Source: https://ailoot.ai/models/ja/qwen-qwen-audio-3-0-tts-plus/ Canonical: https://ailoot.ai/models/ja/qwen-qwen-audio-3-0-tts-plus/ Language: ja # Qwen: Qwen-Audio-3.0-TTS Plus [Markdown](https://ailoot.ai/models/ja/qwen-qwen-audio-3-0-tts-plus/index.md) · [JSON](https://ailoot.ai/models/ja/qwen-qwen-audio-3-0-tts-plus/facts.json) ## [Qwen: Qwen-Audio-3.0-TTS Plus](https://ailoot.ai/models/ja/qwen-qwen-audio-3-0-tts-plus/) Qwen-Audio-3.0-TTS-Plusは、ナレーション、オーディオブック、吹き替え向けの、細部に富み自然で表現力のある音声を重視するQwenの音声合成モデルです。モデル固有のプリセット音声やクローン音声、ストリーミング出力、話し方を調整する指示やタグに対応します。 - [**Ailoot Ultra · 音声合成** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/ja/qwen-qwen-audio-3-0-tts-plus/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 Qwen-Audio-3.0-TTS-Plusは、文章を表現力のある話し声に変換します。Plus版は、合成品質、自然さ、細かな声の表現を重視しています。Qwenは、コンテンツ制作、オーディオブック、映画や動画の吹き替え、業務用の音声制作を主な用途として挙げています。更新されたモデルのプロファイルは、低資源言語と中国語方言へのより広い対応、方言らしさの改善、感情、トーン、キャラクター、話す速さ、音量、スタイルのより強い制御を説明しています。開発元は、雑音や残響のある音響条件での明瞭さ、解像度、堅牢性の改善も報告しています。 Plusはこの音声合成系列の品質重視版で、Flashはリアルタイムのやり取り向けに別途位置付けられています。ナレーションは、対象の聴衆、速さ、感情の方向を指定した、話し言葉の台本として準備してください。オーディオブックの一節なら、明確な発音、落ち着いた速さ、控えめな温かさを依頼例にできます。動画のナレーションなら、真剣な導入の後に、より活気のある説明を求められます。これらは提示した言葉の話し方の選択です。モデルは音声合成器であり、文字起こしサービスや、完成した視覚的な場面を生成するものではありません。 Plusの公式システム音声には、温かく共感的と説明されるLong An Ling Xinと、明るく快活と説明されるLong An Lu Fengがあります。どちらも標準中国語と英語に対応すると記載されています。開発元は、この版に500を超える基本音声も提供し、選ぶ前に確認できるプレビューを用意しています。より一貫した合成のために、システム音声を推奨しています。正確なPlusの一覧から音声を選び、台本の言語をその音声の対応言語に合わせてください。Flashの音声は、同じ広い系列に属するというだけで交換可能にはなりません。 モデルは、サンプルに基づく音声クローンに対応します。文書化されたクローン音声の言語には、中国語、英語、日本語、韓国語、ロシア語、フランス語、ドイツ語、ポルトガル語、タイ語、インドネシア語、ベトナム語、スペイン語、イタリア語、マレー語、フィリピノ語、アラビア語があります。中国語の変種には、標準中国語、広東語、重慶、東北、甘粛、貴州、浙江、河北、河南、湖北、湖南、江西、寧波、寧夏、青島、陝西、山西、山東、上海、四川、雲南が含まれ、方言は指示で制御します。開発元のモデル表は、音声クローンと文章の説明からの音声作成を区別しています。Plusはクローンに対応しますが、別の音声デザインモードには対応しません。 クローン用の適切な参考音声は、通常の速さで明瞭に話したもので、音楽、背景雑音、別の話者の声、歌声を含めません。開発元は10–20秒を推奨し、最大60秒までを許容します。ファイルは10 MB以下にしてください。参考音声の形式は16ビットWAV、MP3、M4Aで、最低サンプルレートは16 kHzです。少なくとも5秒の連続した明瞭な発話が必要で、それ以外の間は2秒以下にすることが推奨されます。ステレオでは最初のチャンネルだけを処理します。作成された音声識別子はPlusにひも付き、準備が整うと合成に使います。同じ参考音声をFlashで再現するには、Flash用の音声を別途作成する必要があります。 自然言語の指示により、システム音声とクローン音声の両方で、トーン、速さ、感情、声質を調整できます。良い声という曖昧な依頼ではなく、耳で分かる具体的な説明を使ってください。台本内の感情タグはスタイルを設定し、豊かな発声表現のタグは指定した箇所に声の効果を挿入できます。例えば\[serious\]は後続の話し方を変え、\[sighing\]は周囲の感情的なスタイルを変えずにため息を挿入します。制御タグは、次の制御タグまたは自動的な文分割まで適用されます。このタグ機能は単方向ストリーミングだけに文書化されており、双方向のテキスト入力で使う指示とは適用範囲が異なります。 開発元の出力形式はPCM、WAV、MP3、Opusで、記載されたサンプルレートは8,000、16,000、22,050、24,000、44,100、48,000 Hzです。文書上の既定値はMP3と22,050 Hzです。音量は0から100、速さとピッチは0.5から2.0に設定でき、MP3とOpusではさらに6から510 kbpsのビットレートを指定できます。再生や編集に必要な表現形式を選び、長い作品では各節でその設定を統一してください。ストリーミング出力には音声フレームと文のメタデータが含まれ、クローン音声を含む対象音声では単語のタイムスタンプも利用できます。 文書化されたWebSocketのテキスト入力フローでは、メッセージ当たり20,000文字、累計200,000文字を許容し、送信間隔は23秒以下でなければなりません。完成した台本または順序付きのテキスト区分を受け取り、入力が完了すると終了できます。開発元は、現在の合成ターンの取り消しも文書化しています。これらは、そのプロトコルの制限と動作であり、生成音声の長さに共通する上限ではありません。長いナレーションでは台本を意味の通る節に分け、生成された音声とともに節の順序とテキストを保持して、一貫した組み立てと確認ができるようにします。 発音について、開発元は、数字、略語、記号、単語が意図しない読み方になるのを防ぐために、対象言語のヒント、ピンイン注記、テキスト置換を提供します。SSMLは、利用条件のある別のマークアップモードです。Qwenの資料は、非ストリーミングまたは単方向ストリーミングの呼び出しで、クローン音声にSSMLを提供し、有効時は一度だけテキストを送信できるとしています。すべてのシステム音声や双方向ストリーミングでのSSMLを裏付けるものではありません。実用的なPlusのフローは、対応する音声と完成した台本から始め、読み上げる箇所に合わせて正確な話し方と発音を加えます。 **Ailoot Ultra · 音声合成** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus` [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/ja/#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` ### はじめに Qwen-Audio-3.0-TTS-Plusは、ナレーション、オーディオブック、吹き替え向けの、細部に富み自然で表現力のある音声を重視するQwenの音声合成モデルです。モデル固有のプリセット音声やクローン音声、ストリーミング出力、話し方を調整する指示やタグに対応します。 対応する入力 テキスト 結果 音声 ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 音声合成** `POST /v1/audio/speech` 入力の種類 `text` 出力の種類 `audio` 出力形式 mp3 | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 qwen/qwen-audio-3.0-tts-plus | デフォルト— | | フィールド`input` | 種類`string` | 要件必須 | 値と制限 最小の長さ: 1 単位: Unicode 文字 | デフォルト— | | フィールド`voice` | 種類`string` | 要件必須 | 値と制限 longanlingxin, longanlufeng | デフォルト— | | フィールド`response_format` | 種類`string` | 要件必須 | 値と制限 mp3 | デフォルト— | 入力素材の組み合わせ **text\_to\_speech** · 必須: input メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input, voice, response\_format | | パラメータ`voice_ids` | 仕様longanlingxin, longanlufeng | | パラメータ`response_format` | 仕様mp3 | | パラメータ`max_input_characters` | 仕様null | | パラメータ`other_options` | 仕様false | | パラメータ`input` | 仕様正確なUTF-8テキスト。正規化せずにUnicode文字数を数えます | | パラメータ`material_types` | 仕様text | ライフサイクル: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 実際に返された task\_id またはメディアライブラリのレコード `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` このモデルのプロファイルから、使用する音声を正確に選択してください。 入力文字数と音声の秒数は、別の計測単位です。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 未指定 高速モードが選択されている場合 Flex モード 未指定 flex モードが選択されている場合 最大推論量 未指定 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。 | 設定 | 料金表 | 課金対象の数量 | 課金単位 | 料金 | | --- | --- | --- | --- | --- | | 設定基本トークン料金 | 料金表基本料金 | 課金対象の数量— | 課金単位— | 料金 入力 · 入力トークン **—** / 1K トークン 出力 · 出力トークン **—** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | | 設定Ultra | 料金表— | 課金対象の数量漢字を含め、Unicodeコードポイント1つを1文字として数えます。 | 課金単位1K入力文字あたり | 料金 入力 · 入力文字 **$0.04** 1K入力文字あたり | #### 参考料金の詳細 モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。 Qwen: Qwen-Audio-3.0-TTS Plus #### 設定別の価格 | 設定 | 課金条件 | 料金 | | --- | --- | --- | | 設定Qwen: Qwen-Audio-3.0-TTS Plus · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力文字数 **$0.00004** 入力文字あたり | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 音声合成 curl ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### 結果を受け取って保存 #### Ailoot Ultra · 音声合成 mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` その他のコンテンツ取得 メディアライブラリタスクのステータスアセットの詳細 ```bash set -eu : "${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 ``` ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 バイナリ結果の全体とヘッダーを保存してください。JSON または複数の出力が返された場合は、すべてのデータ項目を保存し、実際に返された署名付きアセット URL から各アセットを取得してください。 ##### 元のレスポンスを確認する場合 再送せずに照合できるよう、元の operation\_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`binary audio` | 種類bytes | | フィールド`response headers` | 種類headers | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | | レスポンス`server_error` | 条件返されたレスポンスは、操作または結果の確認が必要であることを示しています | 次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。 | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/ja/#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 利用できる入力と結果は何ですか？ `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `text` → `audio` リクエストはどの項目を使用しますか？ `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `model`, `input`, `voice`, `response_format` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。