{
  "aboutHtml": "<p>Qwen-Audio-3.0-TTS-Flash берілген мәтінді сөйлеуге айналдырады, ал Flash нұсқасы нақты уақыттағы өзара әрекетке бағытталған. Qwen оның негізгі қолданылу салалары ретінде дауыс көмекшілерін, интерактивті диалогты және клиенттерге зияткерлік қызмет көрсетуді атайды. Өндірушінің сипаттауынша, алдыңғы нұсқамен салыстырғанда ресурсы аз тілдер мен қытай диалектілерін қолдау ауқымы кеңейген, диалектілік сөйлеу табиғи бола түскен, ал эмоцияны, дауыс реңкін, кейіпкерді, жылдамдықты, дыбыс деңгейін және сөйлеу мәнерін басқару мүмкіндігі артқан. Сондай-ақ өндіруші шулы немесе жаңғырығы бар акустикалық ортада сөйлеудің анықтығы мен орнықтылығы жақсарғанын хабарлайды. Бұл — мәтіннен аудио синтездеу моделі; ол кіріс сөйлеуді тану немесе дауыстық диалог моделі емес.</p><p>Flash интерактивті әңгімеде дыбыстың тез басталуына басымдық береді. Qwen осы модельдің нақты уақыттағы синтезінде алғашқы пакеттің кідірісі 200 миллисекунд шегінде болатынын хабарлайды; пайдалану нұсқаулығында бастапқы қосылымды орнату алғашқы жіберілімнің өлшенетін кідірісіне әсер ететіні де көрсетілген. Айтылатын нақты сөздерді олардың қалай дыбысталуы керегі туралы талаптан бөлек дайындаңыз. Мысалы, дауыс көмекшісінің жауабына арналған тапсырмада қысқа жауапты сабырлы әрі анық айту нұсқауымен үйлестіруге болады. Негізгі нәтиже — сол мәтінге арнап жасалған сөйлеу; оны ойнату мен әңгіменің қалған бөлігін қолданба басқарады.</p><p>Өндірушінің жүйелік дауыстар тізімінде табиғи әрі жылы мәнерге арналған Long An Feng Yue және жылы әрі сергек мәнерге арналған Long An Xiao Xin сияқты нақты модельге тән нұсқалар бар. Екеуі де мандарин қытай тілі мен ағылшын тілі үшін көрсетілген. Тізімде британ акцентімен сөйлейтін loongmary және америкалық акцентпен сабырлы, жылы сөйлейтін loongjohn сияқты ағылшын дауыстары да бар. Бұған қоса, әр модельде 500-ден астам базалық дауыс бар. Qwen бірізділік үшін жүйелік дауыстардан бастауды және базалық дауысты таңдағанда алдын ала тыңдау үлгілерін бағалауды ұсынады. Дауыс таңдалған модельге тиесілі болуы, ал мәтін сол дауыс қолдайтын тілде жазылуы керек.</p><p>Клондалған дауыстар құжатталған тілдер ауқымын қытай, ағылшын, жапон, корей, орыс, француз, неміс, португал, тай, индонезия, вьетнам, испан, итальян, малай, филиппин және араб тілдеріне дейін кеңейтеді. Қытай тілінің қамтылатын түрлеріне мандарин, кантон, Чунцин, солтүстік-шығыс, Ганьсу, Гуйчжоу, Чжэцзян, Хэбэй, Хэнань, Хубэй, Хунань, Цзянси, Нинбо, Нинся, Циндао, Шэньси, Шаньси, Шаньдун, шанхай, Сычуань және Юньнань сөйленістері кіреді; диалект нұсқаулар арқылы таңдалады. Модельдер кестесінде үлгі бойынша дауыс клондау қолдауы көрсетілген және ол тек мәтіндік сипаттамадан жаңа дауыс жасаудан бөлек қарастырылады. Осы нұсқа соңғы мүмкіндікті қолдамайды.</p><p>Клондау үшін өндіруші 10–20 секундтық жазбаны ұсынады; ең ұзақ жазба — 60 секунд, ал файл көлемі 10 MB-тан аспауы керек. Қолдау көрсетілетін үлгі пішімдері — 16 биттік WAV, MP3 және M4A; дискреттеу жиілігі кемінде 16 kHz болуы керек. Жазбада кемінде бес секунд үздіксіз әрі анық сөйлеу болуы қажет; өзге үзілістердің екі секундтан аспағаны жөн. Фондық дыбыстан, басқа адамдардың даусынан және ән айтудан аулақ болыңыз. Стерео қабылданады, бірақ тек бірінші арна өңделеді. Клондау үдерісі нақты мақсатты модельге байланған дауыс идентификаторын қайтарады; дауыс дайын болғанда синтез осы идентификаторды пайдаланады. Бір жазбаның өзінен Flash пен Plus үшін бөлек дауыс клондарын жасау керек.</p><p>Табиғи тілдегі нұсқаулар жүйелік дауыстардың да, клондалған дауыстардың да айту мәнерін басқарады. Жұмсақ реңк, анық артикуляция немесе сәл баяуырақ қарқын сияқты естілетін сипаттарды көрсетіңіз. Мәтін ішіндегі тегтер басқа басқару тәсілін ұсынады: [empathetic] немесе [serious] кейінгі мәтінге стиль орнатады, ал [laughing] немесе [sighing] белгілі бір орынға дауыс әсерін қосады. Басқару тегінің әсері келесі басқару тегіне дейін немесе сөйлемдерге автоматты түрде бөлу сәтіне дейін жалғасады. Бұл эмоция және мәнерлі сөйлеу тегтері екі бағытты мәтін енгізу режиміне емес, тек бір бағытты ағындық режимге арнап құжатталған. Мәнерлі сөйлемді осы басқару құралдарына сәйкес келетін режимде дайындаңыз.</p><p>Өндірушінің сөйлеу интерфейсі PCM, WAV, MP3 және Opus пішімдерін қолдайды. Көрсетілген дискреттеу жиіліктері — 8 000, 16 000, 22 050, 24 000, 44 100 және 48 000 Hz; әдепкі мәндер — MP3 және 22 050 Hz. Дыбыс деңгейі 0-ден 100-ге дейін, ал сөйлеу жылдамдығы мен дауыс биіктігінің әрқайсысы 0,5-тен 2,0-ге дейін өзгереді. MP3 және Opus үшін 6-дан 510 kbps-ке дейінгі битрейт параметрі де бар. Пішім мен дискреттеу жиілігін жоспарланған ойнатқышқа немесе өңдеу үдерісіне сай таңдаңыз. Интерактивті қолданба үшін өндіруші ағындық аудио кадрлары мен сөйлем метадеректерін сипаттайды; сәйкес келетін дауыстарда, соның ішінде клондалған дауыстарда, ағындық шығыста сөз деңгейіндегі уақыт белгілері қолжетімді.</p><p>Құжатталған WebSocket мәтіндік протоколы бір мәтіндік хабарламада 20 000 таңбаға дейін, ал бір тапсырма бойы жиынтық түрде 200 000 таңбаға дейін қабылдайды. Жіберілімдер арасындағы үзіліс 23 секундтан аспауы керек. Бұлар — өндіруші протоколының шектері; олар модель шығаратын аудио ұзақтығының әмбебап шегінен бөлек. Протокол ағымдағы синтездеу әрекетін тоқтатуды және сол қосылымда келесі тапсырманы бастауды қолдайды. Мәтін бөліктерін айтылуы тиіс ретпен беріп, мәтін аяқталғанда енгізуді аяқтаңыз. Айтылымды дайындау үшін өндіруші мақсатты тілге қатысты нұсқауларды, пиньинь аннотацияларын және мәтін алмастыруларын сипаттайды. Бұлар цифрлар, қысқартулар немесе таңбалар күтілмеген түрде дыбысталғанда пайдалы.</p><p>SSML — дауыс пен өзара әрекет режиміне қатысты шарттары бар бөлек белгілеу тәсілі. Qwen оны клондалған дауыстар үшін ағынсыз немесе бір бағытты ағындық шақыруларда құжаттайды; SSML қосылғанда мәтін бір рет жіберіледі. Оны әр дайын дауысқа немесе екі бағытты ағынға қолдануға болады деп ойлауға болмайды. Қалыпты диалог үшін үйлесімді дауыстан, таза дыбысталатын мәтіннен және нақты айту мәнері нұсқауынан бастаңыз; тапсырма талап ететін жерде ғана айтылымға немесе мәнерге қатысты нысаналы басқару құралдарын қосыңыз. Осылайша Flash сипаттамасы басқа Qwen аудио модельдерінің мүмкіндіктеріне емес, дайын мәтінді жедел дыбыстауға бағытталады.</p>",
