qwen-audio-3.0-tts-plus
Model penjanaan pertuturan ekspresif daripada teks untuk klip, buku audio dan bahan suara. Menyokong kawalan gaya pertuturan serta pemilihan suara sedia ada atau suara yang dihasilkan berdasarkan sampel.
- Ailoot · Penjanaan suara
POST /v1/audio/speechqwen-audio-3.0-tts-plus - Ailoot · Penjanaan suara
POST /v1/audio/speechqwen-tts - Ailoot · Penjanaan suara
POST /v1/audio/speechqwen-tts-latest
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-Audio-3.0-TTS-Plus menukarkan teks kepada pertuturan yang ekspresif. Alibaba menumpukannya pada penyampaian suara profesional untuk kandungan, buku audio, video dan bahan dengan ciri suara yang mudah dikenali. Teks diberikan sebagai input dan audio dihasilkan sebagai output; audio juga boleh dikeluarkan secara beransur-ansur semasa sintesis.
Gaya pertuturan sebagai sebahagian daripada arahan
Penyampaian boleh ditentukan melalui arahan bahasa semula jadi dan penanda kawalan yang terperinci. Arahan ini menentukan emosi, nada, karakter, tempo, kelantangan dan gaya pertuturan. Ini membolehkan penyampaian frasa yang sama diarahkan, daripada penceritaan yang tenang kepada gaya yang lebih bertenaga atau beremosi.
Keekspresifan berkait dengan suara yang dipilih dan kandungan teks. Untuk sebutan yang stabil, bahasa bahan mesti sepadan dengan bahasa yang disokong oleh suara tersebut. Model direka untuk menyuarakan bahan bertulis; analisis makna perbualan dan transkripsi rakaman asal merupakan tugasan audio yang lain.
Suara sedia ada dan suara berdasarkan sampel
Terdapat dua suara sistem: suara wanita yang mesra dan suara lelaki yang ceria. Kedua-duanya menyokong bahasa Cina dan Inggeris. Selain itu, lebih daripada 500 suara asas serta keupayaan menghasilkan semula suara berdasarkan sampel pertuturan disediakan. Pengeluar mengesyorkan pilihan sistem apabila kestabilan suara diperlukan.
Suara berdasarkan sampel menyokong bahasa Cina dengan variasi sebutan wilayah, Inggeris, Perancis, Jerman, Jepun, Korea, Rusia, Portugis, Thai, Indonesia, Vietnam, Itali, Sepanyol, Melayu, Filipina dan Arab. Ini ialah keupayaan bahasa bagi mod berkenaan; keupayaan tersebut tidak terpakai secara automatik kepada setiap suara sedia ada.
Keperluan sampel berkaitan dengan kaedah berasingan untuk mencipta suara dalam sistem pengeluar; sintesis pertuturan menggunakan suara yang telah disediakan. Suara yang disediakan mesti sepadan dengan model penjanaan suara yang dipilih: dalam sistem pengeluar, suara daripada model lain menyebabkan ralat sintesis. Sampel pertuturan yang bersih selama 10–20 saat disyorkan. Had keseluruhan ialah 60 saat dan 10 MB; sekurang-kurangnya lima saat pertuturan berterusan diperlukan. WAV dengan perwakilan 16 bit, MP3 dan M4A disokong pada kadar sekurang-kurangnya 16 kHz. Satu atau dua saluran dibenarkan, tetapi jika terdapat dua saluran, saluran pertama digunakan.
Sampel pertuturan mesti mengandungi satu suara tanpa orang lain bercakap serentak, muzik atau nyanyian. Dalam keperluan pengeluar, jeda pendek dalam sampel dihadkan kepada dua saat. Ini membantu mengenal pasti warna suara dan ciri sebutan yang diperlukan untuk sintesis seterusnya. Kawalan penyampaian dan penghasilan semula suara berdasarkan sampel menerangkan aspek kerja model yang berbeza dan boleh digunakan untuk menyediakan suara bagi bahan yang sama.
