Source: https://ailoot.ai/models/lt/qwen-qwen-audio-3-0-tts-plus/ Canonical: https://ailoot.ai/models/lt/qwen-qwen-audio-3-0-tts-plus/ Language: lt # Qwen: Qwen-Audio-3.0-TTS Plus [Markdown](https://ailoot.ai/models/lt/qwen-qwen-audio-3-0-tts-plus/index.md) · [JSON](https://ailoot.ai/models/lt/qwen-qwen-audio-3-0-tts-plus/facts.json) ## [Qwen: Qwen-Audio-3.0-TTS Plus](https://ailoot.ai/models/lt/qwen-qwen-audio-3-0-tts-plus/) Qwen-Audio-3.0-TTS-Plus – Qwen teksto vertimo į kalbą modelis, skirtas detaliam, natūraliam ir išraiškingam garsui pasakojimuose, garsinėse knygose ir dubliavime. Jis palaiko konkrečiam modeliui skirtus paruoštus arba klonuotus balsus, srautinę išvestį ir instrukcijas ar žymas kalbėjimo būdui valdyti. - [**Ailoot Ultra · Įgarsinimas** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/lt/qwen-qwen-audio-3-0-tts-plus/#method-0) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. Qwen-Audio-3.0-TTS-Plus rašytinį tekstą paverčia išraiškinga kalba; Plus versijoje daugiausia dėmesio skiriama sintezės kokybei, natūralumui ir detaliam balso perteikimui. Qwen pagrindinėmis taikymo sritimis įvardija turinio kūrimą, garsines knygas, filmų ir vaizdo įrašų dubliavimą bei profesionalią kalbos gamybą. Atnaujintame modelio profilyje aprašytas platesnis mažai išteklių turinčių kalbų ir kinų tarmių palaikymas, didesnis tarmių autentiškumas ir geresnis emocijos, tono, charakterio, kalbėjimo greičio, garsumo bei stiliaus valdymas. Kūrėjas taip pat nurodo geresnį aiškumą, raišką ir atsparumą triukšmingoms ar aidinčioms akustinėms sąlygoms. Plus yra į kokybę orientuota šios teksto vertimo į kalbą šeimos versija; Flash atskirai skirta sąveikai realiuoju laiku. Pasakojimą parenkite kaip kalbai skirtą scenarijų, nurodydami auditoriją, tempą ir emocinę kryptį. Garsinės knygos ištraukai pavyzdinėje užduotyje galima prašyti aiškios artikuliacijos, ramaus tempo ir santūrios šilumos; vaizdo įrašo įgarsinimui – rimtos pradžios, po kurios seka energingesnis paaiškinimas. Tai pateiktų žodžių perteikimo pasirinkimai. Modelis yra kalbos sintezatorius, o ne transkribavimo paslauga ar visos vaizdinės scenos generatorius. Oficialūs Plus sistemos balsai apima Long An Ling Xin, apibūdinamą kaip šiltą ir empatišką, bei Long An Lu Feng, apibūdinamą kaip skambų ir linksmą. Abu nurodyti mandarinų ir anglų kalboms. Kūrėjas šiai versijai taip pat teikia daugiau kaip 500 bazinių balsų su perklausomis, kuriomis galima įvertinti balsą prieš pasirenkant. Nuoseklesnei sintezei rekomenduojami sistemos balsai. Rinkitės balsą iš konkretaus Plus sąrašo ir derinkite scenarijaus kalbą su to balso palaikomomis kalbomis; Flash balsas netampa pakeičiamas vien dėl to, kad priklauso tai pačiai platesnei šeimai. Modelis palaiko balso klonavimą pagal pavyzdį. Dokumentuotos klonuotų balsų kalbos apima kinų, anglų, japonų, korėjiečių, rusų, prancūzų, vokiečių, portugalų, tajų, indoneziečių, vietnamiečių, ispanų, italų, malajų, filipiniečių ir arabų. Kinų kalbos variantai apima mandarinų, kantoniečių, Chongqing, šiaurės rytų, Gansu, Guizhou, Zhejiang, Hebei, Henan, Hubei, Hunan, Jiangxi, Ningbo, Ningxia, Qingdao, Shaanxi, Shanxi, Shandong, Šanchajaus, Sichuan ir Yunnan tarmes, valdomas instrukcijomis. Kūrėjo modelių lentelėje klonavimas atskiriamas nuo balso kūrimo pagal tekstinį aprašą: Plus palaiko klonavimą, bet ne šį atskirą balso projektavimo režimą. Tinkamas klonavimo pavyzdys yra aiški, įprastu greičiu tariama kalba be muzikos, foninio triukšmo, persidengiančių kalbėtojų ar dainavimo. Kūrėjas rekomenduoja 10–20 sekundžių ir leidžia iki 60 sekundžių ne didesniame kaip 10 MB faile. Pavyzdžio formatai yra 16 bitų WAV, MP3 ir M4A, o minimalus diskretizavimo dažnis – 16 kHz. Reikia bent penkių sekundžių nenutrūkstamos aiškios kalbos, o likusios pauzės turėtų būti ne ilgesnės kaip dvi sekundės. Stereo įraše apdorojamas tik pirmasis kanalas. Sukurtas balso identifikatorius susiejamas su Plus ir naudojamas sintezei, kai paruoštas; tam pačiam pavyzdžiui atkurti per Flash reikia atskirai sukurto Flash balso. Natūralios kalbos instrukcijomis galima formuoti sistemos ir klonuotų balsų toną, tempą, emociją bei tembrą. Vietoj migloto prašymo pateikti gerą balsą naudokite konkrečius girdimus apibūdinimus. Įterptos emocijų žymos gali nustatyti stilių scenarijuje, o išraiškos žymos – įterpti balso efektą pasirinktoje vietoje. Pavyzdžiui, \[serious\] pakeičia tolesnį perteikimą, o \[sighing\] įterpia atodūsį nepakeisdama aplinkinio emocinio stiliaus. Valdymo žymos galioja iki kitos valdymo žymos arba automatinio sakinių skaidymo. Ši žymomis grindžiama funkcija dokumentuota tik vienkrypčiam srautiniam perdavimui, todėl jos taikymo sritis skiriasi nuo instrukcijų, naudojamų su dvikrypte teksto įvestimi. Kūrėjo išvesties variantai yra PCM, WAV, MP3 ir Opus, su nurodytais 8 000, 16 000, 22 050, 24 000, 44 100 ir 48 000 Hz diskretizavimo dažniais. Dokumentuoti numatytieji nustatymai – MP3 ir 22 050 Hz. Garsumą galima nustatyti nuo 0 iki 100, greitį ir tono aukštį – nuo 0,5 iki 2,0; MP3 ir Opus taip pat leidžia bitų spartą nuo 6 iki 510 kbps. Pasirinkite atkūrimui ar redagavimui reikalingą formatą ir išlaikykite tuos nustatymus vienodus ilgesnio kūrinio dalyse. Srautinėje išvestyje yra garso kadrai ir sakinių metaduomenys, o tinkamiems balsams, įskaitant klonuotus, prieinamos žodžių laiko žymos. Dokumentuota WebSocket teksto įvesties eiga leidžia 20 000 simbolių viename pranešime ir 200 000 simbolių iš viso, o pateikimo intervalas negali viršyti 23 sekundžių. Ji gali priimti visą scenarijų arba tvarkingai išdėstytas teksto dalis ir baigti darbą, kai įvestis užbaigta. Kūrėjas taip pat dokumentuoja esamo sintezės žingsnio atšaukimą. Tai šio protokolo ribos ir veikimas, o ne universalus generuojamo garso trukmės apribojimas. Ilgam pasakojimui suskirstykite scenarijų į nuoseklias dalis ir išsaugokite jų tvarką bei tekstą kartu su gautu garsu, kad kūrinį būtų galima nuosekliai surinkti ir patikrinti. Tarimui kūrėjas teikia tikslinės kalbos užuominas, pinyin anotacijas ir teksto pakeitimus, padedančius išvengti nepageidaujamo skaitmenų, santrumpų, simbolių ar žodžių skaitymo. SSML yra atskiras žymėjimo režimas su tinkamumo apribojimais: Qwen dokumentai jį palaiko klonuotiems balsams nesrautiniuose arba vienkrypčiuose srautiniuose iškvietimuose, leidžiant tik vieną teksto pateikimą, kai režimas įjungtas. Tai nereiškia SSML palaikymo kiekvienam sistemos balsui ar dvikrypčiam srautiniam perdavimui. Praktinė Plus darbo eiga prasideda nuo suderinamo balso ir užbaigto scenarijaus, tada pridedami tikslūs perteikimo ir tarimo pasirinkimai skaitomai ištraukai. **Ailoot Ultra · Įgarsinimas** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus` [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/lt/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) Alibaba /`qwen/qwen-audio-3.0-tts-plus` ### Pradžia Qwen-Audio-3.0-TTS-Plus – Qwen teksto vertimo į kalbą modelis, skirtas detaliam, natūraliam ir išraiškingam garsui pasakojimuose, garsinėse knygose ir dubliavime. Jis palaiko konkrečiam modeliui skirtus paruoštus arba klonuotus balsus, srautinę išvestį ir instrukcijas ar žymas kalbėjimo būdui valdyti. Leidžiamos įvestys Tekstas Rezultatai Garsas ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · Įgarsinimas** `POST /v1/audio/speech` Įvestis `text` Išvestis `audio` Išvesties formatas mp3 | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos qwen/qwen-audio-3.0-tts-plus | Numatyta— | | Laukas`input` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias ilgis: 1 Vienetas: Unicode simboliai | Numatyta— | | Laukas`voice` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos longanlingxin, longanlufeng | Numatyta— | | Laukas`response_format` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos mp3 | Numatyta— | Įvesties medžiagos deriniai **text\_to\_speech** · Privaloma: input Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, input, voice, response\_format | | Parametras`voice_ids` | Specifikacijalonganlingxin, longanlufeng | | Parametras`response_format` | Specifikacijamp3 | | Parametras`max_input_characters` | Specifikacijanull | | Parametras`other_options` | Specifikacijafalse | | Parametras`input` | Specifikacijatikslus UTF-8 tekstas; Unicode simbolių skaičius be normalizavimo | | Parametras`material_types` | Specifikacijatext | Gyvavimo ciklas: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktiškai grąžinta task\_id reikšmė arba medijos bibliotekos įrašas `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Pasirinkite tikslų balsą iš šio modelio profilio. Įvesties simboliai ir garso sekundės yra skirtingi