  "aboutText": "Qwen-Audio-3.0-TTS-Flash берілген мәтінді сөйлеуге айналдырады, ал Flash нұсқасы нақты уақыттағы өзара әрекетке бағытталған. Qwen оның негізгі қолданылу салалары ретінде дауыс көмекшілерін, интерактивті диалогты және клиенттерге зияткерлік қызмет көрсетуді атайды. Өндірушінің сипаттауынша, алдыңғы нұсқамен салыстырғанда ресурсы аз тілдер мен қытай диалектілерін қолдау ауқымы кеңейген, диалектілік сөйлеу табиғи бола түскен, ал эмоцияны, дауыс реңкін, кейіпкерді, жылдамдықты, дыбыс деңгейін және сөйлеу мәнерін басқару мүмкіндігі артқан. Сондай-ақ өндіруші шулы немесе жаңғырығы бар акустикалық ортада сөйлеудің анықтығы мен орнықтылығы жақсарғанын хабарлайды. Бұл — мәтіннен аудио синтездеу моделі; ол кіріс сөйлеуді тану немесе дауыстық диалог моделі емес.\n\nFlash интерактивті әңгімеде дыбыстың тез басталуына басымдық береді. Qwen осы модельдің нақты уақыттағы синтезінде алғашқы пакеттің кідірісі 200 миллисекунд шегінде болатынын хабарлайды; пайдалану нұсқаулығында бастапқы қосылымды орнату алғашқы жіберілімнің өлшенетін кідірісіне әсер ететіні де көрсетілген. Айтылатын нақты сөздерді олардың қалай дыбысталуы керегі туралы талаптан бөлек дайындаңыз. Мысалы, дауыс көмекшісінің жауабына арналған тапсырмада қысқа жауапты сабырлы әрі анық айту нұсқауымен үйлестіруге болады. Негізгі нәтиже — сол мәтінге арнап жасалған сөйлеу; оны ойнату мен әңгіменің қалған бөлігін қолданба басқарады.\n\nӨндірушінің жүйелік дауыстар тізімінде табиғи әрі жылы мәнерге арналған Long An Feng Yue және жылы әрі сергек мәнерге арналған Long An Xiao Xin сияқты нақты модельге тән нұсқалар бар. Екеуі де мандарин қытай тілі мен ағылшын тілі үшін көрсетілген. Тізімде британ акцентімен сөйлейтін loongmary және америкалық акцентпен сабырлы, жылы сөйлейтін loongjohn сияқты ағылшын дауыстары да бар. Бұған қоса, әр модельде 500-ден астам базалық дауыс бар. Qwen бірізділік үшін жүйелік дауыстардан бастауды және базалық дауысты таңдағанда алдын ала тыңдау үлгілерін бағалауды ұсынады. Дауыс таңдалған модельге тиесілі болуы, ал мәтін сол дауыс қолдайтын тілде жазылуы керек.\n\nКлондалған дауыстар құжатталған тілдер ауқымын қытай, ағылшын, жапон, корей, орыс, француз, неміс, португал, тай, индонезия, вьетнам, испан, итальян, малай, филиппин және араб тілдеріне дейін кеңейтеді. Қытай тілінің қамтылатын түрлеріне мандарин, кантон, Чунцин, солтүстік-шығыс, Ганьсу, Гуйчжоу, Чжэцзян, Хэбэй, Хэнань, Хубэй, Хунань, Цзянси, Нинбо, Нинся, Циндао, Шэньси, Шаньси, Шаньдун, шанхай, Сычуань және Юньнань сөйленістері кіреді; диалект нұсқаулар арқылы таңдалады. Модельдер кестесінде үлгі бойынша дауыс клондау қолдауы көрсетілген және ол тек мәтіндік сипаттамадан жаңа дауыс жасаудан бөлек қарастырылады. Осы нұсқа соңғы мүмкіндікті қолдамайды.\n\nКлондау үшін өндіруші 10–20 секундтық жазбаны ұсынады; ең ұзақ жазба — 60 секунд, ал файл көлемі 10 MB-тан аспауы керек. Қолдау көрсетілетін үлгі пішімдері — 16 биттік WAV, MP3 және M4A; дискреттеу жиілігі кемінде 16 kHz болуы керек. Жазбада кемінде бес секунд үздіксіз әрі анық сөйлеу болуы қажет; өзге үзілістердің екі секундтан аспағаны жөн. Фондық дыбыстан, басқа адамдардың даусынан және ән айтудан аулақ болыңыз. Стерео қабылданады, бірақ тек бірінші арна өңделеді. Клондау үдерісі нақты мақсатты модельге байланған дауыс идентификаторын қайтарады; дауыс дайын болғанда синтез осы идентификаторды пайдаланады. Бір жазбаның өзінен Flash пен Plus үшін бөлек дауыс клондарын жасау керек.\n\nТабиғи тілдегі нұсқаулар жүйелік дауыстардың да, клондалған дауыстардың да айту мәнерін басқарады. Жұмсақ реңк, анық артикуляция немесе сәл баяуырақ қарқын сияқты естілетін сипаттарды көрсетіңіз. Мәтін ішіндегі тегтер басқа басқару тәсілін ұсынады: [empathetic] немесе [serious] кейінгі мәтінге стиль орнатады, ал [laughing] немесе [sighing] белгілі бір орынға дауыс әсерін қосады. Басқару тегінің әсері келесі басқару тегіне дейін немесе сөйлемдерге автоматты түрде бөлу сәтіне дейін жалғасады. Бұл эмоция және мәнерлі сөйлеу тегтері екі бағытты мәтін енгізу режиміне емес, тек бір бағытты ағындық режимге арнап құжатталған. Мәнерлі сөйлемді осы басқару құралдарына сәйкес келетін режимде дайындаңыз.\n\nӨндірушінің сөйлеу интерфейсі PCM, WAV, MP3 және Opus пішімдерін қолдайды. Көрсетілген дискреттеу жиіліктері — 8 000, 16 000, 22 050, 24 000, 44 100 және 48 000 Hz; әдепкі мәндер — MP3 және 22 050 Hz. Дыбыс деңгейі 0-ден 100-ге дейін, ал сөйлеу жылдамдығы мен дауыс биіктігінің әрқайсысы 0,5-тен 2,0-ге дейін өзгереді. MP3 және Opus үшін 6-дан 510 kbps-ке дейінгі битрейт параметрі де бар. Пішім мен дискреттеу жиілігін жоспарланған ойнатқышқа немесе өңдеу үдерісіне сай таңдаңыз. Интерактивті қолданба үшін өндіруші ағындық аудио кадрлары мен сөйлем метадеректерін сипаттайды; сәйкес келетін дауыстарда, соның ішінде клондалған дауыстарда, ағындық шығыста сөз деңгейіндегі уақыт белгілері қолжетімді.\n\nҚұжатталған WebSocket мәтіндік протоколы бір мәтіндік хабарламада 20 000 таңбаға дейін, ал бір тапсырма бойы жиынтық түрде 200 000 таңбаға дейін қабылдайды. Жіберілімдер арасындағы үзіліс 23 секундтан аспауы керек. Бұлар — өндіруші протоколының шектері; олар модель шығаратын аудио ұзақтығының әмбебап шегінен бөлек. Протокол ағымдағы синтездеу әрекетін тоқтатуды және сол қосылымда келесі тапсырманы бастауды қолдайды. Мәтін бөліктерін айтылуы тиіс ретпен беріп, мәтін аяқталғанда енгізуді аяқтаңыз. Айтылымды дайындау үшін өндіруші мақсатты тілге қатысты нұсқауларды, пиньинь аннотацияларын және мәтін алмастыруларын сипаттайды. Бұлар цифрлар, қысқартулар немесе таңбалар күтілмеген түрде дыбысталғанда пайдалы.\n\nSSML — дауыс пен өзара әрекет режиміне қатысты шарттары бар бөлек белгілеу тәсілі. Qwen оны клондалған дауыстар үшін ағынсыз немесе бір бағытты ағындық шақыруларда құжаттайды; SSML қосылғанда мәтін бір рет жіберіледі. Оны әр дайын дауысқа немесе екі бағытты ағынға қолдануға болады деп ойлауға болмайды. Қалыпты диалог үшін үйлесімді дауыстан, таза дыбысталатын мәтіннен және нақты айту мәнері нұсқауынан бастаңыз; тапсырма талап ететін жерде ғана айтылымға немесе мәнерге қатысты нысаналы басқару құралдарын қосыңыз. Осылайша Flash сипаттамасы басқа Qwen аудио модельдерінің мүмкіндіктеріне емес, дайын мәтінді жедел дыбыстауға бағытталады.