Source: https://ailoot.ai/models/hu/qwen-qwen-audio-3-0-tts-plus/
Canonical: https://ailoot.ai/models/hu/qwen-qwen-audio-3-0-tts-plus/
Language: hu

# Qwen: Qwen-Audio-3.0-TTS Plus

[Markdown](https://ailoot.ai/models/hu/qwen-qwen-audio-3-0-tts-plus/index.md) · [JSON](https://ailoot.ai/models/hu/qwen-qwen-audio-3-0-tts-plus/facts.json)

## [Qwen: Qwen-Audio-3.0-TTS Plus](https://ailoot.ai/models/hu/qwen-qwen-audio-3-0-tts-plus/)

A Qwen-Audio-3.0-TTS-Plus a Qwen szövegfelolvasó modellje részletes, természetes és kifejező hanghoz narrációban, hangoskönyvekben és szinkronizálásban. Modellspecifikus előre beállított vagy klónozott hangokat, streamelt kimenetet és az előadásmódot alakító utasításokat vagy címkéket támogat.

- [**Ailoot Ultra · Felolvasás** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/hu/qwen-qwen-audio-3-0-tts-plus/#method-0)

A modellről

Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.

A Qwen-Audio-3.0-TTS-Plus írott szöveget alakít kifejező beszéddé. A Plus-verzió a szintézis minőségére, természetességére és részletes vokális előadásmódjára összpontosít. A Qwen fő alkalmazásként tartalomkészítést, hangoskönyveket, film- és videoszinkronizálást, valamint professzionális beszédprodukciót nevez meg. A frissített modellprofil szélesebb támogatást ír le a kevés nyelvi erőforrással rendelkező nyelvekhez és kínai dialektusokhoz, jobb dialektushitelességet, valamint erősebb kontrollt az érzelem, tónus, karakter, beszédsebesség, hangerő és stílus fölött. A gyártó javuló tisztaságról, felbontásról és zajos vagy visszhangos akusztikai környezetben való robusztusságról is beszámol.

A Plus e szövegfelolvasó család minőségközpontú verziója; a Flash külön a valós idejű interakcióra van pozicionálva. A narrációt beszédre szánt forgatókönyvként készítsd elő a célközönség, tempó és érzelmi irány megadásával. Egy hangoskönyvrészlet például tiszta artikulációt, megfontolt tempót és visszafogott melegséget kérhet; egy videós narráció komoly nyitást, majd energikusabb magyarázatot. Ezek a megadott szavak előadásmódjának választásai. A modell beszédszintetizátor, nem átírási szolgáltatás vagy teljes vizuális jelenetet létrehozó generátor.

A Plus hivatalos rendszerhangjai között szerepel a melegnek és empatikusnak leírt Long An Ling Xin, valamint a csengőnek és vidámnak leírt Long An Lu Feng. Mindkettő mandarin és angol nyelvre van felsorolva. A gyártó több mint 500 alaphangot is biztosít ehhez a verzióhoz, választás előtt meghallgatható mintákkal. Egyenletesebb szintézishez rendszerhangokat ajánl. A pontos Plus-listából válassz hangot, és a forgatókönyv nyelvét igazítsd az adott hang támogatott nyelveihez; egy Flash-hang nem felcserélhető pusztán azért, mert ugyanahhoz a tágabb családhoz tartozik.

A modell mintaalapú hangklónozást támogat. A klónozott hangok dokumentált nyelvei a kínai, angol, japán, koreai, orosz, francia, német, portugál, thai, indonéz, vietnámi, spanyol, olasz, maláj, filippínó és arab. A kínai változatok között van mandarin, kantoni, valamint Chongqing, Északkelet-Kína, Gansu, Guizhou, Zhejiang, Hebei, Henan, Hubei, Hunan, Jiangxi, Ningbo, Ningxia, Qingdao, Shaanxi, Shanxi, Shandong, Shanghai, Sichuan és Yunnan dialektusa. A dialektusokat utasítások vezérlik. A gyártó modelltáblázata megkülönbözteti a klónozást a szöveges leírásból való hangkészítéstől: a Plus támogatja a klónozást, ezt a külön hangtervezési módot viszont nem.

Megfelelő klónozási referencia a normál sebességű, tiszta beszéd zene, háttérzaj, egymással versengő beszélők vagy ének nélkül. A gyártó 10–20 másodpercet ajánl, és legfeljebb 60 másodpercet enged legfeljebb 10 MB-os fájlban. A referenciaformátumok 16 bites WAV, MP3 és M4A, legalább 16 kHz mintavételi frekvenciával. Legalább öt másodperc összefüggő, tiszta beszéd szükséges, a megmaradó szüneteknél pedig legfeljebb két másodperces időtartam javasolt. Sztereónál csak az első csatorna kerül feldolgozásra. A létrehozott hangazonosító a Plushoz kötött, és elkészültekor használható szintézisre; ugyanannak a referenciának Flashszel való reprodukálásához külön létrehozott Flash-hang kell.