Ailoot · Penjanaan suara POST /v1/audio/speech qwen-audio-3.0-tts-plus
qwen-audio-3.0-tts-plusqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Pengenalan
Model penjanaan pertuturan ekspresif daripada teks untuk klip, buku audio dan bahan suara. Menyokong kawalan gaya pertuturan serta pemilihan suara sedia ada atau suara yang dihasilkan berdasarkan sampel.
- Input yang diterima
- Teks
- Hasil
- speech
Tersedia di Ailoot · input & kaedah
Ailoot · Penjanaan suara POST /v1/audio/speech
- Input
text- Output
speech- Format output
- format mp3/wav/pcm yang dipilih
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-audio-3.0-tts-plus | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 Panjang maksimum: 600 Unit: aksara Unicode | Lalai— |
Medanvoice | Jenisstring | KeperluanPilihan | Nilai & had Contoh: longanlingxin, longanlufeng Corak tersuai yang diterima: ^qwen-audio-3\.0-tts-plus- Syarat: ID suara tersuai sebenar dengan awalan tepat qwen-audio-3.0-tts-plus- diterima. | Lalailonganlingxin |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had mp3, wav, pcm | Lalaimp3 |
Medansample_rate | Jenisinteger | KeperluanPilihan | Nilai & had 16,000, 24,000, 48,000 Unit: Hz | Lalai24,000 |
Gabungan bahan input
text_to_speech · Diperlukan: input
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
Pelan harga
Kadar kaedah Ailoot
POST /v1/audio/speech- Input
- USD 20.00 bagi setiap 1 juta aksara
- Output
- USD 0.00 bagi setiap permintaan
USD 20.00 bagi setiap 1 juta aksara yang diambil kira. Ideogram CJK dikira sebagai 2 aksara yang diambil kira: USD 40.00 bagi setiap 1 juta ideogram. Pemberat aksara Unicode yang lain: 1. Audio output: USD 0.00.
Pengiraan bersyarat tepat daripada katalog
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot · Penjanaan suara
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-audio-3.0-tts-plus", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
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
Terima dan simpan hasil
Ailoot · Penjanaan suara
format mp3/wav/pcm yang dipilih
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan hasil binari dan pengepala yang lengkap. Jika JSON atau berbilang output dikembalikan, simpan setiap item data dan dapatkan setiap URL aset bertandatangan yang sebenar.
Jika respons asal perlu disemak
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
Medan respons
| Medan | Jenis |
|---|---|
Medanbinary audio | Jenisbytes |
Medanresponse headers | Jenisheaders |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
Ailoot · Penjanaan suara POST /v1/audio/speech qwen-tts
qwen-ttsqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Pengenalan
Model penjanaan pertuturan ekspresif daripada teks untuk klip, buku audio dan bahan suara. Menyokong kawalan gaya pertuturan serta pemilihan suara sedia ada atau suara yang dihasilkan berdasarkan sampel.
- Input yang diterima
- Teks
- Hasil
- speech
Tersedia di Ailoot · input & kaedah
Ailoot · Penjanaan suara POST /v1/audio/speech
- Input
text- Output
speech- Format output
- format mp3/wav/pcm yang dipilih
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-tts | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 Panjang maksimum: 600 Unit: aksara Unicode | Lalai— |
Medanvoice | Jenisstring | KeperluanPilihan | Nilai & had Contoh: longanlingxin, longanlufeng Corak tersuai yang diterima: ^qwen-audio-3\.0-tts-plus- Syarat: ID suara tersuai sebenar dengan awalan tepat qwen-audio-3.0-tts-plus- diterima. | Lalailonganlingxin |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had mp3, wav, pcm | Lalaimp3 |
Medansample_rate | Jenisinteger | KeperluanPilihan | Nilai & had 16,000, 24,000, 48,000 Unit: Hz | Lalai24,000 |
Gabungan bahan input
text_to_speech · Diperlukan: input
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
Pelan harga
Kadar kaedah Ailoot
POST /v1/audio/speech- Input
- USD 20.00 bagi setiap 1 juta aksara
- Output
- USD 0.00 bagi setiap permintaan
USD 20.00 bagi setiap 1 juta aksara yang diambil kira. Ideogram CJK dikira sebagai 2 aksara yang diambil kira: USD 40.00 bagi setiap 1 juta ideogram. Pemberat aksara Unicode yang lain: 1. Audio output: USD 0.00.