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "3225ca5e4d402a7aa6fa1fa6bf1b92ce4db8a0ffbe122cab303747e803ba72c9",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "kk",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">Al</span><h2 id=\"sheet-title\">Qwen: Qwen-Audio-3.0-TTS Flash</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Жабу\">×</button></div><div class=\"idline\"><span>Alibaba /</span><code>qwen/qwen-audio-3.0-tts-flash</code><button type=\"button\" id=\"copy-id\">ID көшіру</button></div><nav class=\"card-jump-nav\" aria-label=\"Модель карточкасының бөлімдері\"><button type=\"button\" data-card-jump=\"overview\">Бастау</button><button type=\"button\" data-card-jump=\"methods\">Кіріс деректері мен әдістер</button><button type=\"button\" data-card-jump=\"pricing\">Тарифтер</button><button type=\"button\" data-card-jump=\"examples\">Мысалдар</button><button type=\"button\" data-card-jump=\"results\">Нәтижелер</button><button type=\"button\" data-card-jump=\"aliases\">Балама атаулар</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API әдістері\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|speech|/v1/audio/speech|qwen%2Fqwen-audio-3.0-tts-flash\">Дыбыстау</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Бастау</h3><p class=\"mdesc-full\">Qwen-Audio-3.0-TTS-Flash — Qwen-нің жедел жауап беретін дауыс көмекшілері мен интерактивті диалогқа арналған мәтінді дыбыстау моделі. Ол ағындық синтезді, нақты модельге арналған дайын не клондалған дауыстарды және мәнерлі сөйлеуге арналған нұсқаулар мен тегтерді біріктіреді.</p><dl class=\"card-io\" data-card-io><div><dt>Қабылданатын кіріс деректері</dt><dd>Мәтін</dd></div><div><dt>Нәтижелер</dt><dd>Аудио</dd></div></dl><details class=\"card-about\"><summary>Модель туралы</summary><p class=\"note-s\" data-model-method-boundary>Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.</p><div class=\"mabout\" id=\"m-about\"><p>Qwen-Audio-3.0-TTS-Flash берілген мәтінді сөйлеуге айналдырады, ал Flash нұсқасы нақты уақыттағы өзара әрекетке бағытталған. Qwen оның негізгі қолданылу салалары ретінде дауыс көмекшілерін, интерактивті диалогты және клиенттерге зияткерлік қызмет көрсетуді атайды. Өндірушінің сипаттауынша, алдыңғы нұсқамен салыстырғанда ресурсы аз тілдер мен қытай диалектілерін қолдау ауқымы кеңейген, диалектілік сөйлеу табиғи бола түскен, ал эмоцияны, дауыс реңкін, кейіпкерді, жылдамдықты, дыбыс деңгейін және сөйлеу мәнерін басқару мүмкіндігі артқан. Сондай-ақ өндіруші шулы немесе жаңғырығы бар акустикалық ортада сөйлеудің анықтығы мен орнықтылығы жақсарғанын хабарлайды. Бұл — мәтіннен аудио синтездеу моделі; ол кіріс сөйлеуді тану немесе дауыстық диалог моделі емес.</p><p>Flash интерактивті әңгімеде дыбыстың тез басталуына басымдық береді. Qwen осы модельдің нақты уақыттағы синтезінде алғашқы пакеттің кідірісі 200 миллисекунд шегінде болатынын хабарлайды; пайдалану нұсқаулығында бастапқы қосылымды орнату алғашқы жіберілімнің өлшенетін кідірісіне әсер ететіні де көрсетілген. Айтылатын нақты сөздерді олардың қалай дыбысталуы керегі туралы талаптан бөлек дайындаңыз. Мысалы, дауыс көмекшісінің жауабына арналған тапсырмада қысқа жауапты сабырлы әрі анық айту нұсқауымен үйлестіруге болады. Негізгі нәтиже — сол мәтінге арнап жасалған сөйлеу; оны ойнату мен әңгіменің қалған бөлігін қолданба басқарады.</p><p>Өндірушінің жүйелік дауыстар тізімінде табиғи әрі жылы мәнерге арналған Long An Feng Yue және жылы әрі сергек мәнерге арналған Long An Xiao Xin сияқты нақты модельге тән нұсқалар бар. Екеуі де мандарин қытай тілі мен ағылшын тілі үшін көрсетілген. Тізімде британ акцентімен сөйлейтін loongmary және америкалық акцентпен сабырлы, жылы сөйлейтін loongjohn сияқты ағылшын дауыстары да бар. Бұған қоса, әр модельде 500-ден астам базалық дауыс бар. Qwen бірізділік үшін жүйелік дауыстардан бастауды және базалық дауысты таңдағанда алдын ала тыңдау үлгілерін бағалауды ұсынады. Дауыс таңдалған модельге тиесілі болуы, ал мәтін сол дауыс қолдайтын тілде жазылуы керек.</p><p>Клондалған дауыстар құжатталған тілдер ауқымын қытай, ағылшын, жапон, корей, орыс, француз, неміс, португал, тай, индонезия, вьетнам, испан, итальян, малай, филиппин және араб тілдеріне дейін кеңейтеді. Қытай тілінің қамтылатын түрлеріне мандарин, кантон, Чунцин, солтүстік-шығыс, Ганьсу, Гуйчжоу, Чжэцзян, Хэбэй, Хэнань, Хубэй, Хунань, Цзянси, Нинбо, Нинся, Циндао, Шэньси, Шаньси, Шаньдун, шанхай, Сычуань және Юньнань сөйленістері кіреді; диалект нұсқаулар арқылы таңдалады. Модельдер кестесінде үлгі бойынша дауыс клондау қолдауы көрсетілген және ол тек мәтіндік сипаттамадан жаңа дауыс жасаудан бөлек қарастырылады. Осы нұсқа соңғы мүмкіндікті қолдамайды.</p><p>Клондау үшін өндіруші 10–20 секундтық жазбаны ұсынады; ең ұзақ жазба — 60 секунд, ал файл көлемі 10 MB-тан аспауы керек. Қолдау көрсетілетін үлгі пішімдері — 16 биттік WAV, MP3 және M4A; дискреттеу жиілігі кемінде 16 kHz болуы керек. Жазбада кемінде бес секунд үздіксіз әрі анық сөйлеу болуы қажет; өзге үзілістердің екі секундтан аспағаны жөн. Фондық дыбыстан, басқа адамдардың даусынан және ән айтудан аулақ болыңыз. Стерео қабылданады, бірақ тек бірінші арна өңделеді. Клондау үдерісі нақты мақсатты модельге байланған дауыс идентификаторын қайтарады; дауыс дайын болғанда синтез осы идентификаторды пайдаланады. Бір жазбаның өзінен Flash пен Plus үшін бөлек дауыс клондарын жасау керек.</p><p>Табиғи тілдегі нұсқаулар жүйелік дауыстардың да, клондалған дауыстардың да айту мәнерін басқарады. Жұмсақ реңк, анық артикуляция немесе сәл баяуырақ қарқын сияқты естілетін сипаттарды көрсетіңіз. Мәтін ішіндегі тегтер басқа басқару тәсілін ұсынады: [empathetic] немесе [serious] кейінгі мәтінге стиль орнатады, ал [laughing] немесе [sighing] белгілі бір орынға дауыс әсерін қосады. Басқару тегінің әсері келесі басқару тегіне дейін немесе сөйлемдерге автоматты түрде бөлу сәтіне дейін жалғасады. Бұл эмоция және мәнерлі сөйлеу тегтері екі бағытты мәтін енгізу режиміне емес, тек бір бағытты ағындық режимге арнап құжатталған. Мәнерлі сөйлемді осы басқару құралдарына сәйкес келетін режимде дайындаңыз.</p><p>Өндірушінің сөйлеу интерфейсі PCM, WAV, MP3 және Opus пішімдерін қолдайды. Көрсетілген дискреттеу жиіліктері — 8 000, 16 000, 22 050, 24 000, 44 100 және 48 000 Hz; әдепкі мәндер — MP3 және 22 050 Hz. Дыбыс деңгейі 0-ден 100-ге дейін, ал сөйлеу жылдамдығы мен дауыс биіктігінің әрқайсысы 0,5-тен 2,0-ге дейін өзгереді. MP3 және Opus үшін 6-дан 510 kbps-ке дейінгі битрейт параметрі де бар. Пішім мен дискреттеу жиілігін жоспарланған ойнатқышқа немесе өңдеу үдерісіне сай таңдаңыз. Интерактивті қолданба үшін өндіруші ағындық аудио кадрлары мен сөйлем метадеректерін сипаттайды; сәйкес келетін дауыстарда, соның ішінде клондалған дауыстарда, ағындық шығыста сөз деңгейіндегі уақыт белгілері қолжетімді.</p><p>Құжатталған WebSocket мәтіндік протоколы бір мәтіндік хабарламада 20 000 таңбаға дейін, ал бір тапсырма бойы жиынтық түрде 200 000 таңбаға дейін қабылдайды. Жіберілімдер арасындағы үзіліс 23 секундтан аспауы керек. Бұлар — өндіруші протоколының шектері; олар модель шығаратын аудио ұзақтығының әмбебап шегінен бөлек. Протокол ағымдағы синтездеу әрекетін тоқтатуды және сол қосылымда келесі тапсырманы бастауды қолдайды. Мәтін бөліктерін айтылуы тиіс ретпен беріп, мәтін аяқталғанда енгізуді аяқтаңыз. Айтылымды дайындау үшін өндіруші мақсатты тілге қатысты нұсқауларды, пиньинь аннотацияларын және мәтін алмастыруларын сипаттайды. Бұлар цифрлар, қысқартулар немесе таңбалар күтілмеген түрде дыбысталғанда пайдалы.