Természetes nyelvű utasítások alakíthatják mind a rendszerhangok, mind a klónozott hangok tónusát, tempóját, érzelmét és hangszínét. Homályos, jó hangot kérő instrukció helyett használj konkrét hallható leírásokat. A forgatókönyvbe írt érzelmi címkék stílust állíthatnak be, a vokális hatáscímkék pedig adott helyre hangeffektust szúrhatnak be. Például a \[serious\] megváltoztatja az utána következő előadásmódot, a \[sighing\] pedig sóhajt szúr be a környező érzelmi stílus módosítása nélkül. A vezérlőcímkék a következő vezérlőcímkéig vagy az automatikus mondatszegmentálásig érvényesek. Ez a címkealapú funkció csak egyirányú streaminghez dokumentált, így más a hatóköre, mint a kétirányú szövegbemenettel használt utasításoké.

A gyártó kimeneti lehetőségei PCM, WAV, MP3 és Opus, felsorolt 8 000, 16 000, 22 050, 24 000, 44 100 és 48 000 Hz-es mintavételi frekvenciákkal. Dokumentált alapértelmezés az MP3 és a 22 050 Hz. A hangerő 0 és 100, a sebesség és hangmagasság pedig 0,5 és 2,0 között állítható; az MP3 és Opus emellett 6–510 kbps bitrátát enged. Válaszd a lejátszáshoz vagy szerkesztéshez szükséges formátumot, majd tartsd a beállításokat egységesen a hosszabb mű szakaszaiban. A streamelt kimenet hangkereteket és mondatmetaadatokat tartalmaz, szó-időbélyegekkel a funkciót támogató hangokhoz, köztük klónozott hangokhoz.

A dokumentált WebSocket-szövegbemeneti folyamat üzenetenként 20 000 karaktert, összesen pedig 200 000 karaktert enged, és legfeljebb 23 másodperces beküldési időközt követel. Fogadhat teljes forgatókönyvet vagy rendezett szövegszegmenseket, és a bemenet befejeztével lezárulhat. A gyártó az aktuális szintéziskör megszakítását is dokumentálja. Ezek a protokoll korlátai és viselkedései, nem általános generált időtartamkorlát. Hosszú narrációnál szervezd a forgatókönyvet összefüggő részekbe, és őrizd meg sorrendjüket és szövegüket a létrejött hang mellett, hogy a mű egységesen összeállítható és ellenőrizhető legyen.

Kiejtéshez a gyártó célnyelvi támpontokat, pinyin-jelöléseket és szövegcseréket biztosít a számjegyek, rövidítések, szimbólumok vagy szavak nem kívánt olvasatának kezelésére. Az SSML külön jelölőmód, támogatási feltételekkel: a Qwen dokumentációja klónozott hangokhoz támogatja nem streamelt vagy egyirányúan streamelt hívásoknál, bekapcsolva mindössze egy szövegbeküldéssel. Nem határoz meg SSML-t minden rendszerhanghoz vagy kétirányú streaminghez. Gyakorlati Plus-munkafolyamat kompatibilis hanggal és kész forgatókönyvvel indul, majd pontos előadásmódbeli és kiejtési választásokat ad a narrált szövegrészhez.

**Ailoot Ultra · Felolvasás** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus`

[`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/hu/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech)

Alibaba /`qwen/qwen-audio-3.0-tts-plus`

### Kezdő lépések

A Qwen-Audio-3.0-TTS-Plus a Qwen szövegfelolvasó modellje részletes, természetes és kifejező hanghoz narrációban, hangoskönyvekben és szinkronizálásban. Modellspecifikus előre beállított vagy klónozott hangokat, streamelt kimenetet és az előadásmódot alakító utasításokat vagy címkéket támogat.

Elfogadott bemenetek

Szöveg

Eredmények

Hang

### Elérhető az Ailootban · bemenetek és metódusok

**Ailoot Ultra · Felolvasás** `POST /v1/audio/speech`

Bemenet

`text`

Kimenet

`audio`

Kimeneti formátum

mp3

| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
| --- | --- | --- | --- | --- |
| Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok qwen/qwen-audio-3.0-tts-plus | Alapértelmezett— |
| Mező`input` | Típus`string` | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 Egység: Unicode-karakterek | Alapértelmezett— |
| Mező`voice` | Típus`string` | KövetelményKötelező | Értékek és korlátok longanlingxin, longanlufeng | Alapértelmezett— |
| Mező`response_format` | Típus`string` | KövetelményKötelező | Értékek és korlátok mp3 | Alapértelmezett— |