Pengiraan bersyarat tepat daripada katalog
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot · Penjanaan suara
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-tts", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
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
Terima dan simpan hasil
Ailoot · Penjanaan suara
format mp3/wav/pcm yang dipilih
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan hasil binari dan pengepala yang lengkap. Jika JSON atau berbilang output dikembalikan, simpan setiap item data dan dapatkan setiap URL aset bertandatangan yang sebenar.
Jika respons asal perlu disemak
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
Medan respons
| Medan | Jenis |
|---|---|
Medanbinary audio | Jenisbytes |
Medanresponse headers | Jenisheaders |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
Ailoot · Penjanaan suara POST /v1/audio/speech qwen-tts-latest
qwen-tts-latestqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Pengenalan
Model penjanaan pertuturan ekspresif daripada teks untuk klip, buku audio dan bahan suara. Menyokong kawalan gaya pertuturan serta pemilihan suara sedia ada atau suara yang dihasilkan berdasarkan sampel.
- Input yang diterima
- Teks
- Hasil
- speech
Tersedia di Ailoot · input & kaedah
Ailoot · Penjanaan suara POST /v1/audio/speech
- Input
text- Output
speech- Format output
- format mp3/wav/pcm yang dipilih
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-tts-latest | Lalai— |
Medaninput | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 Panjang maksimum: 600 Unit: aksara Unicode | Lalai— |
Medanvoice | Jenisstring | KeperluanPilihan | Nilai & had Contoh: longanlingxin, longanlufeng Corak tersuai yang diterima: ^qwen-audio-3\.0-tts-plus- Syarat: ID suara tersuai sebenar dengan awalan tepat qwen-audio-3.0-tts-plus- diterima. | Lalailonganlingxin |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had mp3, wav, pcm | Lalaimp3 |
Medansample_rate | Jenisinteger | KeperluanPilihan | Nilai & had 16,000, 24,000, 48,000 Unit: Hz | Lalai24,000 |
Gabungan bahan input
text_to_speech · Diperlukan: input
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
Pelan harga
Kadar kaedah Ailoot
POST /v1/audio/speech- Input
- USD 20.00 bagi setiap 1 juta aksara
- Output
- USD 0.00 bagi setiap permintaan
USD 20.00 bagi setiap 1 juta aksara yang diambil kira. Ideogram CJK dikira sebagai 2 aksara yang diambil kira: USD 40.00 bagi setiap 1 juta ideogram. Pemberat aksara Unicode yang lain: 1. Audio output: USD 0.00.
Pengiraan bersyarat tepat daripada katalog
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot · Penjanaan suara
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-tts-latest", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
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
Terima dan simpan hasil
Ailoot · Penjanaan suara
format mp3/wav/pcm yang dipilih
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan hasil binari dan pengepala yang lengkap. Jika JSON atau berbilang output dikembalikan, simpan setiap item data dan dapatkan setiap URL aset bertandatangan yang sebenar.
Jika respons asal perlu disemak
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
Medan respons
| Medan | Jenis |
|---|---|
Medanbinary audio | Jenisbytes |
Medanresponse headers | Jenisheaders |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · qwen-audio-3.0-tts-plus
- Apakah input dan hasil yang tersedia?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:text→speechPOST /v1/audio/speech·qwen-tts:text→speechPOST /v1/audio/speech·qwen-tts-latest:text→speech- Apakah medan yang digunakan oleh permintaan?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:model,input,voice,response_format,sample_ratePOST /v1/audio/speech·qwen-tts:model,input,voice,response_format,sample_ratePOST /v1/audio/speech·qwen-tts-latest:model,input,voice,response_format,sample_rate- Apakah had yang terpakai?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:input.maximum_length:600POST /v1/audio/speech·qwen-tts:input.maximum_length:600POST /v1/audio/speech·qwen-tts-latest:input.maximum_length:600