</p><p>SSML — дауыс пен өзара әрекет режиміне қатысты шарттары бар бөлек белгілеу тәсілі. Qwen оны клондалған дауыстар үшін ағынсыз немесе бір бағытты ағындық шақыруларда құжаттайды; SSML қосылғанда мәтін бір рет жіберіледі. Оны әр дайын дауысқа немесе екі бағытты ағынға қолдануға болады деп ойлауға болмайды. Қалыпты диалог үшін үйлесімді дауыстан, таза дыбысталатын мәтіннен және нақты айту мәнері нұсқауынан бастаңыз; тапсырма талап ететін жерде ғана айтылымға немесе мәнерге қатысты нысаналы басқару құралдарын қосыңыз. Осылайша Flash сипаттамасы басқа Qwen аудио модельдерінің мүмкіндіктеріне емес, дайын мәтінді жедел дыбыстауға бағытталады.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Дыбыстау</b> <code>POST /v1/audio/speech</code></summary><dl class=\"method-capabilities\"><div><dt>Кіріс</dt><dd><code>text</code></dd></div><div><dt>Шығыс</dt><dd><code>audio</code></dd></div><div><dt>Шығыс пішімі</dt><dd>mp3</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Өріс</th><th>Түрі</th><th>Талап</th><th>Мәндер мен шектеулер</th><th>Әдепкі</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>qwen/qwen-audio-3.0-tts-flash</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Ең аз ұзындық: 1</div><div>Бірлік: Unicode таңбалары</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">voice</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>loongjohn, longanhuan_v3.6</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>mp3</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Кіріс материалдарының үйлесімдері</summary><p class=\"note-s\"><b>text_to_speech</b> · Міндетті: input</p></details><details class=\"note-s\" data-method-contract><summary>Әдіс параметрлері мен өмірлік циклі</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Параметр талаптары</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_type</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>application/json</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>model, input, voice, response_format</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>voice_ids</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>loongjohn, longanhuan_v3.6</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>response_format</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>mp3</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>max_input_characters</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>null</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>other_options</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>input</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>дәл UTF-8 мәтіні; қалыпқа келтірмей есептелген Unicode таңбалар саны</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>text</td></tr></tbody></table></div><p>Өмірлік цикл: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · Нақты қайтарылған task_id немесе медиатека жазбасы</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">Осы модель профилінен нақты дауысты таңдаңыз.</p><p class=\"note-s\">Кіріс таңбалары мен аудио секундтары бөлек есептеу бірліктері болып саналады.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифтер</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.</p><dl data-price-conditions><dt>Жылдам режим</dt><dd>Көрсетілмеген <span class=\"note-s\">Жылдам режим таңдалғанда</span></dd><dt>Икемді режим</dt><dd>Көрсетілмеген <span class=\"note-s\">flex режимі таңдалғанда</span></dd><dt>Ой қорытудың ең жоғары деңгейі</dt><dd>Көрсетілмеген <span class=\"note-s\">Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot мөлшерлемелері</h4><h4>Баптаулар бойынша бағалар</h4><p class=\"note-s\">Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Мөлшерлемелер кестесі</th><th>Төленетін мөлшер</th><th>Есептеу бірлігі</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Токендердің базалық тарифтері</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>Негізгі мөлшерлеме</td><td data-cell-label=\"Төленетін мөлшер\"><span class=\"card-cell-label\">Төленетін мөлшер</span>—</td><td data-cell-label=\"Есептеу бірлігі\"><span class=\"card-cell-label\">Есептеу бірлігі</span>—</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс токендері</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Шығыс · Шығыс токендері</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшті оқу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу, 1 сағ</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div></td></tr><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Ultra</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>—</td><td data-cell-label=\"Төленетін мөлшер\"><span class=\"card-cell-label\">Төленетін мөлшер</span>Әр Unicode код нүктесі, соның ішінде Han таңбалары, бір таңба болып саналады.</td><td data-cell-label=\"Есептеу бірлігі\"><span class=\"card-cell-label\">Есептеу бірлігі</span>1K кіріс таңбасы үшін</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · кіріс таңбасы</span> <b>$0.03</b> <span class=\"price-unit\">1K кіріс таңбасы үшін</span></div></td></tr></tbody></table></div></div><div data-declared-reference-pricing><h4>Анықтамалық тариф мәліметтері</h4><p class=\"note-s\">Модельдің анықтамалық кестелері әдіс таңдауын, баға есебін не төлемді өзгертпейді. Қолданыстағы төлемдер таңдалған Ailoot әдісінің мөлшерлемелерімен есептеледі.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Qwen: Qwen-Audio-3.0-TTS Flash</summary><h4>Баптаулар бойынша бағалар</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Төлемді есептеу шарттары</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Qwen: Qwen-Audio-3.0-TTS Flash · Әдепкі конфигурация</th><td data-cell-label=\"Төлемді есептеу шарттары\"><span class=\"card-cell-label\">Төлемді есептеу шарттары</span>Әдепкі баптау</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс таңбалары</span> <b>0,00003 $</b> <span class=\"price-unit\">кіріс таңбасы үшін</span></div></td></tr></tbody></table></div></details></div><p class=\"note-s\">Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. <a href=\"/docs/kk/billing/reserve/\">Резервтеу мен төлемді есептеу тәртібі →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Сұрау мысалдары</h3><h4>Ailoot Ultra · Дыбыстау</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Код нұсқалары\"><button class=\"cg-tab\" id=\"model-code-2360-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2360-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Кодты көшіру\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2360-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2360-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}&quot;\nexport AILOOT_VOICE_ID\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;qwen/qwen-audio-3.0-tts-flash&quot;, &quot;input&quot;: &quot;Good afternoon! This is a short voice take.