאשר נבחר מצב מהיר מצב Flex לא צוין כאשר נבחר מצב flex מאמץ חשיבה מרבי לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default) #### תעריפי Ailoot #### מחירים לפי תצורה התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות. | תצורה | טבלת תעריפים | כמות לחיוב | יחידת חיוב | חיוב | | --- | --- | --- | --- | --- | | תצורהתעריפי בסיס לטוקנים | טבלת תעריפיםתעריף בסיס | כמות לחיוב— | יחידת חיוב— | חיוב קלט · טוקני קלט **—** / 1K טוקנים פלט · טוקני פלט **—** / 1K טוקנים קלט · קריאה מהמטמון **—** / 1K טוקנים קלט · כתיבה למטמון **—** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | | תצורהUltra | טבלת תעריפים— | כמות לחיובכל נקודת קוד של Unicode נספרת כתו אחד, כולל סימני האן. | יחידת חיובלכל 1K תווי קלט | חיוב קלט · תו בקלט **$0.03** לכל 1K תווי קלט | #### פרטי תעריף הייחוס טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה. Qwen: Qwen-Audio-3.0-TTS Flash #### מחירים לפי תצורה | תצורה | תנאי חיוב | חיוב | | --- | --- | --- | | תצורהQwen: Qwen-Audio-3.0-TTS Flash · תצורת ברירת המחדל | תנאי חיובתצורת ברירת מחדל | חיוב קלט · תווי קלט **⁦‏0.00003 ‏$⁩** לכל תו בקלט | 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 →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · הקראה 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### קבלה ושמירה של תוצאות #### Ailoot Ultra · הקראה mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` קריאות תוכן נוספות ספריית מדיהמצב המשימהפרטי הנכס ```bash set -eu : "${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 ``` ##### 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 | | --- | --- | | שדה`binary audio` | סוגbytes | | שדה`response 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. | | תגובה`server_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 Ultra** [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/he/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/he/#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 אילו קלטים ותוצאות זמינים? `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-flash`: `text` → `audio` באילו שדות הבקשה משתמשת? `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-flash`: `model`, `input`, `voice`, `response_format` חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם. ## החברה ופורטפוליו הפרויקטים שלה החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. ## קנו אסימונים בהנחה. הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים. מנוי בחרו מסלול עם הנחה לבקשות הקבועות שלכם. קוד הנחה עד 50% הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל. הוצאות בהיסטוריה המודל, האסימונים והסכום נשמרים לכל בקשה. [בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/) ## חברו API למוצר שאתם מוכרים. SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק. יישום מסחרי שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם. רישיון למכירה מחדש שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב. מסמכים באתר ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור. [בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he) ## Ailoot · החברה ופורטפוליו הפרויקטים שלה Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI. החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.