Bemeneti anyagok kombinációi

**text\_to\_speech** · Kötelező: input

Metódus paraméterei és életciklusa

| Paraméter | Szerződés |
| --- | --- |
| Paraméter`content_type` | Szerződésapplication/json |
| Paraméter`required` | Szerződésmodel, input, voice, response\_format |
| Paraméter`voice_ids` | Szerződéslonganlingxin, longanlufeng |
| Paraméter`response_format` | Szerződésmp3 |
| Paraméter`max_input_characters` | Szerződésnull |
| Paraméter`other_options` | Szerződésfalse |
| Paraméter`input` | Szerződéspontos UTF-8 szöveg; Unicode-karakterszám normalizálás nélkül |
| Paraméter`material_types` | Szerződéstext |

Életciklus: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · A ténylegesen visszaadott task\_id vagy a médiatár bejegyzése

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

E modell profiljából válassza ki a pontos hangot.

A bemeneti karakterek és a hangmásodpercek külön mérési egységek.

### Díjcsomagok

A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.

Gyors mód

Nincs megadva Ha a gyors mód van kiválasztva

Flex mód

Nincs megadva Ha a flex mód van kiválasztva

Maximális gondolkodási ráfordítás

Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik

#### Ailoot-díjak

#### Árak beállításonként

Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.

| Beállítás | Díjtáblázat | Számlázható mennyiség | Elszámolási egység | Díj |
| --- | --- | --- | --- | --- |
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Számlázható mennyiség— | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek **—** / 1K token Kimenet · Kimeneti tokenek **—** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token |
| BeállításUltra | Díjtáblázat— | Számlázható mennyiségMinden Unicode-kódpont egy karakternek számít, a Han-karaktereket is beleértve. | Elszámolási egység1K bemeneti karakterenként | Díj Bemenet · bemeneti karakter **$0.04** 1K bemeneti karakterenként |

#### A referencia-díjszabás részletei

A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.

Qwen: Qwen-Audio-3.0-TTS Plus

#### Árak beállításonként

| Beállítás | Elszámolási feltételek | Díj |
| --- | --- | --- |
| BeállításQwen: Qwen-Audio-3.0-TTS Plus · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemeneti karakterek **0,00004 USD** bemeneti karakterenként |

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/)

### Példakérések

#### Ailoot Ultra · Felolvasás

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-plus", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["longanlingxin", "longanlufeng"]')
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
```

### Eredmények fogadása és mentése

#### Ailoot Ultra · Felolvasás

mp3

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

További tartalomlekérések

MédiatárFeladat állapotaMédiafájl részletei

```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
```

##### Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizze meg a teljes bináris eredményt és a fejléceket. JSON vagy több kimenet esetén őrizzen meg minden adatelemet, és töltse le minden ténylegesen visszaadott, aláírt média-URL tartalmát.

##### Ha az eredeti választ ellenőrizni kell

Őrizze meg az eredeti operation\_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal.

Válaszmezők

| Mező | Típus |
| --- | --- |
| Mező`binary audio` | Típusbytes |
| Mező`response headers` | Típusheaders |

Hibák és következő lépések

| Válasz | Feltétel | Következő lépés |
| --- | --- | --- |
| Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
| Válasz`server_error` | FeltételA visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel | Következő lépésŐrizze meg az eredetileg visszaadott művelet- vagy feladatazonosítót, a kérés fejléceit és a választ; folytassa az eredeti művelet támogatott lekérdezéseit. Ne küldje be újra a létrehozási kérést. |

### Álnevek

#### Modell álnevei

**Ailoot Ultra** [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/hu/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech)

#### Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

#### Kapcsolódó modellazonosítók

[`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/hu/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech)

FAQ · Qwen: Qwen-Audio-3.0-TTS Plus

Milyen bemenetek és eredmények érhetők el?

`POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `text` → `audio`

Mely mezőket használja a kérés?

`POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `model`, `input`, `voice`, `response_format`

Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához.

## A vállalat és projektportfóliója

A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.

## Vásároljon tokeneket kedvezménnyel.

Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény.

Előfizetés

Válasszon kedvezményes tarifát a rendszeres kéréseihez.

Promókód akár 50%-ig

Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik.

Költségek az előzményekben

Minden kéréshez megmarad a modell, a tokenek és az összeg.

[Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/)

## Csatlakoztassa az API-t az értékesített termékéhez.

SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet.

Kereskedelmi alkalmazás

Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba.

Viszonteladói licenc

Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket.

Dokumentumok a weboldalon

Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető.

[Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu)

## Ailoot · A vállalat és projektportfóliója





Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít.





A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.





Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.