&quot;}&#39;)\nvoice=os.environ[&quot;AILOOT_VOICE_ID&quot;]\nallowed=json.loads(&#39;[&quot;loongjohn&quot;, &quot;longanhuan_v3.6&quot;]&#39;)\nif voice not in allowed: raise SystemExit(&quot;Choose an accepted voice ID from this exact model profile&quot;)\np[&quot;voice&quot;]=voice\np[&quot;response_format&quot;]=&quot;mp3&quot;\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Нәтижелерді алу және сақтау</h3><h4>Ailoot Ultra · Дыбыстау</h4><p class=\"note-s\">mp3</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>Басқа мазмұнды оқу</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Код нұсқалары\"><button class=\"cg-tab\" id=\"model-code-2361-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2361-panel-0\" aria-selected=\"true\" tabindex=\"0\">Медиа кітапханасы</button><button class=\"cg-tab\" id=\"model-code-2361-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2361-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Тапсырма күйі</button><button class=\"cg-tab\" id=\"model-code-2361-tab-2\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2361-panel-2\" aria-selected=\"false\" tabindex=\"-1\">Материал мәліметтері</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Кодты көшіру\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2361-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2361-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-assets.json\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2361-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-2361-tab-1\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}&quot;\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c &#39;import os,urllib.parse;print(urllib.parse.quote(os.environ[&quot;AILOOT_MEDIA_TASK_ID&quot;],safe=&quot;&quot;))&#39;)\ncurl --fail-with-body --silent --show-error &quot;https://api.ailoot.ai/v1/media/tasks/$resource_id&quot; \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-task.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;media-task.json&quot;).read_text())))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2361-panel-2\" role=\"tabpanel\" aria-labelledby=\"model-code-2361-tab-2\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}&quot;\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c &#39;import os,urllib.parse;print(urllib.parse.quote(os.environ[&quot;AILOOT_ASSET_ID&quot;],safe=&quot;&quot;))&#39;)\ncurl --fail-with-body --silent --show-error &quot;https://api.ailoot.ai/v1/media/assets/$resource_id&quot; \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o media-asset.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;media-asset.json&quot;).read_text())))\nPY_RESULT\n</code></pre></div></div></div></details><div class=\"card-result-process\" data-all-results><h5>Барлық дайын нәтижені сақтау</h5><p class=\"note-s\">Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.</p><p class=\"note-s\">Толық бинарлық нәтижені және тақырыптарды сақтаңыз. JSON/бірнеше нәтиже қайтарылса, әрбір дерек элементін сақтап, активке берілген әрбір нақты қолтаңбаланған URL мекенжайынан жүктеп алыңыз.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Бастапқы жауапты тексеру қажет болса</h5><p class=\"note-s\">Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.</p></div><details class=\"card-about\" data-output-fields><summary>Жауап өрістері</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Өріс</th><th>Түрі</th></tr></thead><tbody><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">binary audio</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>bytes</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">response headers</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>headers</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Қателер және келесі қадамдар</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Жауап</th><th>Шарт</th><th>Келесі қадам</th></tr></thead><tbody><tr><th data-cell-label=\"Жауап\" scope=\"row\"><span class=\"card-cell-label\">Жауап</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Шарт\"><span class=\"card-cell-label\">Шарт</span>Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате</td><td data-cell-label=\"Келесі қадам\"><span class=\"card-cell-label\">Келесі қадам</span>Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.</td></tr><tr><th data-cell-label=\"Жауап\" scope=\"row\"><span class=\"card-cell-label\">Жауап</span><code>server_error</code></th><td data-cell-label=\"Шарт\"><span class=\"card-cell-label\">Шарт</span>Қайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген</td><td data-cell-label=\"Келесі қадам\"><span class=\"card-cell-label\">Келесі қадам</span>Бастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Балама атаулар</h3><h4>Модельдердің балама атаулары</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=qwen%2Fqwen-audio-3.0-tts-flash&amp;route=Ultra&amp;caller=qwen%2Fqwen-audio-3.0-tts-flash&amp;fmt=speech\"><code>qwen/qwen-audio-3.0-tts-flash</code></a></span></p><h4>Әдіс жолдарының балама атаулары</h4><p class=\"note-s\">Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.</p><h4>Шақыруға арналған байланысты ID</h4><p class=\"note-s\"><a href=\"#m=qwen%2Fqwen-audio-3.0-tts-flash&amp;route=Ultra&amp;caller=qwen%2Fqwen-audio-3.0-tts-flash&amp;fmt=speech\"><code>qwen/qwen-audio-3.0-tts-flash</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "fmt": "speech",
        "http": "POST",
        "path": "/v1/audio/speech",
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|speech|/v1/audio/speech|qwen%2Fqwen-audio-3.0-tts-flash",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.",
            "errors": [
              {
                "code": null,
                "condition": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Қайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген",
                "http_status": null,
                "recovery": "Бастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ."