apskaitos vienetai. ### Planai Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Nenurodyta Pasirinkus spartųjį režimą Flex režimas Nenurodyta Pasirinkus flex režimą Didžiausios samprotavimo pastangos Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Ailoot įkainiai #### Kainos pagal konfigūraciją Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį. | Konfigūracija | Įkainių lentelė | Apmokestinamas kiekis | Apskaitos vienetas | Mokestis | | --- | --- | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Apmokestinamas kiekis— | Apskaitos vienetas— | Mokestis Įvestis · Įvesties tokenai **—** / 1K tokenų Išvestis · Išvesties tokenai **—** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | | KonfigūracijaUltra | Įkainių lentelė— | Apmokestinamas kiekisKiekvienas Unicode kodo taškas, įskaitant Han simbolius, skaičiuojamas kaip vienas simbolis. | Apskaitos vienetasuž 1K įvesties simbolių | Mokestis Įvestis · įvesties simbolis **$0.04** už 1K įvesties simbolių | #### Informacinio tarifo duomenys Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius. Qwen: Qwen-Audio-3.0-TTS Plus #### Kainos pagal konfigūraciją | Konfigūracija | Apmokestinimo sąlygos | Mokestis | | --- | --- | --- | | KonfigūracijaQwen: Qwen-Audio-3.0-TTS Plus · Numatytoji konfigūracija | Apmokestinimo sąlygosNumatytoji konfigūracija | Mokestis Įvestis · Įvesties simboliai **0,00004 USD** už įvesties simbolį | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · Įgarsinimas curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen/qwen-audio-3.0-tts-plus", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["longanlingxin", "longanlufeng"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · Įgarsinimas mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Kito turinio skaitymas Medijos bibliotekaUžduoties būsenaMedžiagos duomenys ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visą dvejetainį rezultatą ir antraštes. Jei grąžinamas JSON arba keli rezultatai, išsaugokite kiekvieną duomenų elementą ir atsisiųskite kiekvieną išteklių pagal faktiškai grąžintą pasirašytą URL. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite pradinį operation\_id/X-Client-Request-ID duomenims sutikrinti, pakartotinai neteikdami užklausos; atskiro garso būsenos tikrinimo maršruto nėra. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`binary audio` | Tipasbytes | | Laukas`response headers` | Tipasheaders | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | | Atsakymas`server_error` | SąlygaGrąžintame atsakyme nurodoma, kad operaciją arba rezultatą reikia patikrinti | Kitas žingsnisIšsaugokite pradinį grąžintą operacijos ar užduoties ID, užklausos antraštes ir atsakymą; toliau tikrinkite tos pačios pradinės operacijos duomenis palaikomais būdais. Kūrimo užklausos pakartotinai neteikite. | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/lt/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/lt/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) FAQ · Qwen: Qwen-Audio-3.0-TTS Plus Kokios įvestys ir rezultatai prieinami? `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `text` → `audio` Kokius laukus naudoja užklausa? `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `model`, `input`, `voice`, `response_format` Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos. ## Įmonė ir jos projektų portfelis Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. ## Pirkite žetonus su nuolaida. Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui. Prenumerata Pasirinkite planą su nuolaida reguliarioms užklausoms. Nuolaidos kodas iki 50% Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas. Išlaidos istorijoje Kiekvienai užklausai išsaugomi modelis, žetonai ir suma. [Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/) ## Prijunkite API prie produkto, kurį parduodate. SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos. Komercinė programa Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas. Perpardavėjo licencija Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų. Dokumentai svetainėje Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant. [Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt) ## Ailoot · Įmonė ir jos projektų portfelis Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole. Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.