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "text_to_speech",
                "required": [
                  "input"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "text_to_speech"
            ],
            "outputs": {
              "all_results": "Толық бинарлық нәтижені және тақырыптарды сақтаңыз. JSON/бірнеше нәтиже қайтарылса, әрбір дерек элементін сақтап, активке берілген әрбір нақты қолтаңбаланған URL мекенжайынан жүктеп алыңыз.",
              "family": "audio",
              "fields": [
                {
                  "description": null,
                  "name": "binary audio",
                  "type": "bytes"
                },
                {
                  "description": null,
                  "name": "response headers",
                  "type": "headers"
                }
              ],
              "format": "mp3",
              "http_success": 200
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen/qwen-audio-3.0-tts-flash"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "limit_known": false,
                "maximum_length": null,
                "min_length": 1,
                "name": "input",
                "required": true,
                "type": "string",
                "unit": "Unicode таңбалары"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "loongjohn",
                  "longanhuan_v3.6"
                ],
                "enum_known": true,
                "name": "voice",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mp3"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": true,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "every field outside exactmodel,input,voice,response_format",
              "stream/speed/reference speech options"
            ]
          },
          "hints": [
            "Осы модель профилінен нақты дауысты таңдаңыз.",
            "Кіріс таңбалары мен аудио секундтары бөлек есептеу бірліктері болып саналады."
          ],
          "input": {
            "content_type": "application/json",
            "input": "дәл UTF-8 мәтіні; қалыпқа келтірмей есептелген Unicode таңбалар саны",
            "material_types": [
              "text"
            ],
            "max_input_characters": null,
            "other_options": false,
            "required": [
              "model",
              "input",
              "voice",
              "response_format"
            ],
            "response_format": [
              "mp3"
            ],
            "voice_ids": [
              "loongjohn",
              "longanhuan_v3.6"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "Нақты қайтарылған task_id немесе медиатека жазбасы",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/audio/speech"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_speech"
          ],
          "output": {
            "family": "audio",
            "format": "mp3",
            "http_success": 200,
            "response": "full binary MP3 plus response headers",
            "result": "complete playable owned MP3"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "declared_tariff_references": [
          {
            "client_selectable": false,
            "key": "1005b0881c111e8d7cb6",
            "label": "Qwen: Qwen-Audio-3.0-TTS Flash",
            "profiles": [
              {
                "basis": "",
                "dimensions": {
                  "conditions": "Әдепкі баптау"
                },
                "label": "Qwen: Qwen-Audio-3.0-TTS Flash · Әдепкі конфигурация",
                "units": [
                  {
                    "amount": "0.000030",
                    "amount_unit": "usd_per_exact_physical_unit",
                    "billing_input": false,
                    "key": "723fd9e7b35c0e460956bc11",
                    "label": "Input characters",
                    "public_unit_label": "per input character",
                    "quantity": "1",
                    "rate_role": "declared_tariff_rate",
                    "side": "in",
                    "unit": "input_character"
                  }
                ]
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen/qwen-audio-3.0-tts-flash\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"loongjohn\", \"longanhuan_v3.6\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n",
            "label": "curl",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n",
            "label": "List actual media assets",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual media task",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual asset metadata",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "speech",
        "hints": [
          "Select exact voice from this model profile.",
          "Input characters and audio seconds are different meters."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Озвучка текста",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "audio"
        ],
        "path": "/v1/audio/speech",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_character": 3e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    }
  ],
  "model_id": "qwen/qwen-audio-3.0-tts-flash",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "4003923a3d91886f69bb50ab0f7336e5f4d1b721e3d4282ff5bdd3550b715f97",
    "input_html_sha256": "b1d5f626f4c6680ae96ce78442a2a3bbb54a2f9d3cd89cc42b16623e51b1c955",
    "private_audit_sha256": "d873391e42624d698e7a1a4499f60f54d65d7d8aee93df8ee4c5662dedd37bf1",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/kk/qwen-qwen-audio-3-0-tts-flash/",
    "description": "Qwen-Audio-3.0-TTS-Flash — Qwen-нің жедел жауап беретін дауыс көмекшілері мен интерактивті диалогқа арналған мәтінді дыбыстау моделі. Ол ағындық синтезді, нақты модельге арналған дайын не клондалған дауыстарды және мәнерлі сөйлеуге арналған нұсқаулар мен тегтерді біріктіреді.",
    "locale": "kk",
    "md_url": "https://ailoot.ai/models/kk/qwen-qwen-audio-3-0-tts-flash/index.md",
    "title": "Qwen: Qwen-Audio-3.0-TTS Flash — Ailoot",
    "url": "https://ailoot.ai/models/kk/qwen-qwen-audio-3-0-tts-flash/"
  },
  "rawModel": {
    "about": "Qwen-Audio-3.0-TTS-Flash берілген мәтінді сөйлеуге айналдырады, ал Flash нұсқасы нақты уақыттағы өзара әрекетке бағытталған. Qwen оның негізгі қолданылу салалары ретінде дауыс көмекшілерін, интерактивті диалогты және клиенттерге зияткерлік қызмет көрсетуді атайды. Өндірушінің сипаттауынша, алдыңғы нұсқамен салыстырғанда ресурсы аз тілдер мен қытай диалектілерін қолдау ауқымы кеңейген, диалектілік сөйлеу табиғи бола түскен, ал эмоцияны, дауыс реңкін, кейіпкерді, жылдамдықты, дыбыс деңгейін және сөйлеу мәнерін басқару мүмкіндігі артқан. Сондай-ақ өндіруші шулы немесе жаңғырығы бар акустикалық ортада сөйлеудің анықтығы мен орнықтылығы жақсарғанын хабарлайды. Бұл — мәтіннен аудио синтездеу моделі; ол кіріс сөйлеуді тану немесе дауыстық диалог моделі емес.\n\nFlash интерактивті әңгімеде дыбыстың тез басталуына басымдық береді. Qwen осы модельдің нақты уақыттағы синтезінде алғашқы пакеттің кідірісі 200 миллисекунд шегінде болатынын хабарлайды; пайдалану нұсқаулығында бастапқы қосылымды орнату алғашқы жіберілімнің өлшенетін кідірісіне әсер ететіні де көрсетілген. Айтылатын нақты сөздерді олардың қалай дыбысталуы керегі туралы талаптан бөлек дайындаңыз. Мысалы, дауыс көмекшісінің жауабына арналған тапсырмада қысқа жауапты сабырлы әрі анық айту нұсқауымен үйлестіруге болады. Негізгі нәтиже — сол мәтінге арнап жасалған сөйлеу; оны ойнату мен әңгіменің қалған бөлігін қолданба басқарады.\n\nӨндірушінің жүйелік дауыстар тізімінде табиғи әрі жылы мәнерге арналған Long An Feng Yue және жылы әрі сергек мәнерге арналған Long An Xiao Xin сияқты нақты модельге тән нұсқалар бар. Екеуі де мандарин қытай тілі мен ағылшын тілі үшін көрсетілген. Тізімде британ акцентімен сөйлейтін loongmary және америкалық акцентпен сабырлы, жылы сөйлейтін loongjohn сияқты ағылшын дауыстары да бар. Бұған қоса, әр модельде 500-ден астам базалық дауыс бар. Qwen бірізділік үшін жүйелік дауыстардан бастауды және базалық дауысты таңдағанда алдын ала тыңдау үлгілерін бағалауды ұсынады. Дауыс таңдалған модельге тиесілі болуы, ал мәтін сол дауыс қолдайтын тілде жазылуы керек.\n\nКлондалған дауыстар құжатталған тілдер ауқымын қытай, ағылшын, жапон, корей, орыс, француз, неміс, португал, тай, индонезия, вьетнам, испан, итальян, малай, филиппин және араб тілдеріне дейін кеңейтеді. Қытай тілінің қамтылатын түрлеріне мандарин, кантон, Чунцин, солтүстік-шығыс, Ганьсу, Гуйчжоу, Чжэцзян, Хэбэй, Хэнань, Хубэй, Хунань, Цзянси, Нинбо, Нинся, Циндао, Шэньси, Шаньси, Шаньдун, шанхай, Сычуань және Юньнань сөйленістері кіреді; диалект нұсқаулар арқылы таңдалады. Модельдер кестесінде үлгі бойынша дауыс клондау қолдауы көрсетілген және ол тек мәтіндік сипаттамадан жаңа дауыс жасаудан бөлек қарастырылады. Осы нұсқа соңғы мүмкіндікті қолдамайды.\n\nКлондау үшін өндіруші 10–20 секундтық жазбаны ұсынады; ең ұзақ жазба — 60 секунд, ал файл көлемі 10 MB-тан аспауы керек. Қолдау көрсетілетін үлгі пішімдері — 16 биттік WAV, MP3 және M4A; дискреттеу жиілігі кемінде 16 kHz болуы керек. Жазбада кемінде бес секунд үздіксіз әрі анық сөйлеу болуы қажет; өзге үзілістердің екі секундтан аспағаны жөн. Фондық дыбыстан, басқа адамдардың даусынан және ән айтудан аулақ болыңыз. Стерео қабылданады, бірақ тек бірінші арна өңделеді. Клондау үдерісі нақты мақсатты модельге байланған дауыс идентификаторын қайтарады; дауыс дайын болғанда синтез осы идентификаторды пайдаланады. Бір жазбаның өзінен Flash пен Plus үшін бөлек дауыс клондарын жасау керек.\n\nТабиғи тілдегі нұсқаулар жүйелік дауыстардың да, клондалған дауыстардың да айту мәнерін басқарады. Жұмсақ реңк, анық артикуляция немесе сәл баяуырақ қарқын сияқты естілетін сипаттарды көрсетіңіз. Мәтін ішіндегі тегтер басқа басқару тәсілін ұсынады: [empathetic] немесе [serious] кейінгі мәтінге стиль орнатады, ал [laughing] немесе [sighing] белгілі бір орынға дауыс әсерін қосады. Басқару тегінің әсері келесі басқару тегіне дейін немесе сөйлемдерге автоматты түрде бөлу сәтіне дейін жалғасады. Бұл эмоция және мәнерлі сөйлеу тегтері екі бағытты мәтін енгізу режиміне емес, тек бір бағытты ағындық режимге арнап құжатталған. Мәнерлі сөйлемді осы басқару құралдарына сәйкес келетін режимде дайындаңыз.\n\nӨндірушінің сөйлеу интерфейсі PCM, WAV, MP3 және Opus пішімдерін қолдайды. Көрсетілген дискреттеу жиіліктері — 8 000, 16 000, 22 050, 24 000, 44 100 және 48 000 Hz; әдепкі мәндер — MP3 және 22 050 Hz. Дыбыс деңгейі 0-ден 100-ге дейін, ал сөйлеу жылдамдығы мен дауыс биіктігінің әрқайсысы 0,5-тен 2,0-ге дейін өзгереді. MP3 және Opus үшін 6-дан 510 kbps-ке дейінгі битрейт параметрі де бар. Пішім мен дискреттеу жиілігін жоспарланған ойнатқышқа немесе өңдеу үдерісіне сай таңдаңыз. Интерактивті қолданба үшін өндіруші ағындық аудио кадрлары мен сөйлем метадеректерін сипаттайды; сәйкес келетін дауыстарда, соның ішінде клондалған дауыстарда, ағындық шығыста сөз деңгейіндегі уақыт белгілері қолжетімді.\n\nҚұжатталған WebSocket мәтіндік протоколы бір мәтіндік хабарламада 20 000 таңбаға дейін, ал бір тапсырма бойы жиынтық түрде 200 000 таңбаға дейін қабылдайды. Жіберілімдер арасындағы үзіліс 23 секундтан аспауы керек. Бұлар — өндіруші протоколының шектері; олар модель шығаратын аудио ұзақтығының әмбебап шегінен бөлек. Протокол ағымдағы синтездеу әрекетін тоқтатуды және сол қосылымда келесі тапсырманы бастауды қолдайды. Мәтін бөліктерін айтылуы тиіс ретпен беріп, мәтін аяқталғанда енгізуді аяқтаңыз. Айтылымды дайындау үшін өндіруші мақсатты тілге қатысты нұсқауларды, пиньинь аннотацияларын және мәтін алмастыруларын сипаттайды. Бұлар цифрлар, қысқартулар немесе таңбалар күтілмеген түрде дыбысталғанда пайдалы.\n\nSSML — дауыс пен өзара әрекет режиміне қатысты шарттары бар бөлек белгілеу тәсілі. Qwen оны клондалған дауыстар үшін ағынсыз немесе бір бағытты ағындық шақыруларда құжаттайды; SSML қосылғанда мәтін бір рет жіберіледі. Оны әр дайын дауысқа немесе екі бағытты ағынға қолдануға болады деп ойлауға болмайды. Қалыпты диалог үшін үйлесімді дауыстан, таза дыбысталатын мәтіннен және нақты айту мәнері нұсқауынан бастаңыз; тапсырма талап ететін жерде ғана айтылымға немесе мәнерге қатысты нысаналы басқару құралдарын қосыңыз. Осылайша Flash сипаттамасы басқа Qwen аудио модельдерінің мүмкіндіктеріне емес, дайын мәтінді жедел дыбыстауға бағытталады.",
    "alias_of": null,
    "aliases": [],
    "author": "Alibaba",
    "available": null,
    "canonical_model": "qwen/qwen-audio-3.0-tts-flash",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "speech"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ],
        "summary": "Конфигурация бағалары туралы толық ақпарат — егжей-тегжейлі мәліметтерде."
      }
    ],
    "ctx": null,
    "entity_type": "model",
    "formats": [
      "speech"
    ],
    "id": "qwen/qwen-audio-3.0-tts-flash",
    "input": [
      "text"
    ],
    "kind": "speech",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.",
            "errors": [
              {
                "code": null,
                "condition": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Қайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген",
                "http_status": null,
                "recovery": "Бастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ."
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "text_to_speech",
                "required": [
                  "input"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "text_to_speech"
            ],
            "outputs": {
              "all_results": "Толық бинарлық нәтижені және тақырыптарды сақтаңыз. JSON/бірнеше нәтиже қайтарылса, әрбір дерек элементін сақтап, активке берілген әрбір нақты қолтаңбаланған URL мекенжайынан жүктеп алыңыз.",
              "family": "audio",
              "fields": [
                {
                  "description": null,
                  "name": "binary audio",
                  "type": "bytes"
                },
                {
                  "description": null,
                  "name": "response headers",
                  "type": "headers"
                }
              ],
              "format": "mp3",
              "http_success": 200
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen/qwen-audio-3.0-tts-flash"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "limit_known": false,
                "maximum_length": null,
                "min_length": 1,
                "name": "input",
                "required": true,
                "type": "string",
                "unit": "Unicode таңбалары"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "loongjohn",
                  "longanhuan_v3.6"
                ],
                "enum_known": true,
                "name": "voice",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "mp3"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": true,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "every field outside exactmodel,input,voice,response_format",
              "stream/speed/reference speech options"
            ]
          },
          "hints": [
            "Осы модель профилінен нақты дауысты таңдаңыз.",
            "Кіріс таңбалары мен аудио секундтары бөлек есептеу бірліктері болып саналады."
          ],
          "input": {
            "content_type": "application/json",
            "input": "дәл UTF-8 мәтіні; қалыпқа келтірмей есептелген Unicode таңбалар саны",
            "material_types": [
              "text"
            ],
            "max_input_characters": null,
            "other_options": false,
            "required": [
              "model",
              "input",
              "voice",
              "response_format"
            ],
            "response_format": [
              "mp3"
            ],
            "voice_ids": [
              "loongjohn",
              "longanhuan_v3.6"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "Нақты қайтарылған task_id немесе медиатека жазбасы",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/audio/speech"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_speech"
          ],
          "output": {
            "family": "audio",
            "format": "mp3",
            "http_success": 200,
            "response": "full binary MP3 plus response headers",
            "result": "complete playable owned MP3"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "declared_tariff_references": [
          {
            "client_selectable": false,
            "key": "1005b0881c111e8d7cb6",
            "label": "Qwen: Qwen-Audio-3.0-TTS Flash",
            "profiles": [
              {
                "basis": "",
                "dimensions": {
                  "conditions": "Әдепкі баптау"
                },
                "label": "Qwen: Qwen-Audio-3.0-TTS Flash · Әдепкі конфигурация",
                "units": [
                  {
                    "amount": "0.000030",
                    "amount_unit": "usd_per_exact_physical_unit",
                    "billing_input": false,
                    "key": "723fd9e7b35c0e460956bc11",
                    "label": "Input characters",
                    "public_unit_label": "per input character",
                    "quantity": "1",
                    "rate_role": "declared_tariff_rate",
                    "side": "in",
                    "unit": "input_character"
                  }
                ]
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen/qwen-audio-3.0-tts-flash\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"loongjohn\", \"longanhuan_v3.6\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n",
            "label": "curl",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n",
            "label": "List actual media assets",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual media task",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n",
            "label": "Read actual asset metadata",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "speech",
        "hints": [
          "Select exact voice from this model profile.",
          "Input characters and audio seconds are different meters."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Озвучка текста",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "audio"
        ],
        "path": "/v1/audio/speech",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_character": 3e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting",
              "quoted_unit": "per 1000 input character"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_1000_characters",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_character",
                "label": "input character",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "public_unit_label": "per 1000 input character",
                "quantity": "1000",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_character"
              }
            ]
          }
        ],
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_1000_characters",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_character",
            "label": "input character",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "public_unit_label": "per 1000 input character",
            "quantity": "1000",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "request_model_id": "qwen/qwen-audio-3.0-tts-flash",
        "route_label": "Ultra"
      }
    ],
    "name": "Qwen: Qwen-Audio-3.0-TTS Flash",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "pricing_profiles": [
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "Model ID": "qwen-audio-3.0-tts-flash",
          "Service deployment scope": "International",
          "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
          "maker_published_model_id": "qwen-audio-3.0-tts-flash"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.000030",
            "amount_unit": "usd_per_input_character",
            "conditions": {
              "Model ID": "qwen-audio-3.0-tts-flash",
              "Service deployment scope": "International",
              "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
              "maker_published_model_id": "qwen-audio-3.0-tts-flash"
            },
            "key": "input_character",
            "label": "input character",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "Model ID": "qwen-audio-3.0-tts-flash",
          "Service deployment scope": "Mainland China",
          "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
          "maker_published_model_id": "qwen-audio-3.0-tts-flash"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0000275042",
            "amount_unit": "usd_per_input_character",
            "conditions": {
              "Model ID": "qwen-audio-3.0-tts-flash",
              "Service deployment scope": "Mainland China",
              "character_counting_rule": "Han characters incl Chinese/Japanese kanji/Korean hanja=2; other characters=1; SSML markup excluded; actual synthesized text counts",
              "maker_published_model_id": "qwen-audio-3.0-tts-flash"
            },
            "key": "input_character",
            "label": "input character",
            "profile_index": 1,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "input_character"
          }
        ]
      }
    ],
    "public_id": "qwen/qwen-audio-3.0-tts-flash",
    "short": "Qwen-Audio-3.0-TTS-Flash — Qwen-нің жедел жауап беретін дауыс көмекшілері мен интерактивті диалогқа арналған мәтінді дыбыстау моделі. Ол ағындық синтезді, нақты модельге арналған дайын не клондалған дауыстарды және мәнерлі сөйлеуге арналған нұсқаулар мен тегтерді біріктіреді."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Qwen-Audio-3.0-TTS-Flash — Qwen-нің жедел жауап беретін дауыс көмекшілері мен интерактивті диалогқа арналған мәтінді дыбыстау моделі. Ол ағындық синтезді, нақты модельге арналған дайын не клондалған дауыстарды және мәнерлі сөйлеуге арналған нұсқаулар мен тегтерді біріктіреді.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "51af1ff43c2e2093ea381049927dd31a53d061d1b564853bf47a394ac4b6b0e8",
    "renderer_sha256": "def3bb6e69c8ddb72f88ec6540bbe55d0e503790f964d84073ecda781b13bedf"
  },
  "sourceRevision": "06cd90ff89a8a34888e5c3f70eab261004482430bd9a56678c490bc3c74c21cc"
}